Alumno: Gerardo Mario Valdés Ortega

Slides:



Advertisements
Presentaciones similares
Introducción a la Estadística
Advertisements

ESTADISTICA I ESTADISTICA I Probabilidad Modulo II : PROBABILIDAD
ESTADISTICA I ESTADISTICA I Variables aleatorias
AZAR Y PROBABILIDAD..
De Morgan Probabilidad. Boole Bayes Laplace Kolmogorov.
Probabilidad Condicional Eventos Independientes
Distribución muestral de la media 2011 – 0
LEYES DE PROBABILIDAD.
Conocimiento de la escala de probabilidad
Introducción a la probabilidad
Esther Capitán Rodríguez
Probabilidad Condicional
Alumno: Israel Espinosa Jiménez
PROBABILIDAD.
Probabilidades Primero Medio
Probabilidad Condicional: Probabilidad Total y Teorema de Bayes
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
CÁLCULO DE PROBABILIDADES
Ejemplo: Una compañía dedicada al transporte público explota tres líneas de una ciudad, de forma que el 60% de los autobuses cubre el servicio de la primero.
Probabilidad Total Teorema de la probabilidad total
E Experimentos aleatorios. Espacio muestral
CLASE 3 - Probabilidad condicional Independencia de sucesos
Tema 5: Probabilidad Lecturas recomendadas:
PROBABILIDADES Yolanda y Alberto están jugando con un dado cuyas caras están numeradas del 1 al 6. Pero Alberto es muy tramposo y ha cambiado el dado por.
Probabilidad
Estadística - Probabilidad
PROBABILIDAD.
Inferencia Estadística: 6. Probabilidad Condicional
ESTADISTICA II PARTE PRIMERA: PROBABILIDAD Y VARIABLES ALEATORIAS
La Teoría de Probabilidades se desarrolló originalmente a partir de ciertos problemas planteados en el contexto de juegos de azar. La Probabilidad es.
Alumno: Gerardo Mario Valdés Ortega Matricula: Asignatura: Comunicación Organizacional Cuatrimestre: Tercero Carrera: Licenciatura en Tecnologías.
María Macías Ramírez y David Marín Pérez
Un panorama de conceptos probabilísticos
Unidad II. Probabilidad
Alumno: Gerardo Mario Valdés Ortega Matricula: Materia: Administración de Centros de Computo Cuatrimestre: Noveno Carrera: Licenciatura en Tecnologías.
Probabilidades Históricamente, el propósito original de la teoría de probabilidades se limitaba a la descripción y estudios de juegos de azar. Girolamo.
Teoría de Probabilidad
Unidad II. Probabilidad
Probabilidades Objetivos de la clase Construidas definiciones básicas
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 MATEMÁTICAS A. CS II Tema 11 * PROBABILIDADES.
Lic. Sandra Milena Pachón peralta Universidad Pedagógica Nacional
EJERCICIOS RESUELTOS PROBABILIDADES
PROBABILIDADES 3º Medio, Octubre
Variable aleatoria discreta
PROBABILIDADES (Adaptación) Prof. José Mardones Cuevas
Alumno: Gerardo Mario Valdés Ortega
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
 Licenciatura: Tecnologías de la Información y Comunicación  Ciclo escolar:  Cuatrimestre: Tercer Cuatrimestre  Materia: Estadística Descriptiva.
Tema 5 : PROBABILIDAD.
TEMA 5 PROBABILIDAD.
Matemáticas, juego,...fortuna: ¿Jugamos?
Aspectos generales de la investigación educativa en el SNIT
Regla de Laplace para el cálculo de probabilidades
Probabilidades y Estadísticas. Conceptos trabajados en años anteriores…  Variable Aleatoria: Es toda magnitud cuyos valores se obtienen en mediciones.
Concepto de Probabilidad
Tema : Probabilidad.
Teoría de la Probabilidad
CONCEPTOS BASICOS DE LA TEORIA DE PROBABILIDADES
PROBABILIDAD CONDICIONAL Y TEOREMA DE BAYES
PROBABILIDADES CONDICIONADA, TOTALES Y TEOREMA DE BAYES
Probabilidad de un Evento Ing. Raúl Alvarez Guale.
Villamizar Luis Miguel. Variables aleatorias Se denomina variable aleatoria al conjunto imagen de esta correspondencia, es decir, al conjunto de los números.
Recuento de datos. Frecuencias absolutas
Fue un matemático inglés que vivió en el siglo XVIII. El teorema nombrado en su honor describe las alternativas para calcular la probabilidad de que.
Regla de Bayes Ing. Raúl Alvarez Guale, MPC. Probabilidad Total La estadística bayesiana es un conjunto de herramientas que se utiliza en un tipo especial.
Ing. Raúl Alvarez Guale, MPC
MATEMÁTICA Clase Combinatoria y regla de Laplace PPTC3M023M311-A16V1
Ing. Raúl Alvarez Guale, MPC
Variable Aleatoria Ing. Raúl Alvarez Guale, MPC. Variable Aleatoria La estadística realiza inferencias acerca de las poblaciones y sus características.
Distribución Discreta de Probabilidad Ing. Raúl Alvarez Guale, MPC.
Transcripción de la presentación:

Alumno: Gerardo Mario Valdés Ortega Matricula: 11030097 Asignatura: Comunicación Organizacional Cuatrimestre: Tercero Carrera: Licenciatura en Tecnologías de la Información y Comunicación. Actividad: Ejercicios. Fecha de entrega: 05 de octubre de 2011

1.- Si una persona selecciona aleatoriamente una de las agencias que han operado por más de 10 años, ¿cuál es la probabilidad de que de un buen servicio? Se suman las agencias que han dado servicio por mas de 10 años o mas, también se toman en cuenta las que han que han dado buen servicio por ese lapso de tiempo, entonces: P (G I T)= 16/20= 0.8 2.- Un dado esta arreglado de manera que cada número impar tiene doble probabilidad de ocurrir que un número impar. Encuentra P(G), donde G es el evento en que un número mayor a 3 ocurra en un solo tiro del dado. Espacio muestral S= (1,2,3,4,5,6) Se asigna la probabilidad A a los números pares y B a cada numero impar entonces: B + A + B + A + B + A = 9A =1 Entonces: A=1/9 P(G) = (1 + 2 + 1)/9 = 4/9

3.- Considerando el mismo dado, ¿cuál es la probabilidad que el número de puntos tirados sea un cuadrado perfecto y mayor a 3? Si A es las veces que el dado cae en un numero mayor a 3 entonces A= (4,5,6) y B es el cuadrado perfecto entonces B = (1,4) y = 4. P (B) = 2/9 + 1/9 = 1/3 4.- Continuando, ¿cuál es la probabilidad que sea cuadrado perfecto dado que es mayor a 3? Para determinar P (B I A) se calcula P =1/9 y P(A) = 1/9 + 2/9 + 1/9 = 4/9, tomando en cuenta la formula de la probabilidad condicional ( ) tenemos: = (1/9) / (4/9)= 1/4

5.- Un fabricante de partes de aeroplano sabe por experiencia que la probabilidad que una orden esté lista para embarque a tiempo, es 0.80, y que esté lista para embarque y también se entregue a tiempo, es 0.72. ¿cuál es la probabilidad que la orden se entregue a tiempo dado que estuvo lista para embarque a tiempo? R es el evento de que una orden este lista a tiempo y D es el evento cuando se entrega a tiempo, entonces P(R)= 0.80 =0.72, lo que se tiene que hacer es dividirlo= P (D I R)= / P (R)= 0.72/.80 = 0.9 6.- En un cierto estado, 25% de todos los automóviles emiten cantidades excesivas de contaminantes. Si la probabilidad es 0.99 de que un auto que emite cantidades excesivas de contaminantes fallará las pruebas de emisión vehicular del estado, y la probabilidad es de 0.17 que un auto no emite cantidades excesivas de contaminantes aún así fallará la prueba, ¿cuál es la probabilidad de que un auto que falla la prueba emita cantidades excesivas de contaminantes? Aplicamos el Teorema de Bayes

7.- Un fabricante de cámaras digitales utiliza un microchip en el ensamble de cada cámara que produce. Los microchips se compran a los fabricantes A,B,C, y se seleccionan de manera aleatoria para ensamblar. 20% de los microchips provienen de A, 355 de B y el resto de C. Con base en la experiencia el fabricante, cree que la probabilidad que un microchip del fabricante A sea defectuoso es 0.03, y las probabilidades para B y C son respectivamente 0.02 y 0.01. Se selecciona una cámara de producción de un día de manera aleatoria, y se encuentra que el microchip que contiene es defectuoso; ¿cuál es la probabilidad que haya sido suministrado por el fabricante A? P (A I D)= (0.20)(0.03) =0.342857143 (0.20)(0.03)+(0.35)(0.02)+(0.45)(0.01) 8.- Con la información del ejercicio 7: a. ¿Cuál es la probabilidad que haya sido suministrado por el fabricante B? b. ¿Cuál es la probabilidad que haya sido suministrado por el fabricante C? a)P (B I D)= b)P(C I D)= (0.35)(0.02) =0.4 (0.20)(0.03)+(0.35)(0.02)+(0.45)(0.01) (0..45)(0.01) =0.25714286 (0.20)(0.03)+(0.35)(0.02)+(0.45)(0.01)

9.- Dos bolsas idénticas (bolsa I y bolsa II) están sobre una tabla; la bolsa uno contienen un caramelo rojo y uno negro; la bolsa II contiene dos caramelos rojos. Se selecciona una bolsa al azar, y de ésta se toma un caramelo de manera aleatoria. El caramelo es rojo, ¿cuál es la probabilidad que el siguiente caramelo de la bolsa seleccionada sea rojo? P ( 2 | 1 )= P ( 2 n 1 ) / P (2) = 1/2