Son dependiente.
El evento "durmió hasta tarde". influencias La probabilidad de que el otro evento "tarde a la escuela".
Un ejemplo de independiente Los eventos son lanzar una moneda repetidamente.
Dado que la moneda no tiene memoria, las probabilidades en el segundo lanzamiento (o posterior) siguen siendo 50/50, ¡siempre que sea moneda justa!
Extra:
Es posible que desee reflexionar sobre esto:
Te encuentras con un amigo con quien no has hablado durante años. Todo lo que sabes es que él tiene dos hijos. Cuando te encuentras con él, él tiene a su hijo con él.
¿Cuáles son las posibilidades de que el otro niño también sea un hijo?
(No, no es 50/50)
Si obtienes esto, nunca más te preocuparás por los dependientes / independientes.
Joe caminó a medio camino de la casa a la escuela cuando se dio cuenta de que había llegado tarde. Corrió el resto del camino a la escuela. Corrió 33 veces más rápido que él. Joe tomó 66 minutos para caminar a mitad de camino a la escuela. ¿Cuántos minutos le tomó a Joe llegar de la casa a la escuela?
Deje que Joe caminara con velocidad v m / min. Entonces corrió con velocidad 33v m / min. Joe tomó 66 minutos para caminar a mitad de camino a la escuela. Así que caminó 66v my también corrió 66vm. El tiempo necesario para correr 66v m con velocidad 33v m / min es (66v) / (33v) = 2min Y el tiempo empleado para caminar la primera mitad es 66min Por lo tanto, el tiempo total requerido para ir de casa a la escuela es 66 + 2 = 68min
Ha estudiado la cantidad de personas que esperan en línea en su banco el viernes por la tarde a las 3 pm durante muchos años y ha creado una distribución de probabilidad para 0, 1, 2, 3 o 4 personas en línea. Las probabilidades son 0.1, 0.3, 0.4, 0.1 y 0.1, respectivamente. ¿Cuál es la probabilidad de que como máximo 3 personas estén en línea a las 3 pm el viernes por la tarde?
A lo sumo 3 personas en la línea serían. P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) = 0.1 + 0.3 + 0.4 + 0.1 = 0.9 Por lo tanto, P (X <= 3) = 0.9 Así la pregunta aunque sea más fácil usar la regla complementaria, ya que tiene un valor en el que no está interesado, por lo que puede restarlo de la probabilidad total. como: P (X <= 3) = 1 - P (X> = 4) = 1 - P (X = 4) = 1 - 0.1 = 0.9 Por lo tanto, P (X <= 3) = 0.9
Ha estudiado la cantidad de personas que esperan en línea en su banco el viernes por la tarde a las 3 pm durante muchos años y ha creado una distribución de probabilidad para 0, 1, 2, 3 o 4 personas en línea. Las probabilidades son 0.1, 0.3, 0.4, 0.1 y 0.1, respectivamente. ¿Cuál es la probabilidad de que al menos 3 personas estén en línea a las 3 pm el viernes por la tarde?
Esta es una CUALQUIER ... O situación. Puedes AGREGAR las probabilidades. Las condiciones son exclusivas, es decir: no puede tener 3 y 4 personas en una línea. Hay 3 personas O 4 personas en línea. Entonces agregue: P (3 o 4) = P (3) + P (4) = 0.1 + 0.1 = 0.2 Verifique su respuesta (si le queda tiempo durante su prueba), calculando la probabilidad opuesta: P (<3) = P (0) + P (1) + P (2) = 0.1 + 0.3 + 0.4 = 0.8 Y esto y su respuesta se suman a 1.0, como deberían.