Probabilidad Compuesta y Diagramas de Árbol

Clase 5 de 28 • Curso de Probabilidad y Estadística 2018

Clase anteriorSiguiente clase

Miguel Angel Ramos Rodríguez

student•

Esta profesora explica muy bien, he entendido todo 😄!

MARCELA VALENZUELA GÓMEZ

teacher•

¡Es exactamente mi finalidad de enseñar! No sólo que aprendan, sino que COMPRENDAN 😃 Saludos y gracias por el comentario 😃

Carolina Uribe

student•

Uy sí, gracias.

Brayan Estiven Lopez Quintero

student•

Me parece que este ejemplo no enfatiza muy bien lo de probabilidad condicionada dado que la probabilidad de que caiga cara o cruz no depende ni cambia en cada lanzamiento, os dejo un ejemplo que a mi parecer se da a entender mejor.

Braian Peña

student•

Gracias por el aporte, muy util.

Stiven Andres Arevalo

student•

alguien que me ayude a entender este ejemplo

Breyner Stihuar Garzón

student•

En Colombia Cari-Sellaso

MARCELA VALENZUELA GÓMEZ

teacher•

¡Wow! jamás lo había escuchado 😄

Alvaro Legarda

student•

cuando nadie se decide uno dice “vamos un cari sellazo!” e igual nadie hace caso jajajaj

Juan Jacobo Vargas Londoño

student•

Probabilidad Compuesta - Clase 3

Probabilidad Compuesta o Condicional: Es la probabilidad que depende de un evento anterior.

Alejandro Briones

student•

Para no hacer todo el árbol en caso de no ser necesario, se pueden calcular las posibles combinaciones, en el caso de la moneda, sería 2^n, siendo 2 los 2 resultados posibles, cara o sello, y n es el número de lanzamientos, si son 3 lanzamientos, 2^3 = 8 y al ser procesos aleatorios, cada proceso es independiente del anterior, por lo que la probabilidad de cumplir cualquier caso es la misma, 1/8, entonces no tenemos que diagramar todo, sino simplemente calcular las combinaciones. Nota: esto solo aplica a procesos aleatorios independientes, los procesos condicionales se los calcula con el teorema de Bayes.

Miguel Angel Velazquez Romero

student•

Para que entiendan mejor lo de los sucesos equiprobables: Cuando un suceso o espacio maestral es equiprobable, quiere decir que los elementos que lo conforman tienen la misma oportunidad de ser elegidos, la misma probabilidad de que salgan, en el caso de las monedas: 1/2 + 1/2 = 1. Por lo tanto: tienen la misma probabilidad de correncia. Cara 50% de probabilidad y Cruz: 50% de probabilidad = 100%.

Pedro Julian Leguizamon Miers

student•

Hola Marce. Se me ocurrio este script python mientras escuchaba la clase.

from random import shuffle, randint
l = ['cara', 'cruz']*10000
shuffle(l)
resultados = []
for a in range(3):
    azar = randint(1, 10000)
    resultados.append(l[azar])
print resultados

Luis Fernando Pedroza Taborda

student•

Pedro le quedo genial su programa, seria mas genial aun si lo graficaras con Bokeh.

Jonathan Pereira

student•

En Chile Cara o Sello

MARCELA VALENZUELA GÓMEZ

teacher•

Wow, esa forma no me la sabía 🙈

john fredy quimbaya orozco

student•

hay mucho que aprender saludos desde chile

Libni Pandolfi Montoya

student•

<let p = 0.5;//probabilidad por lanzamiento

let cantidadDeLanzamientos = parseInt(prompt("Ingrese la cantidad de veces que va a lanzar la moneda"));
//Ingresar "3" para que sirva
var probabilidadDeCadaCadena = Math.pow(p, cantidadDeLanzamientos);

let cadenasQueCumplen= 4;// falta una fórmula para determinar este resultado

let resultado = cadenasQueCumplen * probabilidadDeCadaCadena;

document.write(resultado);>

Mariano Monje

student•

en Argentina se le llama Cara o Cruz

MARCELA VALENZUELA GÓMEZ

teacher•

¡Genial! 😃

Hans Bodach

student•

Se llama cara y sello en Colombia

Freddy Filomon Ostos Espinoza

student•

En Perú se llama: Lanzar una moneda al aire. En vez de cara o cruz le decimos cara o sello

MARCELA VALENZUELA GÓMEZ

teacher•

¡Genial! 😄

Luis E. Gama Ramirez

student•

Un diagrama de árbol es una herramienta que se utiliza para determinar si en realidad en el cálculo de muchas probabilidades se requiere conocer el número de objetos que forman parte del espacio muestral.

Es una representación gráfica de los posibles resultados del experimento, el cual consta de una serie de pasos, donde cada uno de estos tiene un número infinito de maneras de ser llevado a cabo.

William Arevalo

student•

Si quisieras calcular la cantidad de posbilidades al lanzar la moneda n-veces seria 2 a la n:
ejemplo con el que se hizo:

Posibles sucesos de 3 tiros: 2³ = 8 por lo tanto cada posibilidad es equivalente a 1/8
Posibles sucesos de 4 tiros: 2⁴ = 16 por lo tanto cada posibilidad es equivalente a 1/16
Posibles sucesos de 10 tiros: 2¹⁰ = 1024 por lo tanto cada posibilidad es equivalente a 1/1024

MARCELA VALENZUELA GÓMEZ

teacher•

Exactamente; y esto lo cumple porque sólo hay dos resultados posibles; cara o cruz 😃

Lucas Mateo Aldana Briceño

student•

Así es, para programarlo se emplea 2^n

Victor Hugo Vázquez Gómez

student•

Aguila o sello xD

MARCELA VALENZUELA GÓMEZ

teacher•

Wow! Esa es nueva!

Juan José Rivera

student•

En Guatemala es “Cara o Escudo” y a las monedas se les dice fichas (Choca si es de 25 centavos)

MARCELA VALENZUELA GÓMEZ

teacher•

wow, qué interesante. Por cierto, si eres guatemalteco siento mucho todo lo que está pasando en tu país, mucha fortaleza 😃

Smerlyn Javier Eusebio Bonifacio

student•

excelente maestra

MARCELA VALENZUELA GÓMEZ

teacher•

Gracias :D

Brandon Leal

student•

Esta demaciado sencillo de entender realmente 😄

MARCELA VALENZUELA GÓMEZ

teacher•

¡De eso se trata! 😄

Juan Carlos Gómez Samacá

company_admin•

Buen día, tengo la siguiente pregunta, es posible saber la probabilidad de encontrar 3 semaforos en rojo de caminio a casa, si en la ruta tengo 10 semaforos? Le he dado vueltas y solo lo pude hacer con 2 semaforos en rojo, teniendo en la ruta solo 3 semaforos. existe alguna formula para solucionar este problema? Saludos y gracias!! :D

Martín Valverde

student•

Jajajajaj, es interesante, yo también intenté lo mismo pero creo que vamos a necesitar mucha información, como por ejemplo, la velocidad a la que vas, la velocidad máxima de tu vehículo, la aceleración de tu vehículo, la cantidad de vehículos que hay en el camino, la velocidad de los demás vehículos, la aceleración de los demás vehículos, el tiempo programado de cada semáforo y así un largo etcétera. Si tuviésemos en cuenta el valor de todas las variables es posible saber la probabilidad de encontrar tres semáforos en rojo. Sería más sencillo si estuvieses en un camino recto sin ningún vehículo. Lo sabremos algún día con IA.

Juan Camilo García Mesa

student•

En Colombia se dice carisellazo (cara o sello)

Probabilidad Compuesta y Diagramas de Árbol

Introducción

¡Antes de comenzar lee esto! Curso en renovación

Introducción al curso de Probabilidad y Estadìstica

Conceptos Básicos

Probabilidad Simple

Cálculo de probabilidades

Probabilidad Compuesta

Probabilidad Compuesta y Diagramas de Árbol

Probabilidad compuesta: Unión

Probabilidad compuesta: Intersección

Variaciones, permutaciones y combinaciones

Variaciones, permutaciones y combinaciones: Ejercicios

Distribución de Datos

Tabla de Frecuencias

Tablas de Frecuencia en Distribución de Datos: Ejercicios

Tablas de Frecuencia Gráficas

Medidas de Tendencia Central

Gráfica de Dispersión

Parámetros Estadísticos, Centralización

Parámetros Estadísticos, Centralización: Ejercicio

Tipos de Correlación Y Covarianza

Medidas de Dispersión

Rango

Desviación Media

Varianza y Desviación Estándar

Coeficiente de Correlación en un Diagrama de Dispersión

Medidas de Posición

Cuartiles, Deciles, y Percentiles

Cuartiles

Deciles

Percentiles

Regresión Lineal

Qué es y para qué sirve la Regresión Lineal

Ejemplo de Regresión Lineal (Tipo de Correlación)

Ejemplo de Regresión Lineal (Predecir valor futuro)

Importante: antes del examen

Examen de certificación