Un equipo de competicion de automobiles tiene un 40% de especialistas en motores y otra parte son en aoerodinámica.Sabiendo que trabaja en aero la probabilidad de que trabaje en motores es de 40% y de que sea de motores y de aero es del 15%.
Calcula la probabilidad de que trabaje en aero
como sabemos la probabilidad de que sea de
motores sabiendo que trabaja en aerodinámica es 0,4 podemos despejar la
probabilidad de que trabaje en aeordinamica:
\(P(M/A))=P(M\cap A )/P(A)=0,4\)
\(0,15/P(A)=0,4\)
\(P(A)=0,15/0,4=0,375\)
y esa es la solución
Calcula la probabilidad de que no trabaje en ninguno de los dos.
esto es lo contrario a la union por lo
que:
\(P(\overline{A \cup M})=1-P(A\cup
M)\)
\(P(A\cup M)=P(A)+P(M)-P(A\cap M )\)
\(P(A\cup
M)=0,375+0,4-0,15=0,625\)
\(P(\overline{A \cup M})=1-0,625=
0,375\)
Sabiendo que es de motores calcula la probabilidad de que no trabaje en aerodinámica
Esto sería \(P(\overline A / M)\) y sabiendo vale lo
mismo que \(1-P(A/ M)\) podemos
calcularlo:
se pasa a la forma \(P(A \cap M)/P(M)\)
tenemos todos los datos.
\(0,15/0,4= 0,375\)
y ahora \(1-0,375= 0,625\)
Calcular la probabilidad de que trabaje exclusivamente en un departamento.
Lo podemos interpretar como la union menos
la intersección de los dos departamentos
\(=P(A\cup M) - P(A \cap M)= 0,625 - 0,15=
0,475\)
Para este ejercicio utilizaremos una variable para utilizar los mismos datos en todo el ejercicio. En la cual vamos a ver las ventas de botellas en una bodegas los ultimos 100 dias sabiendo que el dia que menos botellas ha vendido ha sido 5 y el que mas 20 botellas.
set.seed(111)
botellas<- sample(5:20,100,replace = TRUE)
botellas
## [1] 18 15 8 7 19 13 15 9 7 16 12 14 5 17 17 14 8 19 12 18 14 13 12 15 20
## [26] 5 15 11 9 19 5 13 19 12 13 7 11 8 8 16 10 13 17 8 8 19 10 18 9 9
## [51] 9 10 8 20 13 16 14 6 14 12 17 17 15 17 11 20 9 17 5 16 14 20 14 11 8
## [76] 8 5 13 15 10 19 12 20 17 17 7 19 15 17 14 12 18 16 14 5 17 13 14 14 6
Con los datos anteriores calcula la media, la varianza y la desviación tipica de los siguientes datos.
mean(botellas)
## [1] 12.99
var(botellas)
## [1] 18.81808
sd(botellas)
## [1] 4.337981
Queremos saber la media recortada al 15%
mean(botellas,0.075)
## [1] 13.0814
Queremos conocer el tercer cuartil, el primer cuartil y la diferencia entre los dos.
quantile(botellas,0.75)
## 75%
## 17
quantile(botellas,0.25)
## 25%
## 9
IQR(botellas)
## [1] 8
Queremos una representación grafica de los valores obtenidos con un histograma y un diagrama de caja
hist(botellas)
boxplot(botellas)
Necesitamos calcular la provabilidades de lluvia en determinados lugares de la geografía española debido a las sequías.
En Madrid la probabilidad de que llueva en un día es del 40%. Calcula la probabilidad de que llueva exactamente 5 días dentro de un período de 30 días.
problluvia<-dbinom(5,size=30,prob=0.4)
problluvia
## [1] 0.004148722
En la comunidad de Madrid, la probabilidad de que llueva en un día es del 60%. Calcula la probabilidad de que llueva menos de 3 días dentro de un período de una semana.
probabilidad <- pbinom(3, size = 7, prob = 0.6)
probabilidad
## [1] 0.289792
En los pirineos aragoneses , la probabilidad de que llueva en un día es del 60%. Calcula la probabilidad de que llueva más de 8 días en el periodo de 15 días.
probabilidad <- 1 - pbinom(8, size = 15, prob = 0.6)
probabilidad
## [1] 0.6098132
Queremps imprimir una grafica promedio de días lluviosos en un mes. Sabemos que, en promedio, llueve 8 días al mes en esa región. Hacer con Poisson.
lluvia <- dpois(1:30, 8)
plot(lluvia)