UNIVERSIDAD DE CARTAGENA

ESTADISTICA 2

CONCEPTO EN PROBABILIDAD

PRESENTADO A: URIEL NUEZ

PRESENTADO POR: GLEIDIS LOPEZ LEANDRA DE LA ROSA CONCEPCION ANILLO DEWIN CANEDA

VIII SEMESTRE ADMINISTRACION DE LOS SERVICIOS DE LA SALUD

SAN JUAN NEPO, BOLIVAR 26 DE SEPTIEMBRE DE 2012

PROTOCOLO UNIDAD No 2 ESTADISTICA 2 TUTOR: URIEL NUEZ PROTOCOLANTES: Leandra De la Rosa, Gleidis Lpez Y Concepcin Anillo FECHA: 26 de Septiembre HORA: 5:30 PM NOMBRE DE LA ACTIVIDAD QUE GENER EL PROTOCOLO: Conceptos en Probabilidad PARTICIPANTES: En esta actividad participo la alumna Concepcin Anillo Leandra De la Rosa, Gleidis Lpez y Dewin Caneda TEMATICA: Las temticas nos las dio la unidad # 2 Conceptos En Probabilidad. Y son las siguientes. Concepto de probabilidad La definicin clsica de probabilidad Definicin de probabilidad como frecuencia relativa Interpretacin subjetiva de la probabilidad Desarrollo axiomtico de la probabilidad Probabilidad conjunta , marginal y condicional Evento estadstico independiente El teorema de Bayes Permutaciones y combinaciones

DESARROLLO DE LA ACTIVIDAD El lunes 26 de septiembre en horas de la tarde luego leer el material de apoyo y realizado los protocolos individuales nos reunimos en la casa de Concepcin

anillo, all intercambiamos ideas sobre la temtica, teniendo en cuenta nuestros trabajos individuales realizamos este protocolo; pudimos observar que desde tiempos remotos la probabilidad nace con el deseo del hombre de conocer con seguridad los sucesos futuros, por lo cual lo probabilidad es un mecanismo por medio del cual se pueden estudiarse sucesos aleatorios, cuando estos se comparan con los fenmenos determinados, en que la probabilidad juega un papel importante en la aplicacin de la inferencia estadstica porque una decisin puede estar equivocada, de esta manera es fundamental conocer las leyes bsicas de la probabilidad para s utilizar la mejor metodologa estadstica.; con estos antecedentes pasamos a la interpretacin de las Teoras de frecuencia relativa y subjetiva de la probabilidad, los cual les son: la definicin clsica de la

probabilidad, es una de las primeras que se dieron 1990, enfoque llamado, enfoque a priori luego permite calcularla es necesario conocer, antes de realizar el experimento aleatorio, el desarrollo inicial de la probabilidad se asocia con los juegos de azar, para calcularla, es necesario conocer, antes de realizar el experimento aleatorio, el espacio muestral y el nmero de resultados o sucesos elementales que entran a formar parte del suceso. La aplicacin de esta probabilidad puede presentar dificultades de aplicacin cuando el espacio muestral es infinito o cuando los posibles resultados de un experimento no son equiprobables. Seguimos con la siguiente Teora Definicin de probabilidad

como frecuencia relativa, esta determina la probabilidad sobre la base de la proporcin de veces que ocurra un evento favorable en un nmero de observaciones y prcticamente sobre las mismas condiciones; en muchas situaciones practicas, los posibles resultados de un experimento no son igualmente probables; la probabilidad de la presencia de ciertos atributos se aproxima por la frecuencia relativa de los resultados que posee dicho atributo. De acuerdo a las veces que se repite el experimento la frecuencia relativa de los resultados favorables se aproxima al verdadero valor de la probabilidad para este atributo, es decir al repetirlo muchas veces observamos como las frecuencias relativas tienden a estabilizarse. Interpretacin subjetiva de la probabilidad,

tanto la definicin clsica como la definicin de probabilidad como frecuencia

relativa se basan en la repeticin de experimentos aleatorios pero existen muchos experimentos que no se pueden repetir bajo estas condiciones y por lo tonto se pueden aplicar en la interpretacin subjetiva de la probabilidad la cual se define como el clculo de probabilidad al conjunto de reglas que permiten determinar si un fenmeno ha de producirse, considere la probabilidad como un concepto subjetivo que exprese el grado de creencia o confianza individual sobre la posibilidad de que el suceso ocurra. Se trata por tanto de un juicio personal o individual y es posible por tanto que, diferentes observadores tengan distintos grados de creencia sobre los posibles resultados, igualmente vlidos. Como ilustracin de esta interpretacin, supongamos que una moneda ha de ser lanzada una vez. Una persona sin informacin especial acerca de la moneda o de la manera en que se lanza podra considerar cara o cruz como resultados igualmente verosmiles. Esa persona asignara entonces una probabilidad subjetiva de a la posibilidad de obtener una cara. La persona que realmente lanza la moneda, sin embargo, podra pensar que una cara es mucho ms verosmil que una cruz. Con objeto de que esta persona sea capaz de asignar probabilidades subjetivas a los resultados, debe expresar su grado de creencia en trminos numricos. Supongamos, por ejemplo, que considera que la verosimilitud de obtener una cara es la misma que la de obtener una carta roja cuando se escoge una carta de una baraja bien mezclada que contiene cuatro cartas rojas y una negra. Puesto que la persona asignara una probabilidad de 4/5 a la posibilidad de obtener una carta roja, debera asignar esa misma probabilidad a la posibilidad de obtener una cara cuando se lanza la moneda. Desarrollo axiomtico de la probabilidad es quizs la ms simple de todas las definiciones, est basada en un conjunto de axiomas que establecen los requisitos mnimos para dar una definicin de probabilidad. La cual es tan general que permite incorporar las distintas interpretaciones de la probabilidad mencionadas anteriormente; el conjunto de todos los posibles resultados pueden ser finitos, infinito numerable o infinito no numerable, tales eventos que no contienen ningn resultado del espacio muestral recibe el nombre de evento nulo o vacio. La ventaja de esta definicin es que permite un desarrollo riguroso matemtico de la probabilidad. Probabilidades conjunta, marginal y

condicional; conjunta Es la probabilidad de ocurrencia de dos o ms eventos pueden ocurrir dos formas; que el segundo suceso depende del primero o que ninguno dependa del otro; de la expresin P (B|A)=P (AB)/P(A) se pude despejar P (AB)=P(A) P (B|A) expresin llamada Ley de multiplicacin de probabilidades. P (AB) recibe el nombre de probabilidad conjunta y corresponde a la probabilidad de que se presenten resultados comunes a los eventos A y B; Marginal Comportamiento de una variable sin considerar otra, se puede definir como: P(A) = 100/300 " 0,333 La suma de ocurrencias conjuntas P (A) = P (A " B) + P (A " B*) = (25/300) + (75/300) " 0,333 P (B) = P (A " B) + P (A* " B) = (25/300) + (5/300) " 0,333. Condicional en este mecanismo examinaremos como la probabilidad de ciertos eventos depende o se ve influida por la ocurrencia de otros. Eventos estadsticos Independientes Un evento es independiente cuando la ocurrencia o no del mismo no tiene efecto sobre si (y no es afectado por) la ocurrencia de otro evento. De igual forma un evento que no contiene ningn resultado del espacio muestral recibe el nombre de evento nulo o vacio. El Teorema de Bayes el cual est estrictamente relacionado con el clculo de probabilidades condicionales, este nos permite incorporar cambios en nuestro grado de creencias sobre los sucesos aleatorios a medida que adquirimos nueva informacin, es decir parte de una situacin en la que es posible conocer las probabilidades de que ocurra una serie de sucesos. Y por ultimo Permutacin y combinaciones estas nos sirve para calcular la probabilidad de varios eventos, para lo cual es necesario contar el numero de resultados posibles de un

experimento, o contar el numero de resultados que son favorables en un determinado evento, para eso tenemos que tener muy claro los diferentes conceptos de permutacin y combinacin, Una permutacin es una

combinacin ordenada, es decir el arreglo de cosas en un orden dado constituye una permutacin, en la Permutacin el orden es importante; por el contrario una Combinacin son todas las agrupaciones posibles que pueden hacerse con los elementos escogidos de forma que No importa el orden, pero que tampoco se repitan los elementos. Finalizamos este protocolo grupal el da 26 de septiembre a la 5:30 PM DIFICULTADES: Todos pensamos lo mismo el tema esta bastante complicado, casi no lo entendimos, lo ms difcil es llevar la teora a la prctica, los temas que mas se nos dificultaron fueron a algunos la Probabilidades conjunta, marginal y condicional, y el teorema de Bayes. Esperamos que las dudas que nos quedaron sean resueltas en la Tutora. APRENDIDO: En primer lugar, alcanzamos buenos conocimientos con esta

temtica como es el concepto de Probabilidad, mecanismo por medio del cual pueden estudiarse sucesos aleatorios, y de all se desprenden enfoques como son los la definicin clsica de la probabilidad, probabilidad como frecuencia

relativa, interpretacin subjetiva de la probabilidad y el desarrollo axiomtico de la probabilidad; por otro lado comprendimos que tanto la definicin clsica como la frecuentista se basan en las repeticiones del experimento aleatorio; y de la Permutacin y combinaciones, aprendimos que si el orden no importa, es combinacin; y si el orden si importa es permutacin.

EJERCICIOS DE CONTABILIDAD 2.1 Los empleados de la compaa New Horizons se encuentran separadas en tres divisiones: administracin, operacin de planta y ventas. La siguiente tabla indica el nmero de empleados en cada divisin clasificados por sexo: Mujer(M) Administracin (A) Operacin de planta (o) Ventas (V) Total 20 60 100 180 Hombre (H) 30 140 50 220 Totales 50 200 150 400

a) Usar un diagrama de ven para ilustrar los eventos O y M, para todos los empleados de la compaa. son mutuamente excluyentes?

OM Los eventos no son mutuamente incluyentes b) Si se elige aleatoriamente un empleado: 1. Cul es la probabilidad de que sea mujer? 180/400 2. Cul es la probabilidad que trabaje en ventas? 150/400

3. Cul es la probabilidad que sea hombre y trabaje en la divisin de administracin? 30/400 4. Cul es la probabilidad de que trabaje en la divisin de operacin de planta, si es mujer? 60/180 5. Cul es la probabilidad que sea mujer si trabaja en la operacin de planta? 60/200 c. Son los eventos V y H estadsticamente independientes? P(S/M)= 50/220 P(S)= 150/400 No son estadsticamente independientes d. Son los eventos Ay M estadsticamente independientes? P(A/F)=0,1111 P(A)= 0,125 No son estadsticamente independientes. e. determina las siguientes probabilidades: 1. P(AUM)= 240/400 2. P(AUM)= 210/400 3. P(OF)= 60/400 4. P(M/A)= 30/50 2.6 Se extraen, sin reemplazo, dos cartas de una baraja. Cul es la probabilidad de que ambas sean ases?

Primero no sabemos cuntas cartas tiene la baraja, supongo que son 48 cartas entonces seria: (4/48 * 3 /47) = 0.00531 4/48 porque en la primera tirada busco 4 ases de las 48 cartas totales, y en la segunda tirada se hizo 3/47 porque como es sin reemplazo ya se saco un haz en la primera y una carta en las cartas totales. 2.9 Se lanza una moneda de una probabilidad de 2/3 que el resultado sea cara. Si aparece una cara, se extrae una pelota, aleatoriamente, de una urna que contiene dos pelotas rojas y tres verdes. Si el resultado es cruz se extrae una pelota, de otra urna que contiene dos rojas y dos verdes. Cul es la probabilidad de extraer una pelota roja? La probabilidad seria: 13/30