Beruflich Dokumente
Kultur Dokumente
ASIGNATURA:
a) Fenómenos determinísticos:
• Aquellos en los cuales una misma acción produce siempre el mismo
efecto.
• Es el fenómeno en el cual de antemano se sabe cual será el resultado.
b) Fenómenos probabilísticos o aleatorios:
• aquellos en los cuales no siempre puede predecirse con certeza el
resultado de una misma acción.
• Es un fenómeno del que no se sabe que es lo que va a ocurrir, están
relacionados con el azar o probabilidad.
¿QUÉ ES INCERTIDUMBRE?
Ejemplos
Hacer un pedido para reponer inventario y registrar el
tiempo (en días) que tardamos en recibirlo.
Analizar solicitudes de crédito hasta que por primera vez se
obtenga una solicitud aprobada.
Experimento Aleatorio (E)
Probabilidad e Inferencia.
• Se presentan dos candidatos al cargo de la presidencia
del CEDULA, y se desea determinar si el candidato X
puede ganar.
Población de interés:
• Conjunto de respuestas de los estudiantes que votarán el
día de las elecciones.
Criterio de gane:
• Si obtiene el más del 50% de los votos.
Experimento Aleatorio (E)
Se puede agregar que ninguno de los experimentos anteriores son
determinísticos sino probabilísticos o aleatorios, por lo tanto, es
necesario el uso de otros métodos para su estudio, de ahí la
importancia de la denominada Regularidad Estadística:
Nacimiento de hembras
I II
1 3
1 2 2 3
• Subjetiva
• La “Opinión de un Experto”
Modelo Probabilístico
Noción frecuentista:
P(A) =
NA
lim N
N
Cálculo de Probabilidades
Observación
En muchas ocasiones nos preocupamos de elegir de
manera aleatoria uno o más objetos desde una colección
de objetos
Sea N el número de objetos.
Axioma 1: P(A) 0
Axioma 2: P(W) = 1
1. P() = 0
2. P(A) 1
3. P(AC) = 1 - P(A)
4. Si A B P(A) P(B)
5. P(AB) = P(A) + P(B) - P(AB)
6. P(Ai) P(Ai)
7. Si A B P(B-A) = P(B) - P(AB)
Espacio Muestral Finito
2. P( i Ei) = 1
N
fi = 1
3. Como Ei Ej = 0 i j P(Ei Ej)=P(Ei) + P(Ej)
Probabilidad Condicional
P( A dado B) = P(A | B) ?
Casos Probabilidad Condicional
P(A B ) P()
A Si A B = P(A | B) = = =0
B P(B) P(B)
P(A B ) P(A)
A Si A B = A P(A | B) = = P(A)
B P(B) P(B)
A P(A B ) P(B)
B Si A B = B P(A | B) = = =1
P(B) P(B)
P(A B )
A Si A B P(A | B) = =
B P(B)
Probabilidad Total
B1 B2 B5
A AB1
Equipo
Fallado AB2
AB4
AB3 Equipo
B4 Manufacturado
B3 en Planta B2
P (Bi) P (A | Bi )
P (Bi | A ) = BiBj = ; i j
P (Bi) P (A | Bi )
j j Bi = S
Probabilidad Multiplicativa
Ley Multiplicativa:
n n 1
P ( Ai ) P ( Ai ) P ( A2 / A1 ).......P ( An / Ai )
i 1 i 1
siempre que: n
P ( Ai ) 0
i 1
Regla de la Multiplicación
Determinar:
P( Ai ) = P(Ai)
jJ
jJ J I = 1,2,3,......,k
Observaciones
1. Independencia probabilística Conjunta Independencia
de a pares
2. Independencia probabilística de a pares Independencia
probabilística Conjunta
3. Si A, B son eventos independientes probabilísticamente.
Entonces se tiene
- A, BC son independientes.
- AC, BC son independientes
- AC, B son independientes
4. Sea (W, 2W, P) modelo de probabilidad.
Estudiar independencia conjunta y de a pares.
Independencia Probabilística
Ejemplo
Sea (W, 2W, P) modelo de probabilidad.
W = (1,0,0) (0,1,0) (0,0,1) (1,1,1)
P(wi ) = 1/4 i = 1, 4
Sean A1, A2, A3 eventos de (W, 2W, P) :
A1: 1era coord. es 1
A2: 2da coord. es 1
A3: 3era coord. es 1
Estudiar independencia conjunta y de a pares.
Variaciones
-----
1 2 3 4 r
Combinaciones
n!
Combinaciones( sin repetición): C(n,r) =
Número de maneras distintas de sacar r r!( n - r )!
elementos de lote de n CUANDO EL
ORDEN NO IMPORTA