Clase ii estii-c2300813
-
Upload
llendy-gil -
Category
Entertainment & Humor
-
view
854 -
download
1
description
Transcript of Clase ii estii-c2300813
![Page 1: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/1.jpg)
Prof. Llendy Gil 1
Clase II
Estadística y Probabilidad IIAnalizar los enfoques para asignar probabilidades.
![Page 2: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/2.jpg)
Prof. Llendy Gil2
Introducción
Una vez estudiado los conceptos básicos de probabilidad y su definición. Es Conveniente analizar dos perspectivas para asignar probabilidades: los enfoques objetivos y subjetivo. La probabilidad objetiva se subdivide en a) probabilidad clásica y b ) Probabilidad empírica
ENFOQUE DE LA PROBABILIDAD
OBJETIVO SUJETIVO
PROBABILIDAD CLASICA
PROBABILIDAD EMPIRICA
PARTE DE INFORMACION DISPONIBLE
SE BASA EN REULTADOS IGUALMENTE PROBABLES
SE SUSTENTA EN LAS FRECUENCIAS
RELATIVAS
![Page 3: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/3.jpg)
Prof. Llendy Gil 3
PROBABILIDAD CLASICA
Parte del supuesto de que los resultados de un experimento son igualmente posibles. De acuerdo con el punto de vista clásico, la probabilidad de un evento que se esta llevando a cabo se calcula dividiendo el numero de resultados favorables entre el numero de posibles resultados.
P(C) Probabilidad de un Evento = Número de resultados favorables
Número total de posibles resultados
![Page 4: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/4.jpg)
Prof. Llendy Gil 4
PROBABILIDAD CLASICA
Ejemplo: Considere el experimento de lanzar un dado. ¿ Cuál es la probabilidad del evento “ cae un numero par de puntos?
Los Posibles resultados son:
Un punto
Dos puntos
Tres puntos
Un Cuatro
Un Cinco
Un seis
Continua
![Page 5: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/5.jpg)
Prof. Llendy Gil 5
Ya lazamos los dados y sabes todos los posibles resultados. Pero Hay tres resultados favorables que son ( un dos, un cuatro, un seis) en el conjunto de seis resultados Igualmente posibles. Por consiguiente:
P(C) Probabilidad de un Evento = Número de resultados favorables
Número total de posibles resultados
P ( N par) = 3
6
Número de resultados favorables
Número total de posibles resultados
![Page 6: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/6.jpg)
Prof. Llendy Gil 6
PROBABILIDAD EMPIRICA
Es el segundo tipo de probabilidad, se basa en el numero de veces que ocurre el evento como proporción del numero de intentos conocidos
Número de veces que el evento ocurre
Número total de observacionesP(E) Probabilidad Empírica =
La probabilidad de que un evento ocurra representa una fracción de los Eventos similares que sucedieron en el pasado. Este enfoque se basa en la Llamada LEY DE LOS GRANDES NUMEROS. La claves para determinar probabilidad de forma empírica consiste en que una mayor cantidad de Observaciones proporcionaran un calculo mas preciso de la probabilidad
![Page 7: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/7.jpg)
Prof. Llendy Gil 7
Ejemplo:
En una encuesta realizada a 500 profesores de la ciudad de Chiclayo, se encontró que 320 de ellos se encuentran trabajando en escuelas no estatales. Hallar la probabilidad que al seleccionar aleatoriamente un profesor, esté trabajando en una escuela no estatal
Sea el evento A: profesor que trabaja en una escuela no estatal# Veces que ocurrió A = 320# Total de veces que se repitió el experimento = 500
Número de veces que el evento ocurre
Número total de observaciones
P ( A) = 320
5000.64=
![Page 8: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/8.jpg)
Prof. Llendy Gil 8
PROBABILIDAD Y SUS VALORES
Una probabilidad puede asumir cualquier valor desde 0 hasta 1.
- Cuanto mas se aproxime a cero una probabilidad, es mas improbable que ocurra mas improbable que ocurra
También puede indicarse como una fracción decimal común0.70,… 0.20
También puede indicarse como una fracción común 7/10, 27/100……
![Page 9: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/9.jpg)
Prof. Llendy Gil 9
REGLA DE LA SUMA DE PROBABILIDADES
Si los eventos A y B son mutuamente excluyentes , la probabilidad de ocurrencia de A o de B es:
P (A B) = P (A) + P (B)∪
Ejemplo: Si lanzamos un dado ¿ Cual es la probabilidad de que salga 2 o 3?
S = Espacio Muestral 1, 2,3,4,5,6
Evento A P ( A) = 1/6
Evento B P( B) = 1/6
Donde P (A B) = P (A) + P (B)∪
1/6+ 1/6 = 2/6 = 1/3 = 0.33P (A B) = ∪
![Page 10: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/10.jpg)
Prof. Llendy Gil 10
Se utiliza para calcular la probabilidad de ocurrencia simultánea de dos o más eventos .Si los eventos A y B son dependientes , entonces la ocurrencia de un evento tiene efecto sobre la probabilidad de ocurrencia del otro evento, por lo tanto la ocurrencia simultánea de los eventos es:
REGLA DE LA MULTIPLICACIÓN
P(A ∩ B) = P(A) P(B/A)
Ejemplo : Suponga que se extrae dos cartas, una a la vez sin reemplazo, de una baraja ordinaria. ¿Cuál es la probabilidad de que ambas cartas sean ases?
A: un as en la primera extracción B: un as en la segunda extracción
P(A ∩B) = P(A).P(B/A) = (4/52).(3/51) = 0.0045
![Page 11: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/11.jpg)
Prof. Llendy Gil 11
Si los eventos A y B son independientes , entonces la ocurrencia de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro, por lo tanto la ocurrencia simultánea de los eventos es:
P(A ∩B) = P(A) P(B)
Ejemplos : Supongamos que lanzamos un par de dados legales una sola vez.
¿Cuál es la probabilidad de obtener un 2 en el primer dado y un 4 en el segundo? A: Obtener 2 en el primer dado B: Obtener 4 en el segundo dado
P(A ∩ B) = P(A) P(B) = 1/6 x 1/6 = 1/36
![Page 12: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/12.jpg)
Prof. Llendy Gil 12
PROBABILIDAD CONDICIONAL
La probabilidad de que ocurra un evento B cuando se sabe que ha ocurrido algún otro evento A, se denomina PROBABILIDAD CONDICIONADA y se designa como P(B/A). Él símbolo P(B/A) se lee como la probabilidad de que ocurra B sabiendo que ocurrió A o sencillamente probabilidad de B dado A.
Las probabilidades condicionadas están relacionadas a probabilidades asociadas a los eventos definidos en sub poblaciones o espacios muéstrales reducidos. Se dice que la probabilidad de ocurrencia de un evento dado es condicionada, si esta se afecta por la ocurrencia de otro evento presente.
P(B/A) = (P(B ∩A) = P ( BA)
P ( A) P ( A) si, P(A)# 0
![Page 13: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/13.jpg)
Prof. Llendy Gil 13
Ejemplo:Un profesor de matemáticas da clases en una sección matutina y una vespertina de introducción al cálculo. Sea: A = {el profesor da una mala conferencia matutina} y B = {el profesor da una mala conferencia vespertina}.
Si P(A) = 0.3, P(B) = 0.2 y P(AB) = 0.1, calcule las siguientes probabilidades
a) P(B/A) b) P(B/A) c) P(B/A)
Calculamos: a) P (B/A)= 0.1/0.3 = 0.33
b) P ( B/A) = 0.3 - 0.1
0.3= 0.67
Condicional
c) P (B/A) = 0.2 - 0.1
0.7
= 0.14
![Page 14: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/14.jpg)
Prof. Llendy Gil 14
Si A 1, A 2 ,... , A n son:
Sucesos incompatibles 2 a 2.Y cuya unión es el espacio muestral ( A 1 A 2 ... A n = E).
Y B es otro suceso. Resulta que:
Teorema de Bayes
1. Las probabilidades p(A1) se denominan probabilidades a priori.
2. Las probabilidades p(Ai/B) se denominan probabilidades a posteriori.
3. Las probabilidades p(B/Ai) se denominan verosimilitudes
![Page 15: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/15.jpg)
Prof. Llendy Gil 15
Ejemplos
El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas también, mientras que los no ingenieros y los no economistas solamente el 20% ocupa un puesto directivo. ¿Cuál es la probabilidad de que un empleado directivo elegido al azar sea ingeniero?
![Page 16: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/16.jpg)
Prof. Llendy Gil 16
Diagrama del Árbol
Para la construcción de un diagrama en árbol se partirá poniendo una rama para cada una de las posibilidades, acompañada de su probabilidad.
En el final de cada rama parcial se constituye a su vez, un nudo del cual parten nuevas ramas, según las posibilidades del siguiente paso, salvo si el nudo representa un posible final del experimento (nudo final).
Hay que tener en cuenta: que la suma de probabilidades de las ramas de cada nudo ha de dar 1.
![Page 17: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/17.jpg)
Prof. Llendy Gil 17
Ejemplos
Una clase consta de seis niñas y 10 niños. Si se escoge un comité de tres al azar, hallar la probabilidad de:
1.-) Seleccionar tres niños
![Page 18: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/18.jpg)
Prof. Llendy Gil 18
Resultados
2.-) Seleccionar exactamente dos niños y una niña.
1.-) Seleccionar tres niños
3.-) Seleccionar exactamente dos niñas y un niño.
![Page 19: Clase ii estii-c2300813](https://reader036.fdocuments.ec/reader036/viewer/2022082404/55801ea8d8b42a190e8b5373/html5/thumbnails/19.jpg)
Prof. Llendy Gil 19
BERENSON, M.L. y D.M. LEVINE. 1984. Estadística para Administración y Economía. Conceptos y Aplicaciones. Edit. Interamericana. México, D.F.
CABALLERO, W. 1981. Introducción a la Estadística. Instituto Interamericano de Cooperación para la Agricultura (IICA). San José, Costa Rica.
CHAO, L.L. 1993. Estadística para las Ciencias Administrativas. 3ra. Edic. Edit. McGraw-Hill. Bogotá, Colombia.
HERNANDEZ, S.R.; C. FERNANDEZ COLLADO y P. BAPTISTA LUCIO. 1991. Metodología de la Investigación. Edit. McGraw-Hill Interamericana de México, S.A. deC.V. México.
INFANTE, GS y G.P. ZARATE de LARA. 1990. Métodos Estadístico. Un enfoque interdisciplinario. 2da. Edi. Edit. Trillas. México, D.F.
.
BIBLIOGRAFIA CONSULTADA