Este documento presenta varios ejercicios sobre eventos determinísticos y aleatorios. En el primer ejercicio, los estudiantes lanzan un dado varias veces y analizan si el resultado es determinista u aleatorio. En el segundo, observan el color que se enciende en los semáforos después de rojo y determinan si es determinista. Finalmente, clasifican diversos eventos como naturales/sociales y determinísticos/aleatorios y explican su razonamiento.
Este documento presenta el contenido de un curso sobre probabilidad básica e inferencia estadística. Se divide en cinco unidades que cubren conceptos básicos de probabilidad como ensayos aleatorios, espacios muestrales y eventos, variables aleatorias y distribuciones de probabilidad, distribuciones discretas y continuas comunes, y distribuciones muestrales. Cada unidad contiene objetivos, introducciones a los temas, definiciones clave y ejemplos. El documento provee una guía completa sobre los principales conceptos y temas que
El documento trata sobre conceptos básicos de probabilidad y estadística. Explica que un evento estadístico es un subconjunto de resultados posibles en un experimento aleatorio. Luego describe los tipos de eventos como eventos simples y complejos, y la relación entre el espacio muestral y los eventos. Finalmente, resume tres enfoques para estimar probabilidades: frecuencia relativa, clásico y subjetivo.
Este documento presenta un estudio de caso sobre probabilidad que involucra calcular la probabilidad de que la estatura de un hombre chino sea menor o igual a 154 cm, basado en suposiciones sobre la distribución de estaturas en China. El autor realiza cálculos utilizando una distribución normal asumiendo valores como la media y desviación estándar, pero sus resultados no concuerdan con las probabilidades originales, lo que sugiere errores en sus suposiciones.
Este documento presenta 15 ejercicios de probabilidad multinomial. Cada ejercicio describe un escenario con diferentes probabilidades para cada resultado posible y pide calcular la probabilidad de una combinación específica de resultados al seleccionar una muestra aleatoria. Los ejercicios involucran temas como preferencias de votantes, formas de llegar a una convención, y resultados de cruzas genéticas.
Este documento presenta conceptos básicos de probabilidad. Brevemente describe la historia de la probabilidad y su relevancia en la toma de decisiones. Explica que la probabilidad mide la posibilidad de que ocurra un evento futuro entre 0 y 1. También cubre conceptos como experimento, evento, espacio muestral y diferentes enfoques para calcular la probabilidad como el clásico, de frecuencia relativa y subjetivo. Por último, resume reglas básicas como la suma y multiplicación de probabilidades.
Este documento trata sobre probabilidad y estadística. Explica los conceptos de probabilidad clásica y empírica. La probabilidad clásica se basa en la igualdad de posibilidades de los resultados, mientras que la probabilidad empírica se basa en la frecuencia relativa de eventos observados. También cubre temas como espacio muestral, combinatoria, permutaciones, distribuciones de probabilidad y más.
Este documento presenta tres resúmenes de actividades para enseñar probabilidad en primaria:
1) Tres situaciones que distinguen entre experimentos aleatorios y deterministas, como lanzar una moneda al aire (aleatorio) vs. caer al suelo (determinista).
2) Un juego de cartas llamado "La baraja aritmética" para practicar sumas y comparar resultados.
3) Una simulación sacando monedas de una hucha para calcular la probabilidad de sacar una de euro o céntimo.
Este documento presenta un curso práctico de bioestadística con herramientas de Excel. Incluye información sobre el instructor Fabrizio Marcillo Morla y sus antecedentes académicos y laborales. Luego, cubre conceptos clave como distribuciones de probabilidad, incluyendo distribuciones binomiales y normales. Explica cómo calcular la media, varianza y desviación estándar para una distribución binomial, y cómo usar tablas y funciones de Excel para trabajar con distribuciones normales.
Este documento presenta el contenido de un curso sobre probabilidad básica e inferencia estadística. Se divide en cinco unidades que cubren conceptos básicos de probabilidad como ensayos aleatorios, espacios muestrales y eventos, variables aleatorias y distribuciones de probabilidad, distribuciones discretas y continuas comunes, y distribuciones muestrales. Cada unidad contiene objetivos, introducciones a los temas, definiciones clave y ejemplos. El documento provee una guía completa sobre los principales conceptos y temas que
El documento trata sobre conceptos básicos de probabilidad y estadística. Explica que un evento estadístico es un subconjunto de resultados posibles en un experimento aleatorio. Luego describe los tipos de eventos como eventos simples y complejos, y la relación entre el espacio muestral y los eventos. Finalmente, resume tres enfoques para estimar probabilidades: frecuencia relativa, clásico y subjetivo.
Este documento presenta un estudio de caso sobre probabilidad que involucra calcular la probabilidad de que la estatura de un hombre chino sea menor o igual a 154 cm, basado en suposiciones sobre la distribución de estaturas en China. El autor realiza cálculos utilizando una distribución normal asumiendo valores como la media y desviación estándar, pero sus resultados no concuerdan con las probabilidades originales, lo que sugiere errores en sus suposiciones.
Este documento presenta 15 ejercicios de probabilidad multinomial. Cada ejercicio describe un escenario con diferentes probabilidades para cada resultado posible y pide calcular la probabilidad de una combinación específica de resultados al seleccionar una muestra aleatoria. Los ejercicios involucran temas como preferencias de votantes, formas de llegar a una convención, y resultados de cruzas genéticas.
Este documento presenta conceptos básicos de probabilidad. Brevemente describe la historia de la probabilidad y su relevancia en la toma de decisiones. Explica que la probabilidad mide la posibilidad de que ocurra un evento futuro entre 0 y 1. También cubre conceptos como experimento, evento, espacio muestral y diferentes enfoques para calcular la probabilidad como el clásico, de frecuencia relativa y subjetivo. Por último, resume reglas básicas como la suma y multiplicación de probabilidades.
Este documento trata sobre probabilidad y estadística. Explica los conceptos de probabilidad clásica y empírica. La probabilidad clásica se basa en la igualdad de posibilidades de los resultados, mientras que la probabilidad empírica se basa en la frecuencia relativa de eventos observados. También cubre temas como espacio muestral, combinatoria, permutaciones, distribuciones de probabilidad y más.
Este documento presenta tres resúmenes de actividades para enseñar probabilidad en primaria:
1) Tres situaciones que distinguen entre experimentos aleatorios y deterministas, como lanzar una moneda al aire (aleatorio) vs. caer al suelo (determinista).
2) Un juego de cartas llamado "La baraja aritmética" para practicar sumas y comparar resultados.
3) Una simulación sacando monedas de una hucha para calcular la probabilidad de sacar una de euro o céntimo.
Este documento presenta un curso práctico de bioestadística con herramientas de Excel. Incluye información sobre el instructor Fabrizio Marcillo Morla y sus antecedentes académicos y laborales. Luego, cubre conceptos clave como distribuciones de probabilidad, incluyendo distribuciones binomiales y normales. Explica cómo calcular la media, varianza y desviación estándar para una distribución binomial, y cómo usar tablas y funciones de Excel para trabajar con distribuciones normales.
Este documento describe las distribuciones binomial y Poisson. Explica que la distribución binomial modela experimentos con sucesos discretos independientes con probabilidad constante, mientras que la distribución de Poisson se aplica a eventos aleatorios e impredecibles. Proporciona ejemplos y fórmulas para calcular probabilidades usando ambas distribuciones.
Este documento describe las distribuciones binomial y binomial negativa. La distribución binomial modela experimentos con dos resultados posibles (éxito/fracaso) y una probabilidad constante de éxito. La binomial negativa modela experimentos que continúan hasta obtener un número fijo de éxitos. El documento provee fórmulas para calcular las probabilidades, media y varianza de ambas distribuciones y resuelve ejercicios numéricos como ejemplos.
Este documento resume varias distribuciones de probabilidad discretas y continuas. Define la distribución de Bernoulli, binomial, Poisson y exponencial y proporciona ejemplos y problemas para cada una. También incluye definiciones breves de cada distribución y fórmulas clave.
Probabilidad: Concepto, Hisotria, Precursores, Ejemplos y Ejercicios.Elkin J. Navarro
Probabilidad: Concepto, Historia, Precursores, Ejemplos y Ejercicios. Explicación de la ley de Laplace en la teoría de probabilidad, además de las diferentes interpretaciones.
Estudio de los conceptos de la probabilidadDaday Rivas
El documento presenta varios experimentos de probabilidad. En uno se prueban dos piezas y se clasifican como aceptables, reparables o chatarra. Otro experimento involucra la selección aleatoria de un candidato para presidente de una compañía entre cinco opciones. Finalmente, se promoverán a dos empleados de un grupo con seis hombres y tres mujeres.
Este documento presenta conceptos básicos sobre probabilidad y estadística como parte de una clase de bioestadística. Explica que la probabilidad cuantifica los resultados posibles de experimentos aleatorios donde hay incertidumbre. Define experimento aleatorio, espacio muestral y eventos. Incluye ejemplos y ejercicios sobre estos temas. Finalmente, invita a los estudiantes a visitar la página web del profesor para más información.
Este documento presenta información sobre probabilidades, incluyendo definiciones, conceptos clave, métodos de cálculo de probabilidades, y ejemplos. Explica que la probabilidad se refiere a la posibilidad de que ocurra un suceso en base a la experiencia pasada, y cómo se puede calcular a través de relaciones entre sucesos favorables y totales posibles. También provee detalles sobre el espacio muestral y diferentes tipos de probabilidades como a priori, a posteriori, subjetiva y objetiva.
TEORIA DE LA PROBABILIDAD. AUTOR: ELI ANGULOEli Ang
Este documento presenta una introducción a la teoría de la probabilidad. Explica brevemente el concepto de probabilidad, la cronología del desarrollo de esta teoría y algunos de los enfoques y métodos para calcular la probabilidad, como el enfoque clásico, el enfoque de frecuencia relativa y el enfoque subjetivo. También define conceptos clave como espacio muestral, eventos y distribución de probabilidad, y resume los avances históricos en el desarrollo de esta teoría matemática.
Este documento trata sobre la distribución hipergeométrica, una distribución de probabilidad discreta aplicable a muestreos aleatorios sin reemplazo de una población finita. Explica que la distribución hipergeométrica considera una población dividida en dos grupos, uno de "éxitos" y otro de "fracasos", y presenta la fórmula para calcular la probabilidad hipergeométrica. También incluye un ejemplo numérico para ilustrar cómo aplicar la fórmula.
Este documento presenta conceptos básicos sobre probabilidades, incluyendo la ley de Laplace para calcular probabilidades de sucesos equiprobables. Explica que la probabilidad de un evento se calcula como el número de casos favorables dividido por el número total de casos posibles. Luego, provee ejemplos y ejercicios resueltos para ilustrar cómo aplicar estos conceptos al lanzar dados y monedas.
Este documento trata sobre la probabilidad y ofrece varios ejemplos de su aplicación en la vida cotidiana. La probabilidad estima la frecuencia con la que ocurre un resultado particular dentro de un conjunto de posibilidades. Se usa para predecir eventos futuros e informar decisiones mediante el cálculo matemático de las posibilidades. La probabilidad se expresa como un porcentaje y se aplica en áreas como las ciencias, las finanzas y la toma de decisiones médicas o de seguros basadas en estadísticas pasadas.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones gubernamentales.
UNIDAD 2 DISTRIBUCIÓN DE PROBABILIDAD.pptWENDY FABIAN
Este documento presenta información sobre distribuciones de probabilidad discretas y sus propiedades. Explica las funciones de distribución binomial, hipergeométrica y de Bernoulli, incluyendo cómo calcular la probabilidad de resultados específicos, la media, varianza y desviación estándar. También proporciona ejemplos numéricos para ilustrar el cálculo de estas medidas con diferentes valores de parámetros.
La distribución binomial describe la probabilidad de obtener un número específico de éxitos en una serie de ensayos independientes con dos posibles resultados. El documento explica el origen de esta distribución, sus características principales como la probabilidad constante de éxito en cada ensayo y los resultados independientes, y proporciona las fórmulas clave para calcular la probabilidad, media y varianza de una distribución binomial.
La probabilidad es una medida numérica de la posibilidad de que ocurra un evento. Existen propiedades como la suma de probabilidades de un suceso y su contrario es 1, y la probabilidad de un suceso imposible es 0. La probabilidad de la unión de sucesos se calcula usando las leyes de probabilidad. Un ejemplo común es la distribución binomial que modela el número de éxitos en ensayos de Bernoulli independientes.
Este documento describe las distribuciones de probabilidad discreta binomial y Poisson. Explica conceptos como variable aleatoria, valor esperado y distribución de probabilidad. Aplica estos conceptos a ejemplos como el número de mujeres que desean ser esterilizadas después de una charla y el número de accidentes en una intersección peligrosa. Resuelve los ejemplos matemáticamente y usando Excel.
Este documento presenta una introducción a la teoría de probabilidades. Explica los tres enfoques conceptuales para definir la probabilidad: el enfoque clásico, el enfoque de frecuencia relativa y el enfoque subjetivo. También define conceptos como sucesos mutuamente excluyentes, sucesos compatibles e independientes y cómo calcular la probabilidad de cada uno. Finalmente, incluye ejercicios de aplicación de estos conceptos.
En este slide les presentamos lo que respecta al Teorema de Bayes, que corresponde al Capitulo 5, espero les sea de mucha ayuda en su formaciòn como estudiantes.
Saludos...
Ejercicios de distribuciones de probabilidadrossee2012
Este documento presenta una serie de ejercicios y soluciones relacionados con distribuciones de probabilidad comúnmente usadas como la distribución de Bernoulli, binomial y Poisson. Los ejercicios involucran calcular probabilidades para variables aleatorias discretas bajo cada una de estas distribuciones. El documento fue escrito por Rosalva Guerrero Hernández de la Universidad Tecnológica de Torreón el 18 de marzo de 2012.
Este documento describe las distribuciones de probabilidad y variables aleatorias. Explica que las distribuciones de probabilidad representan poblaciones teóricas y pueden ser discretas o continuas. Detalla los tipos comunes de distribuciones discretas y continuas y cómo definir una variable aleatoria. También explica cómo construir una función de probabilidad para una variable aleatoria discreta y cómo calcular la probabilidad acumulada. Finalmente, discute el uso del valor esperado en la toma de decisiones y proporciona un ejemplo numérico.
Resendiz rojas oscar_m17 s1 ai1determinísticos o aleatoriosPrepa en Línea SEP.
NOTA: Prepa en Línea SEP.
Para realizar esta actividad es necesario que hayas revisado los primeros cuatro temas de la unidad 1:
• Estadística,
• Principales iniciadores de la estadística,
• Principios básicos de la estadística y,
• Para saber más: el contexto y la fuente de información.
ya que ahí encontrarás los referentes teóricos que te permitirán realizar esta actividad.
Eventos aleatorios, espacio muestral y técnicas de conteo.leonardo19940511
Este documento habla sobre eventos aleatorios, espacios muestrales y técnicas de conteo. Define eventos aleatorios como aquellos cuyos resultados no pueden predecirse con exactitud. Explica que un espacio muestral contiene todos los resultados posibles de un experimento aleatorio. Finalmente, describe técnicas como la multiplicación para contar diferentes combinaciones de resultados.
Este documento describe las distribuciones binomial y Poisson. Explica que la distribución binomial modela experimentos con sucesos discretos independientes con probabilidad constante, mientras que la distribución de Poisson se aplica a eventos aleatorios e impredecibles. Proporciona ejemplos y fórmulas para calcular probabilidades usando ambas distribuciones.
Este documento describe las distribuciones binomial y binomial negativa. La distribución binomial modela experimentos con dos resultados posibles (éxito/fracaso) y una probabilidad constante de éxito. La binomial negativa modela experimentos que continúan hasta obtener un número fijo de éxitos. El documento provee fórmulas para calcular las probabilidades, media y varianza de ambas distribuciones y resuelve ejercicios numéricos como ejemplos.
Este documento resume varias distribuciones de probabilidad discretas y continuas. Define la distribución de Bernoulli, binomial, Poisson y exponencial y proporciona ejemplos y problemas para cada una. También incluye definiciones breves de cada distribución y fórmulas clave.
Probabilidad: Concepto, Hisotria, Precursores, Ejemplos y Ejercicios.Elkin J. Navarro
Probabilidad: Concepto, Historia, Precursores, Ejemplos y Ejercicios. Explicación de la ley de Laplace en la teoría de probabilidad, además de las diferentes interpretaciones.
Estudio de los conceptos de la probabilidadDaday Rivas
El documento presenta varios experimentos de probabilidad. En uno se prueban dos piezas y se clasifican como aceptables, reparables o chatarra. Otro experimento involucra la selección aleatoria de un candidato para presidente de una compañía entre cinco opciones. Finalmente, se promoverán a dos empleados de un grupo con seis hombres y tres mujeres.
Este documento presenta conceptos básicos sobre probabilidad y estadística como parte de una clase de bioestadística. Explica que la probabilidad cuantifica los resultados posibles de experimentos aleatorios donde hay incertidumbre. Define experimento aleatorio, espacio muestral y eventos. Incluye ejemplos y ejercicios sobre estos temas. Finalmente, invita a los estudiantes a visitar la página web del profesor para más información.
Este documento presenta información sobre probabilidades, incluyendo definiciones, conceptos clave, métodos de cálculo de probabilidades, y ejemplos. Explica que la probabilidad se refiere a la posibilidad de que ocurra un suceso en base a la experiencia pasada, y cómo se puede calcular a través de relaciones entre sucesos favorables y totales posibles. También provee detalles sobre el espacio muestral y diferentes tipos de probabilidades como a priori, a posteriori, subjetiva y objetiva.
TEORIA DE LA PROBABILIDAD. AUTOR: ELI ANGULOEli Ang
Este documento presenta una introducción a la teoría de la probabilidad. Explica brevemente el concepto de probabilidad, la cronología del desarrollo de esta teoría y algunos de los enfoques y métodos para calcular la probabilidad, como el enfoque clásico, el enfoque de frecuencia relativa y el enfoque subjetivo. También define conceptos clave como espacio muestral, eventos y distribución de probabilidad, y resume los avances históricos en el desarrollo de esta teoría matemática.
Este documento trata sobre la distribución hipergeométrica, una distribución de probabilidad discreta aplicable a muestreos aleatorios sin reemplazo de una población finita. Explica que la distribución hipergeométrica considera una población dividida en dos grupos, uno de "éxitos" y otro de "fracasos", y presenta la fórmula para calcular la probabilidad hipergeométrica. También incluye un ejemplo numérico para ilustrar cómo aplicar la fórmula.
Este documento presenta conceptos básicos sobre probabilidades, incluyendo la ley de Laplace para calcular probabilidades de sucesos equiprobables. Explica que la probabilidad de un evento se calcula como el número de casos favorables dividido por el número total de casos posibles. Luego, provee ejemplos y ejercicios resueltos para ilustrar cómo aplicar estos conceptos al lanzar dados y monedas.
Este documento trata sobre la probabilidad y ofrece varios ejemplos de su aplicación en la vida cotidiana. La probabilidad estima la frecuencia con la que ocurre un resultado particular dentro de un conjunto de posibilidades. Se usa para predecir eventos futuros e informar decisiones mediante el cálculo matemático de las posibilidades. La probabilidad se expresa como un porcentaje y se aplica en áreas como las ciencias, las finanzas y la toma de decisiones médicas o de seguros basadas en estadísticas pasadas.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones gubernamentales.
UNIDAD 2 DISTRIBUCIÓN DE PROBABILIDAD.pptWENDY FABIAN
Este documento presenta información sobre distribuciones de probabilidad discretas y sus propiedades. Explica las funciones de distribución binomial, hipergeométrica y de Bernoulli, incluyendo cómo calcular la probabilidad de resultados específicos, la media, varianza y desviación estándar. También proporciona ejemplos numéricos para ilustrar el cálculo de estas medidas con diferentes valores de parámetros.
La distribución binomial describe la probabilidad de obtener un número específico de éxitos en una serie de ensayos independientes con dos posibles resultados. El documento explica el origen de esta distribución, sus características principales como la probabilidad constante de éxito en cada ensayo y los resultados independientes, y proporciona las fórmulas clave para calcular la probabilidad, media y varianza de una distribución binomial.
La probabilidad es una medida numérica de la posibilidad de que ocurra un evento. Existen propiedades como la suma de probabilidades de un suceso y su contrario es 1, y la probabilidad de un suceso imposible es 0. La probabilidad de la unión de sucesos se calcula usando las leyes de probabilidad. Un ejemplo común es la distribución binomial que modela el número de éxitos en ensayos de Bernoulli independientes.
Este documento describe las distribuciones de probabilidad discreta binomial y Poisson. Explica conceptos como variable aleatoria, valor esperado y distribución de probabilidad. Aplica estos conceptos a ejemplos como el número de mujeres que desean ser esterilizadas después de una charla y el número de accidentes en una intersección peligrosa. Resuelve los ejemplos matemáticamente y usando Excel.
Este documento presenta una introducción a la teoría de probabilidades. Explica los tres enfoques conceptuales para definir la probabilidad: el enfoque clásico, el enfoque de frecuencia relativa y el enfoque subjetivo. También define conceptos como sucesos mutuamente excluyentes, sucesos compatibles e independientes y cómo calcular la probabilidad de cada uno. Finalmente, incluye ejercicios de aplicación de estos conceptos.
En este slide les presentamos lo que respecta al Teorema de Bayes, que corresponde al Capitulo 5, espero les sea de mucha ayuda en su formaciòn como estudiantes.
Saludos...
Ejercicios de distribuciones de probabilidadrossee2012
Este documento presenta una serie de ejercicios y soluciones relacionados con distribuciones de probabilidad comúnmente usadas como la distribución de Bernoulli, binomial y Poisson. Los ejercicios involucran calcular probabilidades para variables aleatorias discretas bajo cada una de estas distribuciones. El documento fue escrito por Rosalva Guerrero Hernández de la Universidad Tecnológica de Torreón el 18 de marzo de 2012.
Este documento describe las distribuciones de probabilidad y variables aleatorias. Explica que las distribuciones de probabilidad representan poblaciones teóricas y pueden ser discretas o continuas. Detalla los tipos comunes de distribuciones discretas y continuas y cómo definir una variable aleatoria. También explica cómo construir una función de probabilidad para una variable aleatoria discreta y cómo calcular la probabilidad acumulada. Finalmente, discute el uso del valor esperado en la toma de decisiones y proporciona un ejemplo numérico.
Resendiz rojas oscar_m17 s1 ai1determinísticos o aleatoriosPrepa en Línea SEP.
NOTA: Prepa en Línea SEP.
Para realizar esta actividad es necesario que hayas revisado los primeros cuatro temas de la unidad 1:
• Estadística,
• Principales iniciadores de la estadística,
• Principios básicos de la estadística y,
• Para saber más: el contexto y la fuente de información.
ya que ahí encontrarás los referentes teóricos que te permitirán realizar esta actividad.
Eventos aleatorios, espacio muestral y técnicas de conteo.leonardo19940511
Este documento habla sobre eventos aleatorios, espacios muestrales y técnicas de conteo. Define eventos aleatorios como aquellos cuyos resultados no pueden predecirse con exactitud. Explica que un espacio muestral contiene todos los resultados posibles de un experimento aleatorio. Finalmente, describe técnicas como la multiplicación para contar diferentes combinaciones de resultados.
El documento presenta conceptos básicos de combinatoria y probabilidad clásica. Explica la diferencia entre permutaciones, variaciones y combinaciones, así como cómo calcularlas. También define experimentos aleatorios, espacio muestral, eventos y probabilidad clásica, explicando cómo calcular la probabilidad de un evento. Por último, introduce la ley de los grandes números y cómo la frecuencia absoluta de un evento tiende a igualar su probabilidad a medida que se repite el experimento.
El documento presenta conceptos básicos de combinatoria y probabilidad clásica. Explica la diferencia entre experimentos aleatorios, espacio muestral y eventos o sucesos. También define la probabilidad clásica como la relación entre casos favorables y casos posibles de un evento. Por último, introduce la ley de los grandes números, que establece que a mayor cantidad de repeticiones de un experimento aleatorio, la frecuencia absoluta de cada resultado tenderá a igualar su probabilidad teórica.
CONTIENE: ESPACIO MUESTRAL. EVENTOS. TÉCNICAS DE CONTEO CON PROBABILIDAD. AXIOMAS Y TEORÍAS DE LA PROBABILIDAD. PROBABILIDAD CONDICIONAL. LEY MULTIPLICATIVA DE LA PROBABILIDAD. TEROREMA DE BAYES. EVENTOS INDEPENDIENTES PROBABILÍSTICAMENTE
El documento habla sobre la teoría de la probabilidad. Explica que un evento es el resultado de un hecho actual o futuro que puede ser aleatorio si no se puede predecir con certeza. Un evento está representado por una o más variables relacionadas entre sí. Los eventos aleatorios se pueden simular mediante experimentos como lanzar una moneda o dados.
Este documento introduce conceptos básicos de probabilidad como experimento aleatorio, espacio muestral, eventos y sucesos. Explica la diferencia entre fenómenos deterministas y aleatorios. Define conceptos como espacio muestral, eventos elementales, seguros e imposibles. También presenta operaciones básicas con eventos como unión, intersección y diferencia. Por último, introduce nociones de factorial, números combinatorios y permutaciones.
Este documento describe eventos aleatorios, espacios muestrales y técnicas de conteo. Explica que un evento aleatorio es aquel cuyo resultado no puede predecirse con certeza. Define el espacio muestral como el conjunto de todos los resultados posibles de un experimento aleatorio. Presenta ejemplos de técnicas de conteo como la multiplicación y variaciones para calcular resultados posibles.
06 Estadistica Aplicada a los Negocios I - Probabilidad.pptxJuanSilva224553
Este documento presenta los conceptos básicos de probabilidad. Introduce la probabilidad intuitiva y clásica, así como el rango de valores de probabilidad. Explica conceptos de combinatoria como tuplas, permutaciones y combinaciones. Finalmente, describe la teoría moderna de probabilidad, incluyendo la función de probabilidad y sus axiomas, así como conceptos como probabilidad condicional e independencia de eventos.
Este documento define conceptos estadísticos como evento, variable aleatoria y espacio muestral. Explica que un evento puede predecirse con cierto nivel de confianza aunque no se determine con exactitud. Luego, provee ejemplos como lanzar una moneda o dados para ilustrar estos conceptos.
Este documento describe eventos aleatorios y conceptos relacionados. Define un evento como un hecho que puede ocurrir y explica que un evento es aleatorio si su resultado no puede predecirse con exactitud. Luego introduce el concepto de espacio muestral como el conjunto de todos los resultados posibles de un experimento aleatorio. Finalmente, presenta algunas técnicas de conteo utilizadas para enumerar eventos complejos.
El documento presenta conceptos básicos de probabilidad como espacio muestral, eventos, probabilidad simple y conjunta. Explica que la probabilidad representa la posibilidad de que ocurra un evento y puede calcularse de forma clásica, empírica o subjetiva. También proporciona ejemplos como el lanzamiento de un dado o la selección aleatoria de fichas de colores para ilustrar cómo calcular la probabilidad de diferentes eventos.
Este documento trata sobre eventos aleatorios y espacios muestrales. Explica que un evento aleatorio es un suceso cuyo resultado no puede predecirse con certeza, aunque es posible asignarle una probabilidad. Define el espacio muestral como el conjunto de todos los resultados posibles de un experimento aleatorio. Describe algunos ejemplos de espacios muestrales y técnicas de conteo para cuantificar eventos.
Este documento presenta conceptos básicos de probabilidad y estadística para ingeniería y administración. Explica que la probabilidad mide el riesgo asociado con predicciones sobre resultados futuros incierto. Define procesos deductivos e inductivos, siendo la deducción partir de lo general a lo particular y la inducción de lo particular a lo general. También describe propiedades básicas de la probabilidad como que debe estar entre 0 y 1, y la suma de probabilidades de todos los resultados posibles es 1.
Este documento describe conceptos básicos relacionados con eventos aleatorios y probabilidad. Define evento, variable aleatoria y espacio muestral. Explica que un espacio muestral es el conjunto de todos los resultados posibles de un experimento aleatorio y que los espacios muestrales pueden ser discretos o continuos. También presenta ejemplos para ilustrar estas ideas y técnicas de conteo para cuantificar eventos.
El documento habla sobre eventos aleatorios, espacio muestral y técnicas de conteo. Define un evento aleatorio como aquel cuyo resultado no puede predecirse con exactitud. Explica que un espacio muestral es el conjunto de todos los resultados posibles de un experimento aleatorio. Finalmente, indica que las técnicas de conteo son métodos usados para enumerar eventos difíciles de cuantificar.
Este documento presenta los fundamentos de la probabilidad. Comienza con conjuntos y técnicas de conteo, luego introduce el concepto clásico de probabilidad y la probabilidad como frecuencia relativa. También cubre el espacio muestral y los eventos, los axiomas y teoremas de probabilidad, y conceptos como probabilidad condicional e independencia. Finalmente, menciona a algunos de los primeros teóricos de la probabilidad y áreas donde se aplica como juegos de azar e investigaciones.
Este documento contiene información sobre conceptos básicos de probabilidad y estadística. 1) Define probabilidad como la posibilidad de que ocurra un evento y distingue entre eventos deterministas y aleatorios. 2) Explica que un experimento produce datos y que un espacio muestral incluye todos los resultados posibles. 3) Indica que un evento es un subconjunto del espacio muestral y clasifica eventos como seguros, imposibles y elementales.
Act. Nº 3 Ediliana Del Valle Setim Goncalves 20780029 Estadistica II.docxEdiliana2017
Este documento presenta una introducción a la teoría de probabilidades y diferentes distribuciones de variables aleatorias discretas y continuas. Comienza explicando el origen histórico de la teoría de probabilidades y luego define variables aleatorias discretas y sus distribuciones como la binomial, de Poisson, geométrica e hipergeométrica. También explica distribuciones de variables aleatorias continuas como la uniforme, exponencial, gamma y normal, incluyendo fórmulas para el cálculo de esperanza matemática y varianza. Finaliza resaltando la importancia
El documento define evento como un hecho que ocurre o puede ocurrir. Un evento es aleatorio si su resultado no puede predecirse con certeza. Las variables representan atributos del evento y pueden medirse. Un espacio muestral contiene todos los resultados posibles de un experimento aleatorio. Las técnicas de conteo como la multiplicación se usan para enumerar eventos complejos.
Similar a Actividad Integradora. Determinísticos o aleatorios. M17S1 (20)
Ofrecemos herramientas y metodologías para que las personas con ideas de negocio desarrollen un prototipo que pueda ser probado en un entorno real.
Cada miembro puede crear su perfil de acuerdo a sus intereses, habilidades y así montar sus proyectos de ideas de negocio, para recibir mentorías .
Actividad Integradora. Determinísticos o aleatorios. M17S1
1.
2. Módulo17. Estadística enfenómenosnaturalesyprocesossociales
UnidadI. La estadísticadescriptivaylosfenómenosnaturalesyprocesossociales
Semana1
1
Autor:María Guadalupe SerranoBriceño.
Actividad Integradora. Determinísticosoaleatorios.
Ejercicio1.
1. Anotarás en una tablael resultado de seis lanzamientos de un dado. Primero, escribe el número que
pronostiquesquecaeráydespués el que realmente cae cuandolanzasel dado.Realizaestoendostandas
de seis cada una.
TABLA DE RESULTADOS CON DADO
Primera tanda Segunda tanda
Intento
Número que
crees que caerá
en cada intento
Número que
cae en cada
intento
Intento
Número que
crees que caerá
en cada intento
Número que
cae en cada
intento
1 4 4 1 2 3
2 6 1 2 5 6
3 1 3 3 1 1
4 5 3 4 4 2
5 2 2 5 3 5
6 3 5 6 6 4
2. Despuésde realizarlaactividad responde lassiguientespreguntas:
2.1. ¿Se trata de un eventoaleatorioo determinístico?¿porqué?
Se trata de un evento aleatorio, porque al tirar el dado, no es posible predecir el número de su
cara superior, es decir, cada tirada del dado, al tratarse de un evento aleatorio independiente,
significa que la ocurrencia de un resultado no hace más ni menos probable que ocurra otro
resultado la próxima vez. De esta forma, se puede decir que los eventosaleatorios son aquellos
que puede dar lugar a varios resultados sin que se pueda predecir con certeza el resultado
concreto pues están relacionados con el azar o con la probabilidad.
2.2. ¿Losresultadoseraninciertososabíaslo que caería encada intento?
Los resultadosobtenidosfueroninciertos,puestoque desconocíatotalmenteel resultadode cada
tirada del dado, no pude predecirlos.
2.3. Paracalcularlaprobabilidadde quedosde seisintentoscaiganimparesenunasiguientetanda
de seis ¿qué método utilizarías para realizar dicho cálculo (de frecuencias relativas, clásico, de
probabilidad subjetiva)? Explica con detalle.
En respuesta a la pregunta, diré que utilizaría el método de probabilidad clásico.
3. Módulo17. Estadística enfenómenosnaturalesyprocesossociales
UnidadI. La estadísticadescriptivaylosfenómenosnaturalesyprocesossociales
Semana1
2
La probabilidad clásica es el concepto estadístico que mide la posibilidad de que algo suceda y
significa que cada experimento estadístico contendrá elementoscon la misma probabilidad de
suceder.
Fórmula para la probabilidad clásica:
La probabilidad de que ocurra un evento simple es la cantidad de veces que puede suceder el
evento, dividido por el número de eventos posibles.
P (A) = f / N
Donde:
P (A) = Probabilidaddel evento.
f = a lafrecuenciaoel númerodevecesposibles enquepodríaocurrirel evento(casosfavorables).
N = a la cantidad de veces que el evento podría suceder (casos totales).
En primer lugar, debemos conocer nuestro espacio muestral. En el caso, si la prueba se basa en
arrojar un dado, el espacio muestral estará constituido por los puntos muestrales identificados
como los números1, 2, 3, 4, 5 y 6, ya que esosson los resultadosposiblesde laacción de tirar el
dado.
Ω = {1,2,3,4,5, 6}
Ahorabien,aefectode aplicarlafórmulacorrectamente,esindispensable conocerque enel dado
y del espaciomuestral,obtenemosque haytres númerosimpares(1,3,5) ytrespares(2,4,6,), por
lotanto, si el dado lotiro una solavez, y quieroobtenerque el resultadoseael 1 o cualquierotro
número, mi probabilidad sería de 1/6 o el 16.6% de obtenerlo.
Por otra parte, si deseo tirar el dado n veces, tendría que hacer la siguiente tabla, donde “p”
corresponde anúmeropar, e “i” corresponde anúmeroimpar. Eneste sentido,si loque deseoes
que al tirar unasola vezel dado, obtengaunnúmeroimpar, la probabilidadde obtenerloseríade
3/6 o el 50%, puestoque tres son los casos favorables(1,3,5) y 6 son loscasos totales;entonces,
si el dado lo tiro 2 veces y así sucesivamente, el resultado es distinto y, para ello se muestra la
tabla de tiros:
Numero de tiros 1 2 3 4 5 6
p p
p i
i p
i i
De esta forma,entre mástirosde realicen,más posiblescombinacionesy se harámáscomplicado
continuar con la tabla. Para ello, se puede hacer otra tabla para conocer el número de
combinaciones que se daránen1, 2 ,3 o más tiros,teniendoencuentaque se puede obtenerpar
o impar, así, en 6 tiros tendemos 64 posibles combinaciones entre pares e impares.
4. Módulo17. Estadística enfenómenosnaturalesyprocesossociales
UnidadI. La estadísticadescriptivaylosfenómenosnaturalesyprocesossociales
Semana1
3
n 2n
Total
1 21
2
2 22
4
3 23
8
4 24
16
5 25
32
6 26
64
En este sentido, el problema planteado es conocer la probabilidad de que dos de seis intentos
caigan impares. Comovemosde lasdosúltimastablas,ensólodosintentoslascombinacionesde
pares e imparesson solo 4 y de ellassólo 1 es donde nos resultanimpares (colorrojoen la tabla
de número de tiros.
Como dijimos, para evitar la necesidad de hacer la tabla de número de tiros con las 64
combinaciones,donde buscaríamos sólo las posibilidades de dos impares, precisamos de utilizar
la fórmula de la permutación con repetición de n elementos en las que el primer elementose
repite n1veces,el segundose repiten2veces...yel últimose repitenkveces quesonlosdistintos
gruposde nelementosque sepuedenhacerde formaque,encadagrupo,cadaelementoaparezca
el número de veces indicado y que dos grupos se diferencian únicamente en el orden de
colocación:
𝑃𝑅 𝑛
𝑛,𝑛1,𝑛2….𝑛𝑘
De estamanera, n esel total de objetosoexperimentosy el elementonse repite “a”vecesyel n2
se repite “b” veces.Esto,aplicadoa nuestrocaso, el total de experimentos nes6, el exponenten
elementoson los 2 impares que buscamos y exponente n2 son los restantes resultados, éstos, 4
pares. De esta forma la expresión nos queda:
𝑃𝑅6
2,4
=
6!
2! 4!
=
6 ∙ 5 ∙ 4!
2!4!
=
6 ∙ 5
2 ∙ 1
=
30
2
= 15
Ahora bien, si ya obtuvimos el número de casos favorables (15) y conocemos el número de
combinaciones (64), utilizando la fórmula de probabilidad clásica, tenemos:
𝑃 ( 𝑒) =
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑠𝑎𝑙𝑖ó 𝑖𝑚𝑝𝑎𝑟
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑜𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠
=
15
64
= 0.234 ∙ 100 = 23.4%
De esta forma, tenemosque la probabilidadestadística de que enlos seisintentos resultendos
númerosimpares, esdel 23.4%.
Ejercicio2.
Para el segundoejercicionecesitaráslaayuda de una persona(familiaroamigo) que vivaen otro lugar y
que realice la misma observación que tú.
5. Módulo17. Estadística enfenómenosnaturalesyprocesossociales
UnidadI. La estadísticadescriptivaylosfenómenosnaturalesyprocesossociales
Semana1
4
1. Enlista en una tabla el nombre de tres diferentes vías de circulación en tu comunidad, donde existan
semáforos funcionando. Observa y anotaqué color se prende después del rojo. Incluir en la misma hoja
los resultados que obtuvo la otra persona que te ayudó.
TABLA DE RESULTADOS DE SEMÁFORO
YO
(calle)
Color que prende el
semáforo después del
rojo
Amigo/Familiar
(calle)
Color que prende el
semáforo después del
rojo
Av. Insurgentes Verde Calle 5 de febrero Verde
Av. Gobernadores Verde Av. Allende Verde
Av. Principal Verde Av. Náinari Verde
2. Despuésde realizarlaactividad responde lassiguientespreguntas:
2.1. ¿Se trata de un evento aleatorioodeterminístico?Explicatusrazones.
Se trata de un eventodeterminístico porque se puedepredecirel resultadoconprecisión, aún
antesde producirse, se puede adelantarel resultadoporquese basan enleyes que tienen
modelosestablecidos
2.2. ¿Los resultadoseraninciertososabíasel coloral que cambiaríael semáforodespuésdelrojo?
Si conocíapreviamente queelsemáforocambiaríaal colorverde,puestoque se tratade unevento
previamente establecido como un código mundialmente acordado.
2.3. ¿La persona que te ayudó a realizar la actividad obtuvolos mismosresultados que tú en las
tres observaciones? ¿por qué?
La personaque me auxilióconla actividad,también obtuvolosmismos resultados,puestoque el
funcionamiento de los semáforos en México es el mismo, en cualquier parte de la república y el
mundo.
Ejercicio 3.
Incluye en tu archivo los siguientes eventos. Anotasi es natural o social, determinístico o aleatorio
y explica por qué.
Estaciones del año. Son un fenómeno natural y un evento determinístico, porque corresponden al
movimiento de traslación de la tierra y a la inclinación del eje de la misma; sí mismo porque
indefectiblemente se dan una tras otra, año con año, es un fenómeno naturalmente prestablecido.
Salario Mínimo de un trabajador en tu Estado. Es un evento social determinístico, porque es una
contraprestacióndada a las personaspor el trabajo que desempeñan enlaeconomía nacional y, porque
se trata de un suceso determinado en ley, ya se conoce con exactitud su monto, aún antes de su pago.
6. Módulo17. Estadística enfenómenosnaturalesyprocesossociales
UnidadI. La estadísticadescriptivaylosfenómenosnaturalesyprocesossociales
Semana1
5
Terremotos. Son eventos naturales y aleatorios porque corresponden a movimientos de las placas
tectónicas terrestres o por efecto de erupciones volcánicas, además de que son impredecibles, es
imposible conocer el momento en que suceden.
Personas que se contagiarán de influenzala próxima temporada de inviernoen tu ciudad. Es un evento
social aleatorio, puesto que involucra a personas y hasta a comunidades enteras como un problema de
saludpública,además,esimposible conocerconcerteza lao laspersonasque se contagiarán,puede que
se dé o puede que no, es impredecible.
Ciclosde luna llena.Sonunfenómenonatural determinístico,causado cuandolaLunaocupaunaposición
alineadaconel Sol ylaTierra,porlocual,desde laTierrase apreciatodalacara iluminada.Este fenómeno
se produce cada 29 días continuamente y por ello es predecible, se conoce con exactitud cuándo ha de
suceder.
Ciudadanosque votarán por el partido enel gobiernoenlaspróximaseleccionesfederales.Esunevento
social y aleatorio,puestoque involucraalospobladoresde todalanaciónenedadadulta, organizadopor
el Estado, para elegirpresidente de larepública,senadoresydiputadosdelCongresode laUnión, perono
se conoce con certeza el número de personas que votarán, es imposible predecirlo.
Fuentes consultadas:
1. SEP. s/f. Métodos para calcular la probabilidad de un evento. Unidad I. Págs. 4. (Recurso. Módulo 17:
Estadísticas en fenómenos naturales y procesos sociales. Semana 1).
2. SEP. s/f. La estadística descriptivaylos fenómenosnaturalesyprocesossociales.UnidadI. Págs. 5-25.
(Contenido Extenso. Módulo 17: Estadísticas en fenómenos naturales y procesos sociales. Semana 1).
3. Cuevadel CastilloM.,Felipe.(2012). Estadísticaenfenómenosnaturalesyprocesossociales. Secretaría
de Educación Pública. México. PDF recuperado el 13 de noviembre de 2017 de
https://es.slideshare.net/LuisAngelGonzalezOrtiz/estadistica-en-fenomenos-naturales-y-procesos
4. Gorgas García, J.,Cardiel López,N.,& ZamoranoCalvo,J.(2011). Estadística Básicapara estudiantesde
Ciencias. Madrid-España: Universidad Complutense. Pp. 47-90. PDF recuperado el 13 de noviembre de
2017 de http://webs.ucm.es/info/Astrof/users/jaz/ESTADISTICA/libro_GCZ2009.pdf
5. Fundamentalsof Probability.(2012).TutoringServices.GermannaCommunityCollege.PDFrecuperado
el 14 de noviembre de 2017 de http://www.germanna.edu/documents/Probability.pdf