Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INTRODUCCION. En el documento se presenta conceptos de la probabilidad y estadística, los cuales son definiciones y es una teoría para empezar con los próximos temas que se darán en la materia; aparte que al conocer la teoría que nos presenta, nos da un paso mas para no atrasarnos con los temas en la clase presencial y gracias a las definiciones podemos resolver los ejercicios o problemas que nos presenten. a) RESPONDE LAS SIGUIENTES ACTIVIDADES 1. Define variable aleatoria, continua y discreta. o Variable aleatoria: Una variable aleatoria es una función matemática que asigna un valor numérico a cada resultado posible de un experimento aleatorio. En otras palabras, una variable aleatoria es una forma de cuantificar los resultados de un evento aleatorio. o Variable aleatoria discreta: Una variable aleatoria discreta es aquella que sólo puede tomar un conjunto finito o infinito numerable de valores. Por ejemplo, el número de caras que aparecen en un lanzamiento de una moneda es una variable aleatoria discreta, ya que sólo puede tomar valores enteros (0, 1, 2, etc.) y no puede tomar valores intermedios. o Variable aleatoria continua: Una variable aleatoria continua es aquella que puede tomar cualquier valor dentro de un intervalo continuo de valores. Por ejemplo, la altura de una persona es una variable aleatoria continua, ya que puede tomar cualquier valor dentro de un rango continuo de valores (desde cero hasta la altura más alta conocida). Las variables aleatorias continuas se representan mediante una función de densidad de probabilidad, en lugar de una función de probabilidad discreta, y se caracterizan por una curva continua en lugar de una serie de puntos discretos. 2. ¿Qué es una distribución de probabilidad? Una distribución de probabilidad es una función matemática que describe la probabilidad de ocurrencia de cada valor posible que puede tomar una variable aleatoria en un experimento aleatorio. En otras palabras, la distribución de probabilidad describe la probabilidad de que la variable aleatoria tome un valor particular. 3. Define espacio muestral. En teoría de la probabilidad, el espacio muestral es el conjunto de todos los posibles resultados de un experimento aleatorio. Es decir, es el conjunto de todos los resultados posibles que pueden ocurrir en un experimento. Es importante tener en cuenta que el espacio muestral debe incluir todos los resultados posibles del experimento, incluso aquellos que son muy improbables. Además, cada resultado posible debe ser mutuamente excluyente, es decir, no pueden ocurrir dos resultados diferentes al mismo tiempo. El espacio muestral es una herramienta importante en la teoría de la probabilidad porque proporciona una base para calcular las probabilidades de cada resultado posible y, por lo tanto, ayuda a tomar decisiones informadas y hacer predicciones sobre eventos aleatorios. 4. Describe eventos simples, eventos compuestos, eventos complementarios y eventos mutuamente excluyentes. o Eventos simples: son aquellos que consisten en un solo resultado posible. Por ejemplo, al lanzar una moneda al aire, el evento "cara" es un evento simple. o Eventos compuestos: son aquellos que consisten en más de un resultado posible. Por ejemplo, al lanzar dos monedas al aire, el evento "obtener al menos una cara" es un evento compuesto, ya que puede ocurrir de diferentes formas: (cara, cara), (cara, cruz) o (cruz, cara). o Eventos complementarios: son aquellos que contienen todos los resultados posibles que no están en el evento original. Por ejemplo, si el evento original es "obtener cara" en el lanzamiento de una moneda, el evento complementario sería "obtener cruz". o Eventos mutuamente excluyentes: son aquellos que no pueden ocurrir al mismo tiempo. Si dos eventos son mutuamente excluyentes, entonces la ocurrencia de uno de ellos implica la no ocurrencia del otro. Por ejemplo, al lanzar una moneda, los eventos "obtener cara" y "obtener 5. Explica cuáles son los axiomas de la probabilidad. Los axiomas de la probabilidad son un conjunto de reglas fundamentales que definen cómo deben ser las probabilidades para que sean coherentes y útiles. a. El primer axioma de la probabilidad establece que la probabilidad de cualquier evento E es un número real no negativo: P(E) ≥ 0. b. El segundo axioma de la probabilidad establece que la probabilidad del espacio muestral S es igual a 1: P(S) = 1. c. El tercer axioma de la probabilidad establece que la probabilidad de la unión de dos eventos mutuamente excluyentes E1 y E2 es la suma de sus probabilidades individuales: P(E1 ∪ E2) = P(E1) + P(E2). Es importante tener en cuenta que estos axiomas se aplican tanto a eventos discretos como a eventos continuos, y se utilizan para derivar propiedades y teoremas adicionales de la probabilidad. Los axiomas de la probabilidad son fundamentales en la teoría de la probabilidad y en su aplicación en diversas áreas, incluyendo la estadística, la física, la economía, entre otras. 6. Define, probabilidad simple, probabilidad conjunta y probabilidad condicional. o Probabilidad simple: se refiere a la probabilidad de que ocurra un evento específico. Se puede calcular como el cociente entre el número de casos favorables y el número total de casos posibles. Por ejemplo, si lanzamos una moneda al aire, la probabilidad simple de que salga cara es 1/2 o 0.5. o Probabilidad conjunta: se refiere a la probabilidad de que ocurran dos o más eventos simultáneamente. Se puede calcular como el cociente entre el número de casos favorables en común y el número total de casos posibles. Por ejemplo, si lanzamos dos monedas al aire, la probabilidad conjunta de que salgan dos caras es 1/4 o 0.25. o Probabilidad condicional: se refiere a la probabilidad de que ocurra un evento dado que ya ha ocurrido otro evento relacionado. Se puede calcular como el cociente entre la probabilidad conjunta de los dos eventos y la probabilidad del evento condicional. Por ejemplo, si lanzamos dos dados y sabemos que la suma es mayor o igual a 9, la probabilidad condicional de que uno de los dados sea 6 es 1/3 o 0.33. 7. ¿Qué es la Independencia estadística? La independencia estadística se refiere a la ausencia de relación o dependencia entre dos o más variables aleatorias. En términos más simples, dos variables aleatorias son estadísticamente independientes si el conocimiento de una de ellas no proporciona información útil sobre la otra. La independencia estadística es un concepto fundamental en la estadística y la teoría de la probabilidad, y se utiliza en muchos métodos estadísticos, como la regresión lineal, el análisis de varianza, entre otros. La presencia o ausencia de independencia estadística puede afectar la validez de los resultados y las conclusiones de un análisis estadístico. 8. Explica el Teorema de Bayes. El Teorema de Bayes es un concepto fundamental en la teoría de la probabilidad y estadística, que se utiliza para actualizar la probabilidad de un evento dado una nueva información. Este teorema establece una relación matemática entre la probabilidad a priori y la probabilidad a posteriori de un evento, dando una herramienta poderosa para actualizar nuestras creencias sobre una hipótesis o evento en función de la nueva información disponible. La fórmula del teorema de Bayes es la siguiente: P(A|B) = P(B|A) * P(A) / P(B) Donde: P(A|B) es la probabilidad de que A ocurra dado que B ha ocurrido. P(B|A) es la probabilidad de que B ocurra dado que A ha ocurrido. P(A) es la probabilidad a priori de que A ocurra. P(B) es la probabilidad a priori de que B ocurra. b) COMPLETA LA SIGUIENTE TABLA CONCLUSION. Las variables aleatorias son una herramienta clave en la teoría de la probabilidad,que nos permite modelar eventos inciertos y medir su probabilidad de ocurrencia. Las variables aleatorias pueden ser discretas o continuas, según el tipo de valores que pueden tomar. Las variables discretas solo pueden tomar valores discretos, mientras que las variables continuas pueden tomar cualquier valor en un rango continuo. La distribución de probabilidad describe cómo se distribuyen los valores de una variable aleatoria y la probabilidad de que ocurra cada valor. El espacio muestral es el conjunto de todos los posibles resultados de un experimento aleatorio, mientras que los eventos simples son los resultados individuales dentro de ese espacio muestral. Los eventos compuestos son la combinación de dos o más eventos simples. Aplica en: Distribución de probabilidad Valor esperado Varianza Desviación estándar Variable aleatoria Variable continua Variable discreta Binominal Sí Sí Sí Sí No Sí Uniforme Sí Sí Sí No No Sí Normal No Sí Sí Sí Sí No Hipergeometrica Sí Sí Sí Sí No Sí Poisson Sí Sí Sí Sí No Sí Exponencial Sí Sí Sí Sí No No Los eventos complementarios son aquellos que no ocurren simultáneamente, mientras que los eventos mutuamente excluyentes no pueden ocurrir juntos. Los axiomas de la probabilidad establecen las propiedades básicas que deben cumplir las probabilidades, como la no-negatividad, la normalización y la aditividad. La probabilidad simple es la probabilidad de que ocurra un evento, mientras que la probabilidad conjunta es la probabilidad de que dos o más eventos ocurran juntos. La probabilidad condicional es la probabilidad de que un evento ocurra dado que otro evento ya ha ocurrido. La independencia estadística ocurre cuando la ocurrencia de un evento no afecta la probabilidad de que ocurra otro evento. El teorema de Bayes es una herramienta útil para actualizar la probabilidad de un evento dado nueva información. Nos permite calcular la probabilidad condicional inversa, es decir, la probabilidad de que ocurra un evento dado que ya ha ocurrido otro evento. Referencias. o Clemenza, B. (s. f.). Diferencia entre una Variable Aleatoria Discreta (VAD) y una Variable Aleatoria Continua (VAC). es.linkedin.com. https://es.linkedin.com/pulse/diferencia-entre-una-variable-aleatoria-discreta-vad-y- brau-clemenza o Gómez, A. J., Romero, M. J., & Szabó, P. V. (2020). Relaciones entre pensamiento proporcional y pensamiento probabilístico en situaciones de toma de decisiones. Revista Latinoamericana De Investigacion En Matematica Educativa-relime. https://doi.org/10.12802/relime.20.2311 o Libretexts. (2022). 7.1: ¿Qué es una Variable Aleatoria Continua? LibreTexts Español. https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Es tad%C3%ADstica_inferencial_y_probabilidad_- _Un_enfoque_hol%C3%ADstico_(Geraghty)/07%3A_Variables_aleatorias_continu as/7.01%3A_%C2%BFQu%C3%A9_es_una_Variable_Aleatoria_Continua%3F o Pizarro, R. (s. f.). Casos 11. Probabilidad y Probabilidad Condicional. https://rstudio-pubs- static.s3.amazonaws.com/680584_064ca2b2da684a3ba5ec3d9ae083234d.html o RPubs - Cas12. (s. f.). https://rpubs.com/IDanelA/1012922 o Solano, H. L., & Álvarez, C. R. (2005). Estadística descriptiva y distribuciones de probabilidad. Universidad del Norte. o TEOREMA DE BAYES. (s. f.). https://www.ugr.es/~jsalinas/bayes.htm o Teorema de Bayes. (s. f.). StudySmarter ES. https://www.studysmarter.es/resumenes/matematicas/estadistica-y- probabilidad/teorema-de-bayes/
Compartir