SEC_EP: Secundaria - Estadística y Probabilidad

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Francisco} & 453 \\ \text{Vera} & 219 \\ \text{Isabella} & 879 \\ \text{Merlín} & 149 \\ \text{Lucía} & 745 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Isabella\).La mediana de los datos es: \(453\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_ConceptosTendenciaCentral]

Los nombres más populares de bebés recién nacidos que se registraron en una provincia en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Rodrigo} & 502 \\ \text{Pedro} & 206 \\ \text{Antonella} & 881 \\ \text{Pía} & 135 \\ \text{Lionel} & 788 \end{array} \]

Seleccionar todas las afirmaciones que resulten verdaderas.

La moda de los datos es: \(Antonella\).La mediana de los datos es: \(502\).No es posible calcular la media de los datos.Este gráfico representa correctamente los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Mateo} & 502 \\ \text{Vera} & 197 \\ \text{Merlín} & 856 \\ \text{Gaspar} & 132 \\ \text{Lautaro} & 741 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoBarras]

Los nombres más populares de bebés recién nacidos que se registraron en lo que va del año se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Nombre} & \text{Cantidad de bebés} \\ \hline \text{Nicanor} & 546 \\ \text{Milo} & 206 \\ \text{Emma} & 874 \\ \text{Charlotte} & 135 \\ \text{Gaspar} & 720 \end{array} \]

Decidir si el gráfico de barras está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{Toronto} & 52 \\ \text{Florianópolis} & 24 \\ \text{Nueva York} & 94 \\ \text{Santa Marta} & 10 \\ \text{Phuket} & 60 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_IdentificacionGraficoCircular]

Los resultados de una encuesta sobre preferencia de ciudades turísticas se muestran en la tabla.

\[ \begin{array}{c|c|c} \text{Destino} & \text{Cantidad de personas que lo prefieren} \\ \hline \text{México DF} & 55 \\ \text{Phuket} & 27 \\ \text{Toronto} & 95 \\ \text{Nueva York} & 6 \\ \text{Sidney} & 66 \end{array} \]

Decidir si el gráfico circular está representando correctamente los datos registrados.

Sí, el gráfico es correcto.No, el gráfico no representa correctamente a los datos.

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Administración I}\) y \(\text{Tecnologías de la Información}\). Las notas de cada muestra son:

\(\text{Administración I: 7.76, 9.06, 5.51, 9.51, 6.68}\)

\(\text{Tecnologías de la Información: 4.77, 5.53, 7.97, 5.84, 8.08}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración ITecnologías de la Información

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_PromedioDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(6\) notas de las materias \(\text{Administración I}\) y \(\text{Computación}\). Las notas de cada muestra son:

\(\text{Administración I: 6.06, 7.94, 5.92, 5.13, 8.69, 4.56}\)

\(\text{Computación: 6.8, 7.07, 7.6, 6, 6.93, 9.73}\)

¿En cuál de las dos materias la nota promedio de la muestra es mayor?

Administración IComputación

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Matemática Financiera}\) y \(\text{Tecnologías de la Información}\). Las notas de cada muestra son:

\(\text{Matemática Financiera: 5.66, 8.48, 7.2, 9.93, 8.6}\)

\(\text{Tecnologías de la Información: 4.92, 9.14, 5.28, 6.7, 9.73}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Matemática Financiera}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Tecnologías de la Información}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_MedianasDatosSinagrupar]

En un instituto de educación superior, se tomó una muestra de \(5\) notas de las materias \(\text{Introducción a la Hotelería}\) y \(\text{Electrotecnia}\). Las notas de cada muestra son:

\(\text{Introducción a la Hotelería: 7.65, 6.46, 4.88, 9.61, 5.81}\)

\(\text{Electrotecnia: 4.36, 9.69, 8.32, 4.85, 7.3}\)

Indicar si la siguiente afirmación, a partir de estos datos, es verdadera o falsa.

"En \(\text{Introducción a la Hotelería}\), la nota mediana es mayor o igual que la nota mediana de \(\text{Electrotecnia}\)."

Verdadera.Falsa.

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(175\) estudiantes afirman que estudian con música.

• \(125\) estudiantes afirman que estudian en grupo.

• \(95\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{175}{300} = 0.5833\] \[P(\text{Grupo}) = \frac{125}{300} = 0.4167\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{95}{125} = 0.76\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{95}{175} = 0.5429\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasEncuesta]

En una universidad, se encuesta a \(300\) estudiantes sobre sus hábitos de estudio. Se obtienen los siguientes datos:

• \(130\) estudiantes afirman que estudian con música.

• \(145\) estudiantes afirman que estudian en grupo.

• \(60\) estudiantes afirman que estudian con música y en grupo.

Si se elige un estudiante al azar...

¿Cuál es la probabilidad de que el estudiante estudie con música?

¿Cuál es la probabilidad de que el estudiante estudie en grupo?

¿Cuál es la probabilidad de que el estudiante estudie con música dado que estudia en grupo?

¿Cuál es la probabilidad de que el estudiante estudie en grupo dado que estudia con música?

\[P(\text{Música}) = \frac{130}{300} = 0.4333\] \[P(\text{Grupo}) = \frac{145}{300} = 0.4833\] \[P(\text{Música | Grupo}) = \frac{P(\text{Música y Grupo})}{P(\text{Grupo})} = \frac{60}{145} = 0.4138\] \[P(\text{Grupo | Música}) = \frac{P(\text{Música y Grupo})}{P(\text{Música})} = \frac{60}{130} = 0.4615\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(11\) números.

• Joaquín compró \(8\) números.

• Ana compró \(16\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{11}{500} = 0.022\] \[P(\text{Ana o Joaquín}) = \frac{24}{500} = 0.048\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{35}{500} = 0.93\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadesVariasRifa]

Un club de barrio organiza un sorteo con \(500\) números. Se sabe que:

• Martina compró \(7\) números.

• Joaquín compró \(9\) números.

• Ana compró \(13\) números.

Si se elige un número ganador al azar...

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Martina?

¿Cuál es la probabilidad de que el número ganador haya sido comprado por Ana o Joaquín?

¿Cuál es la probabilidad de que el número ganador no haya sido comprado por ninguno de los tres?

\[P(\text{Martina}) = \frac{7}{500} = 0.014\] \[P(\text{Ana o Joaquín}) = \frac{22}{500} = 0.044\] \[P(\text{Nadie}) = 1 - P(\text{Martina o Ana o Joaquín})= 1 - \frac{29}{500} = 0.942\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(9.22\%\) de los productos presentan fallas.
• el \(6.22\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(1.78\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 6.22\% & 9.22\% \\ \text{No fallas} & 89\% & 1.78\% & 90.78\% \\ \text{Totales} & 92\% & 8\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0622}{0.08}=0.7775\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadCondicionalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(4.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

Hallar la probabilidad de que un producto elegido al azar tenga fallas sabiendo que está siendo vendido en un outlet.

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 87\% & 4.11\% & 91.11\% \\ \text{Totales} & 90\% & 10\% & 100\% \\ \end{array} \]

\[P(\text{Fallas | Outlet})=\frac{P(\text{No pasa control y fallas})}{P(\text{No pasa control})}=\frac{0.0589}{0.1}=0.589\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ Biotech S.A. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(93\%\) sin fallas y la planta \(C\) produce un \(98\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1100 \\ B & 1600 \\ C & 1900 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(A\)?

\[P(A \cap F)=\frac{\text{# fallados máquina A}}{\text{# totales producidos}}=\frac{0.09\times1100}{1100+1600+1900}=\frac{99}{4600}=0.0215\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaTotales]

La empresa \(\text{ LabTech Inc. }\) tiene tres plantas productoras que fabrican diferentes insumos. De un insumo en particular interesa conocer si se produce fallado o no. La planta productora \(A\) produce un \(91\%\) sin fallas, la planta \(B\) produce un \(94\%\) sin fallas y la planta \(C\) produce un \(97\%\) sin fallas. La cantidad de esos insumos que producen diariamente las tres plantas son: \[ \begin{array}{c|c} \text{Planta} & \text{Cantidad}\\ \hline A & 1000 \\ B & 1300 \\ C & 1800 \\ \end{array} \]

Si se elige un insumo al azar de la producción de un día, ¿cuál es la probabilidad de que esté fallado y haya sido producido por la planta \(B\)?

\[P(B \cap F)=\frac{\text{# fallados máquina B}}{\text{# totales producidos}}=\frac{0.06\times1300}{1000+1300+1800}=\frac{78}{4100}=0.019\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(249\) bolas de tres colores diferentes. Supongamos que hay \(84\) de color \(\text{rojo}\), \(76\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{84}{249}\times\frac{84}{249}\times\frac{76}{249}+\frac{76}{249}\times\frac{84}{249}\times\frac{84}{249}+\frac{84}{249}\times\frac{76}{249}\times\frac{84}{249}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{84}{249}\times\frac{84}{249}\times\frac{76}{249}=0.1042\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaConrepo]

En una urna hay \(240\) bolas de tres colores diferentes. Supongamos que hay \(83\) de color \(\text{rojo}\), \(72\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 2 bolas de color \(\text{rojo}\) y 1 de color \(\text{amarillo}\) si la extracción se hace al azar y con reposición?

El experimento es con reposición.

\[P(\text{2 rojo y 1 amarillo})=P(\text{rojo, rojo, amarillo})+P(\text{amarillo, rojo, rojo})+P(\text{rojo, amarillo, rojo})\] \[P(\text{2 rojo y 1 amarillo})=\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}+\frac{72}{240}\times\frac{83}{240}\times\frac{83}{240}+\frac{83}{240}\times\frac{72}{240}\times\frac{83}{240}\] \[P(\text{2 rojo y 1 amarillo})=3\times\frac{83}{240}\times\frac{83}{240}\times\frac{72}{240}=0.1076\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(249\) bolas de tres colores diferentes. Supongamos que hay \(76\) de color \(\text{rojo}\), \(85\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{76}{249}\times\frac{75}{248}\times\frac{74}{247}=0.027654\] \[P(\text{3 amarillo})=\frac{85}{249}\times\frac{84}{248}\times\frac{83}{247}=0.0388533\] \[P(\text{3 azul})=\frac{88}{249}\times\frac{87}{248}\times\frac{86}{247}=0.0431671\] \[P(\text{mismo color})=0.027654+0.0388533+0.0431671=0.1097\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadConjuntaSinrepo]

En una urna hay \(247\) bolas de tres colores diferentes. Supongamos que hay \(86\) de color \(\text{rojo}\), \(80\) de color \(\text{amarillo}\) y que el resto son de color \(\text{azul}\).

¿Cuál es la probabilidad de extraer 3 bolas del mismo color si la extracción se hace al azar y sin reposición?

\[P(\text{mismo color})=P(\text{3 rojo})+P(\text{3 amarillo})+P(\text{3 azul})\] \[P(\text{3 rojo})=\frac{86}{247}\times\frac{85}{246}\times\frac{84}{245}=0.0412476\] \[P(\text{3 amarillo})=\frac{80}{247}\times\frac{79}{246}\times\frac{78}{245}=0.0331141\] \[P(\text{3 azul})=\frac{81}{247}\times\frac{80}{246}\times\frac{79}{245}=0.0343878\] \[P(\text{mismo color})=0.0412476+0.0331141+0.0343878=0.1087\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(9.19\%\) de los productos presentan fallas.
• el \(6.19\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(1.81\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 6.19\% & 9.19\% \\ \text{No fallas} & 89\% & 1.81\% & 90.81\% \\ \text{Totales} & 92\% & 8\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0619+0.0181=0.08\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_ProbabilidadTotalTabla]

El Departamento de Calidad de una empresa argentina tiene los siguientes datos acerca de su producción:

• el \(8.89\%\) de los productos presentan fallas.
• el \(5.89\%\) de los productos tienen fallas y no pasan el control de calidad.
• el \(3.11\%\) de los productos no presentan fallas pero tampoco pasan el control de calidad.

Los productos que no pasan el control de calidad son enviados a los outlets de la empresa para su comercialización a menor precio.

¿Cuál es la probabilidad de que un producto elegido al azar sea enviado al outlet?

Para visualizar mejor la situación, completamos la siguiente tabla de doble entrada: \[ \begin{array}{c|cc|c} & \text{Pasa control} & \text{No pasa control} & \text{Totales} \\ \text{Fallas} & 3\% & 5.89\% & 8.89\% \\ \text{No fallas} & 88\% & 3.11\% & 91.11\% \\ \text{Totales} & 91\% & 9\% & 100\% \\ \end{array} \]

\[P(\text{Outlet})=P(\text{No pasa y fallas}) + P(\text{No pasa y no fallas})=0.0589+0.0311=0.09\]

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(3246\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 197.3 & 373 \\ 199.3 & 628 \\ 201.3 & 1056 \\ 203.3 & 792 \\ 205.3 & 397 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioDatosAgrupados]

Una empresa cosmética envasa cremas para el rostro en potes de \(200\) gramos. Los pesos (en gramos) de una muestra de \(2595\) potes se resumen en la siguiente tabla.

\[ \begin{array}{c|c|c} x =\text{ peso (en gramos)} & \text{Cantidad de potes} \\ \hline 193.1 & 396 \\ 195.2 & 561 \\ 197.3 & 604 \\ 199.4 & 769 \\ 201.5 & 265 \end{array} \]

Si el peso promedio de la muestra es igual o superior a 200 gramos, la empresa despachará el envío. Decidir, con estos datos, si se despachará el envío o no.

Sí, despachará el envío.No, no despachará el envío.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Nogolí}\), emplea a \(363\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1703000 & 38 \\ B & 1991000 & 58 \\ C & 2279000 & 85 \\ D & 2567000 & 80 \\ E & 2855000 & 32 \\ F & 3143000 & 70 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_PromedioSalariosAgrupados]

Una industria de software de la localidad de \(\text{Los Chilcas}\), emplea a \(379\) trabajadores, distribuidos en seis categorías según las tareas que desempeñan. Los salarios brutos por categoría para el mes de marzo de 2025 y la cantidad de trabajadores que los perciben, se muestran en la siguiente tabla.

\[ \begin{array}{c|c|c} \text{Categoría} & x =\text{ salario (en \$)} & \text{Cantidad de trabajadores} \\ \hline A & 1787000 & 39 \\ B & 2047000 & 55 \\ C & 2307000 & 103 \\ D & 2567000 & 83 \\ E & 2827000 & 43 \\ F & 3087000 & 56 \end{array} \]

Según estos datos, calcular el salario mensual promedio (en $) de los trabajadores de esta industria. Responder redondeando al entero más próximo.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.

[Referencia: SEC_EP_DecisionVarianzaRelativa]

Se realizó un estudio sobre los ingresos mensuales (en dólares) de comercios gastronómicos en dos sectores:

• Barrio: Locales gastronómicos en una zona residencial.

• Shopping: Locales gastronómicos dentro de un centro comercial.

A continuación se presentan los datos de ingresos recolectados:

• Barrio: Media = \(25733.2\), Varianza = \(13004331.96\)

• Shopping: Media = \(88452.7\), Varianza = \(54970776.01\)

¿Cuál de los dos locales tiene mayor variabilidad relativa en los ingresos?

Tené en cuenta que un grupo con menor coeficiente de variación en una variable tiene una menor dispersión relativa en esa variable.

Locales gastronómicos del barrio.Locales gastronómicos del shopping.La variabilidad relativa es la misma.No se puede determinar sin tener los datos crudos.

Para comparar la variabilidad relativa de los ingresos en ambos grupos, usamos el coeficiente de variación (CV): \[ CV = \frac{\sigma}{\mu} \times 100 \] donde \(\sigma\) es la desviación estándar y \(\mu\) es la media de los ingresos.

Los coeficientes de variación son: \[ CV_{barrio} = 14.01 \% \]

\[ CV_{shopping} = 8.38 \% \] El grupo con mayor coeficiente de variación tiene una mayor dispersión relativa en sus ingresos.