Escolar Documentos
Profissional Documentos
Cultura Documentos
ESTADSTICA.
TEMA:
INTRODUCCIN A LA
PROBABILIDAD.
DOCENTE TUTOR:
Ing. Jorge Pantusin, Msc.
EL ENFOQUE CLSICO:
Se basa en la suposicin de que cada resultado sea igualmente posible se le determina
Enfoque a priori, porque permite calcular el valor de la probabilidad antes de observar
cualquier evento de la muestra.
Si hay h posibilidades xxx favorables a la ocurrencia de un evento A y n posibilidades de
resultados desfavorables a la ocurrencia de A y todos los resultados son igualmente posibles y
mutuamente excluyentes (no pueden ocurrir al mismo tiempo), entonces la probabilidad de que
ocurra A, viene dado por:
P A
h
hn
EJEMPLO:
P A
h
10
10
0.40 40%
hn
10 15
25
EJEMPLO:
Se ha observado que 12 de cada 50 motociclistas que pasan por una
determinada va no llevan puesto el casco; si un guardia de Transito se para
en la va Cul es la posibilidad de que detenga a un para hacerle un parte
por esta infraccin de no llevar puesto el casco?.
P A
h
12
0.24 24%
hn
50
EL ENFOQUE SUBJETIVO
Establece la probabilidad de ocurrencia de un evento, es el grado de creencia
por parte de que un evento ocurra, basado en toda la evidencia a su
disposicin. Bajo esta premisa se puede decir, que el evento ocurrir o no
ocurrir esta sola vez. El valor de probabilidad bajo este enfoque es un juicio
personal.
CONCEPTO DE PROBABILIDAD
Se define como calculo de probabilidad al conjunto de reglas que permiten
determinar si un fenmeno ha de producirse fundado en la suposicin en el
calculo, las estadsticas y la teora.
EL VALOR DE LA PROBABILIDAD
El valor mas pequeo que puede tener la probabilidad de ocurrencia de un
evento, es igual a 0, el cual indica que el evento es imposible y el valor
mayor es 1, que indica que el evento ocurrir con certeza.
Ahora, si P(A) es la probabilidad de ocurrencia de un evento A y P(A) la
probabilidad de no ocurrencia de A, se tiene que:
0 P ( A) 1
P A P ( A) 1
P P1 P2 P3 ... Pn
EJEMPLOS:
a. Cul es la probabilidad de obtener un AS o un caballo, sacando una
sola carta en un baraja espaola de 40 cartas?
P A
4
1
40
10
P A O C PA PC
P C
4
1
40
10
1
1
2
1
10
10
10
5
P AS
P AS O
1
6
P T
PAS PT
1
6
1
1
2
1
6
6
6
3
SUCESOS COMPATIBLES
Dos sucesos son compatibles cuando la posibilidad de ocurrencia de uno no
impide la ocurrencia del otro. La probabilidad de uno de los eventos se calcula
mediante la frmula:
P AUB P( A ) P( C ) P AB
En Teora de Conjuntos se puede ilustrar en Diagrama de Venn de la siguiente
forma:
EJEMPLOS:
1. Se extrae una carta de una baraja espaola de 40 cartas. Hallar la
probabilidad de la carta extrada sea AS o copas.
P A
4
40
P B
10
40
P AB
1
40
P AUB P( A ) P( B ) P AB
4
40
10
40
1
40
13
0.325 32.50%
40
2.
A 2, 4, 6
3
1
6
2
P A
B 3, 6
P B
2
1
6
3
A B 6
P AB
1
6
P AUB P( A ) P( B ) P AB
3
6
2
6
1
6
4
2
0.6667 66.67%
6
3
SUCESOS INDEPENDIENTES
Se dice que dos sucesos son independientes cuando la probabilidad de
ocurrencia de una no afecta la probabilidad de ocurrencia de los otros, por lo
tanto, se debe efectuar la multiplicacin de la probabilidad de cada suceso.
P P1 x P2 x P3 x...x Pn
Ley de la multiplicacin
EJEMPLOS:
1. Cul es la probabilidad de sacar dos caballos, tomando una carta de
una baraja y la otra de una segunda baraja?
P C
4
40
P P1 x P2
4
4
16
1
x
40
40
1600
100
1
6
P2
1
6
P P1 x P2
1
1
1
x
6
6
36
ACLARACIN:
DIFERENCIAS ENTRE SUCESOS MUTUAMENTE EXCLUYENTES
Y SUCESOS INDEPENDIENTES
SUCESOS MUTUAMENTE
EXCLUYENTES
SUCESOS INDEPENDIENTES
P AUB P( A) P( C ) P AB
P P1 x P2 x P3 x...x Pn
SUCESOS DEPENDIENTES
Dos o ms sucesos son dependientes o compuestos, si la ocurrencia o no
ocurrencia de un evento afecta la probabilidad de otros. La probabilidad de
sucesos dependientes se calcula mediante la frmula:
P P1 x P2 x P3 x...x Pn
EJEMPLOS:
1. Determinar la probabilidad de obtener 3 Jotas, sacando sucesivamente 3
cartas de una baraja espaola, sin reposicin en el mont.
P1
1
40
P2
3
39
P3
2
38
P P1 x P2 x P3
1
2
3
1
x
x
40
39
38
520
4
40
P2
4
39
P P1 x P2 x P3
P3
4
38
4
4
4
64
x
x
40
39
38
59280
TCNICAS DE CONTEO
Son mecanismos utilizados para obtener de manera precisa y rpida, el
nmero de ocurrencias posibles de un evento. Entre estos mecanismos estn:
La ley de la multiplicacin.
Las permutaciones.
Las combinaciones.
FORMULA DE LA MULTIPLICACIN
Mtodo que consiste en descomponer un experimento en otros simples y
multiplicar el nmero de posibilidades de cada uno de stos para calcular las
posibilidades totales.
EJEMPLO
1. Martha tiene en su maleta de viaje 3 blusas de colores: blanco, azul y
amarillo; y 4 faldas de colores: verde, rosado, beige y negra. De
cuantas maneras diferentes puede hacerlo?.
Martha tiene:
BLUSA BLANCA
FALDA VERDE
FALDA ROSADA
FALDA BEIGE
FALDA NEGRA
BLUSA AZUL
FALDA VERDE
FALDA ROSADA
FALDA BEIGE
FALDA NEGRA
BLUSA AMARILLA
FALDA VERDE
FALDA ROSADA
FALDA BEIGE
FALDA NEGRA
SEGUNDO
LANZAMIENTO
C
C
S
C
S
S
TERCER
LANZAMIENTO
RESULTADOS
C
S
C
S
C
S
C
S
CCC (1)
CCS (2)
CSC (3)
CSS (4)
SCC (5)
SCS (6)
SSC (7)
SSS (8)
P
M
H
P
G
H
P
C
H
Q
R
S
T
Q
R
S
T
Q
R
S
T
Q
R
S
T
Q
R
S
T
Q
R
S
T
1
0.0001
10000
PERMUTACIONES
Es un mtodo para ordenar o arreglar la totalidad de los elementos de un
conjunto.
n
Pn n!
Pn n n 1 n 2
FACTORIAL
0! = 0
1! = 1
2! = 2 x 1 = 2
3! = 3 x 2 x 1 = 6
4! = 4 x 3 x 2 x 1 = 24
5! = 5 x 4 x 3 x 2 x 1 = 120
EJEMPLO:
1. Se quiere formar nmeros de 4 dgitos a partir de los nmeros 2, 3, 4 y
5.
n
Pn 4 P4 P4 4! 4 x3 x 2 x1 24
3245
3254
3425
3452
3523
3532
4235
4253
4325
4352
4523
4532
5234
5243
5324
5342
5423
5432
P3 3! 3 x 2 x1 6
AMO
AOM
MAO
MOA
OAM
OMA
Pn r1 :r2 :r3
n!
r1! r2! r3!
P6 r : 2 , 2
A: 2 veces
R: 2 veces
r1 = 2
r2 = 2
6!
6 x5 x 4 x3 x 2!
360
2! 2!
2 x1x 2!
S: 4 veces
I: 4 veces
P: 2 veces
P11 r: 2 , 4 , 4
r3 = 4
r2 = 4
r1 = 2
11!
34.650
2! 4! 4!
P10 r : 2, 2
r1 = 3
r2 = 2
10!
302.400
3! 2!
n = 10
P8 r : 2
8!
20.160
2!
Es
un
caso
especial de permutaciones.
P5 5! 120
P3 3! 6
9.1. VARIACIONES
Son permutaciones de algunos elementos de un conjunto. Se simboliza de la
siguiente manera
n
V
V
n
r
n
r
r
Vrn
n!
n r !
elementos tomados de r en r
EJEMPLOS
Permutaciones o variaciones en n
Vrn
213
231
214
241
234
243
312
321
314
341
334
343
n!
V34
n r !
412
421
413
431
423
432
4!
4!
24
4 3 ! 1!
V410
10!
10 x9 x8 x 7 x 6!
5.040
10 4 !
6!
V59
4.
9!
9 x8 x7 x 6 x5 x 4!
15.120
9 5 !
4!
187.200
7!
6!
5!
4!
V35
5! 5 x 4 x3 x 2!
60
2!
2!
COMBINACIONES
Son arreglos de los elementos de un conjunto sin importar el orden en que se
dispongan.
Cr
n!
n r ! r!
EJEMPLOS
1. Cuntas comisiones de 3 personas se pueden formar seleccionndolas
de entre 10 personas?
n 10
10
C3
r 3
10!
10!
10 x9 x8 x 7!
120
10 3 ! 3!
7! 3!
7! 3 x 2
7
3
7
3
7!
7 3 !3!
7! 4!
4!
4 2 ! 2! 4!3! 2!2!
7 x 6 x5 x 4! 4 x3 x 2!
35 6 210
4! 3 x 2
2! 2!
b. 5 personas de
las cuales por lo menos tres deben ser hombres.
7
3
4
7
2
4
7 x 6 x5 x 4! 4!
4
7
7 x 6 x5!
210
3! 4! 3! 1!
2 x5!
1
5
6! 8! 5!
6 x5 x 4! 8 x 7 x 6 x5! 5 x 4 x3!
2! 4! 5! 3! 2! 3!
5! 2 x3 2 x3!
2 x 4!
15 56 10 8.400
4. a. Cuntas comisiones de 3 personas
seleccionndolas de entre 10 personas?
10
C3
se
pueden
formar
10!
10!
10 x9 x8 x 7!
120
10 3 ! 3! 7! 3!
7! 3 x 2
10
C7
10!
10!
10 x9 x8 x 7!
120
10 7 ! 7! 3! 7!
3 x 2 x 7!
C310 C710
5. Demostrar que
C rn
Como
Crn Cnn r
n!
n r ! r!
Igualamos y obtenemos:
Cnn r
y
n!
n n r ! n r !
n!
n r ! r!
n!
n n r !n r !
n!
n!
n r ! r! r! n r !
6. Una caja contiene 7 fichas rojas, 6 blancas y 4 azules. Cuntos grupos
de 3 fichas se pueden formar, si:
35
7 3 !3!
3
7
6 Fichas blancas
4 Fichas azules
Fichas rojas
6!
6!
4!
3! 3! 4 ! 0!
4! 2!
6! 4!
4!
6! 4!
3!1!
5! 1! 2! 2!
6 ! 0! 1! 3!
6 x5 x 4 x3! 1
6 x5 x 4! 4 x3!
6 x5! 4 x3 x 2!
1 4 x3!
3! 3 x 2
1x 3!
4! 2 x1 3! x1
5! x1 2! x 2 x1
20 1 15 4 6 6 1 4 20 60 36 4 120
C34
4!
4 x3!
4
4 3 ! 3! 1!3!
3!
Formemos las posibilidades: (1, 2, 3), (1, 2, 4), (1, 3, 4), (2, 3, 4).
7! 5!
4! 3! 3! 2!
C37 xC25
7 x 6 x5 x 4! 5 x 4 x3!
4! x3 x 2 3! x 2
3510 350
5!
7!
5 x 4 x3! 1
10
3! 2! 0 ! 7!
3! x 2
b. A lo ms morenas?
5
5!
5!
7!
5! 0! 7 ! 0!
4! 1!
7!
5! 7!
7! 0!
3! 2! 7! 0!
5 x 4 x3!
1 5 10 16
3! x 2
11 51
IP( A / E )
IP( A E )
IP( E )
(**)
OBS:
La probabilidad condicional de A dado E (o bien, la IP del suceso A
s ya ha sucedido el suceso E, o bien, la IP del suceso A
condicionado a E), se puede visualizar en un diagrama de Venn
como se aprecia a continuacin:
Nota:
La probabilidad condicional es una probabilidad relativa del suceso
A con relacin al suceso E.
En particular, si M es un espacio finito y A denota la cardinalidad
de un evento A, entonces:
IP ( A / E )
o
IP( A E )
IP A E
IP E
A E
E
cardinalidad de A E
cardinalidad de E
IP( A E )
Ejercicio:
Si al lanzar un par de dados insesgados se obtiene que la suma es
5, hallar la probabilidad de que uno de los dados sea 2, es decir:
E={ suma es 5}={(1,4),(2,3),(3,2),(4,1)} => E =4 y
A={un dos aparece por lo menos en un dado}={ (2,1) , (2,2), (2,3),
(2,4) , (2,5) , (2,6), (1,2),(3,2),(4,2),(5,2), (6,2)}=> A =11.
Hallar IP(A|E)
Solucin:
E consta de 4 elementos y en 2 de ellos aparece el nmero 2,
entonces pertenece a A:
AE= {(2,3), (3,2)} => AE =2
Entonces
IP(A|E)=2/4= 1/2.
Teorema 1:
IP( E A) IP( E ) IP A E
Obs.
este teorema puede extenderse de la siguiente manera por
induccin matemtica:
Para los eventos A1,A2,.....,An se cumple que
( A1 A 2 A n ) IP( A1 ) IP A2 A1 IP A3 A1 A2 P An A1 A2 An1
Ejercicios resueltos
Solucin:
a
S in p r e m io
S in p r e m io
C o n p re m io
= Sin Premio
= Con Premio
= La primera premiada
= La segunda premiada
0.132
13.2%
S in p r e m io
C o n p re m io
C o n p re m io
S in p r e m io
C o n p re m io
0,263
Solucin
a- Sean los sucesos:
N
R
= color negro
= color rojo
= 0,3=30%
IP(A2|A1)
bicicleta
IP(A1)0.5
IP(B3|A1 A2)
IP(A3|B1 A1)
IP(B2|A1)
IP(B3|B1 A1)
IP(A3|A2 B1)
IP(A2|B1)
bicicleta
IP(B1)0.5
IP(A3|B2 B1)
IP(B2|B1)
IP(A1)
IP(A2/A1)
IP(A3/A1A2)
IP(A1A2A3)
IP(B3|A2 B1)
IP(B3|B2 B1)
= 90/100
= 89/99
= 88/98
= ((908988)/(1009998))=0,73=73%
Es decir, se debe seguir por el rbol buscando las rutas que correspondan al
problema planteado y multiplicando las probabilidades en cada ruta y como las
rutas son eventos independientes se suman todos los tramos.
B M B ( A1 A2 An ) B
( A1 B) ( A2 B)( An B)
( Ai B )
donde
los
son
eventos
mutuamente
excluyentes(incompatibles). En consecuencia por el teorema de la
multiplicacin queda:
IP ( B) IP ( A1 B ) IP ( A2 B) IP ( An B)
luego el Teorema de la IProbabilidad Total queda:
IP Ai B
IP B
IP Ai IP B Ai
IP A1 IP B A1 IP A2 IP B A2 IP An IP B An
Ejercicio:
Una persona puede viajar de 3 formas, bicicleta, auto y avin. Cada
forma de transporte tiene una probabilidad de tener un defecto en el
sistema de rodado y no llegar al destino del 3%, 4% y 5%
respectivamente.
b ic ic le t a 0 . 5
n o l l e g a 0 .0 3
l l e g a 0 .9 6
a u to 0 .3
a v i n 0 . 2
n o l l e g a 0 .0 4
l l e g a 0 .9 5
n o l l e g a 0 .0 5
IP Bicicleta IP B Bicicleta
( Bicicleta B )
IP(bicicleta/B) =0,4054
0.5 0.03
0.5 0.03 0.3 0.04 0.2 0.05
15
37
INDEPENDENCIA
Se dice que un evento B no vaco es independiente de un evento A, si la
probabilidad de que B suceda no est influenciada porque A haya o no
sucedido. En otras palabras, si la probablidad de B es igual a la
IP( B ) P( B| A)
IP( A) P ( A| B )
multiplicacin
, se obtiene
IP( A B ) P( A) P( B )
1
z2
x z s, x z s
1
0,56
(1,5) 2
a) Si z = 1,5 entonces
x 1,5 s, x 1,5 s
se encuentran en el intervalo
1
1 2 0,75
2
b) Si z = 2 entonces
, por lo que al menos 75% de los valores se
x 2 s, x 2 s
encuentran en el intervalo
1
1 2 0,89
3
c) Si z = 3 entonces
, por lo que al menos 89% de los valores se
encuentran en el intervalo
x 3 s, x 3 s
x
s
=70,
= 5. Tendremos que:
a)
62,5 ; 77,5
b)
60 ; 80
58 ; 82
1
0,83
2,4 2
70 2,4 5, 70 2,4 5
d)
, de modo que
58 ; 82
55 ; 85
x s, x s
x 2 s, x 2 s
Adicionalmente.-
x 3 s, x 3 s
x s, x s
xs
x 2 s, x 2 s
x 2s
Cerca de 34% de los valores estarn en el intervalo
x s, x
x, x s
x 2s, x
x, x 2 s
xs
xs
x s, x
x, x 2 s
x s, x 2s
que es la
x, x 2 s
Ejemplo 3- El puntaje promedio en un examen a nivel nacional fue de 507 con una
desviacin estndar de 100. Calcule lo siguiente empleando el Teorema de
Chebyshev (cuando pueda ser aplicado) y la regla emprica para distribuciones en
forma de campana:
a) Qu porcentaje de los exmenes tuvo una nota superior a 607?
b) Qu porcentaje de los exmenes tuvo una nota superior a 707?
c) Qu porcentaje de los exmenes tuvo una nota entre 407 y 507?
d) Qu porcentaje de los exmenes tuvo una nota entre 307 y 607?
x s, x
407, 507
x 2s, x s
Una variable aleatoria es una variable que toma valores numricos determinados por el
resultado de un experimento aleatorio. No hay que confundir la variable aleatoria
con sus posibles valores. Ejemplos:
-
En la prctica se consideran discretas aquellas variables para las que merece la pena
asignar probabilidades a todos los posibles sucesos elementales.
Sea x una variable aleatoria discreta. Su distribucin viene dada por los valores que
puede tomar, x1, x2, x3, , xk, y las probabilidades de que aparezcan p1, p2, p3, , pk.
Estas cantidades
p i P { x x i}
o funcin de masa.
Ejemplo:
Variable aleatoria x=n de caras al lanzar tres veces una
moneda
Posibles valores de x: 0, 1, 2 y 3
Lanzar 3 veces moneda:
E={CCC,CCX,CXC,XCC,XXC,XCX,CXX,XXX}
La variable aleatoria x:
-
p 0 P { x 0 } 1 / 8 0 ,1 2 5
p 1 P { x 1} 3 / 8 0 ,3 7 5
p 2 P { x 2 } 3 / 8 0 ,3 7 5
p 3 P { x 3 } 1 / 8 0 ,1 2 5
Funcin de probabilidad de x:
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0
P { x 2 } P { x 0 } P { x 1 } P { x 2 } 0 ,1 2 5 0 , 3 7 5 0 , 3 7 5
0 ,8 7 5
y la probabilidad de que el nmero de caras est entre 1 y 2?
P {1 x 2 } P { x 1} P { x 2 } 0 ,3 7 5 0 ,3 7 5 0 ,7 5
La probabilidad de que una variable aleatoria x tome un valor entre dos cantidades a y
b ser:
P { a x b } P { x a } P { x a 1} . . . P { x b 1} P { x b }
P { x x i}
xia
p i P { x x i} 0
i1
pi
P { x x i} 1
i1
decir,
P { x x0}
P { x 0 } P { x 0 } 0 ,1 2 5
P { x 1 } P { x 0 } P { x 1 } 0 ,1 2 5 0 , 3 7 5 0 , 5
P { x 2 } P { x 0 } P { x 1 } P { x 2 } 0 ,5 0 ,3 7 5 0 ,8 7 5
P { x 3 } P { x 0 } P { x 1 } P { x 2 } P { x 3 } 0 , 8 7 5 0 ,1 2 5 1
Funcin de distribucin de x
1.0
0.8
0.6
0.4
0.2
0.0
0
E (x) m
x 1 p 1 x 2 p 2 . . . x k p k
xipi
i1
p 1 P { x 1} 1 / 6
p2 P {x 2} 1 / 6
p6 P { x 6} 1 / 6
El valor esperado de x ser:
xipi 1
i1
1
1
1
1
1
1
2 3 4 5 6 3 ,5
6
6
6
6
6
6
Propiedades:
-
xy
m x m
ax b
am x b
198
0,05
199
0,09
200
0,15
201
0,20
202
0,23
203
0,17
204
0,09
205
0,02
a) Hallar la probabilidad de que todos los viajeros que van al aeropuerto tengan
plaza.
P { x 2 0 0} P { x 1 9 8} P { x 1 9 9} P { x 2 0 0}
0 , 0 5 0 , 0 9 0 ,1 5 0 , 2 9
b) Obtener la probabilidad de que se quede sin plaza alguno de los viajeros que va
al aeropuerto.
P { x 2 0 0 } P { x 2 0 1 } P { x 2 0 2 } . . . P { x 2 0 5 }
0 , 2 0 , 2 3 0 ,1 7 0 , 0 9 0 , 0 2 0 , 7 1
P { x 2 0 0 } 1 P { x 2 0 0 } 1 0 ,2 9 0 ,7 1
c) Calcular el n esperado de viajeros que acude al aeropuerto.
x i p i 1 9 8 0 , 0 5 1 9 9 0 , 0 9 2 0 0 0 ,1 5 2 0 1 0 , 2
i1
2 0 2 0 , 2 3 2 0 3 0 ,1 7 2 0 4 0 , 0 9 2 0 5 0 , 0 2
2 0 1 ,4 4
d) Cul es la probabilidad de que la primera persona de la lista de espera tenga
sitio en el vuelo?
P { x 1 9 9 } P { x 1 9 8 } P { x 1 9 9 } 0 , 0 5 0 , 0 9 0 ,1 4
x D T (x)
i1
pi
x i2 p i m
2
x
i1
y su varianza ser:
2
x
V (x)
i1
pi
x i2 p i m
2
x
i1
Propiedades:
-
ax b
2
ax b
a 2
2
x
2
x
2
xy
2
x
2
y
xy
x2
2
y
p 0 P { x 0 } 1 / 8 0 ,1 2 5
x=0 {XXX}
x=1 {XXC,XCX,CXX}
x=2 {CCX,CXC,XCC}
p 1 P { x 1} 3 / 8 0 ,3 7 5
p 2 P { x 2 } 3 / 8 0 ,3 7 5
p 3 P { x 3 } 1 / 8 0 ,1 2 5
x=3 {CCC}
x i p i 0 0 ,1 2 5 1 0 , 3 7 5 2 0 , 3 7 5 3 0 ,1 2 5 1 , 5
i1
3 1 / 2 1 ,5
i1
( 0 1 , 5 ) 2 0 ,1 2 5 ( 1 1 , 5 ) 2 0 , 3 7 5
pi
( 2 1 , 5 ) 2 0 , 3 7 5 ( 3 1 , 5 ) 2 0 ,1 2 5
o bien:
x i2 p i m
i1
2
x
0 ,1 2 5 . . . 3 2 0 ,1 2 5 1 , 5 2 0 , 8 6 6
C V
x
x
Sea x una variable aleatoria que expresa el n de personas que habitan en una vivienda
elegida al azar. La distribucin de probabilidad de x es la siguiente:
xi
pi
1
0,230
2
0,322
3
0,177
4
0,155
5
0,067
6
0,024
7
0,015
i1
p i 0 , 2 3 0 , 3 2 2 0 ,1 7 7 . . . 0 , 0 1 0 1
8+
0,010
0 ,8 6 6
P x 4 P x 1 P x 2 P x 3 P x 4
0 , 2 3 0 , 3 2 2 0 ,1 7 7 0 ,1 5 5 0 , 8 8 4
c) Calcular la probabilidad de que al menos dos personas vivan en una vivienda.
P x 2 P x 2 P x 3 ...` P x 8
1 P ( x 2 ) 1 0 ,2 3 0 ,7 7
d) Obtener el n medio de personas que habitan en una vivienda.
m x 1 0 , 2 3 2 0 , 3 2 2 3 0 ,1 7 7 . . . 7 0 , 0 1 5 8 0 , 0 1 2 , 6 8 9