Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN UNIVERSITARIA UNIVERSIDAD NACIONAL EXPERIMENTAL DE LA GRAN CARACAS NUCLEO LA GUAIRA PNF: ESTADÍSTICA SECCIÓN "A" PROBABILIDAD. PROFESOR: ALUMNAS: José Gregorio López. Luzmary Rivas C.I 31.508.219 Amanda Gómez C.I 24.802.903 Luisana Liendo C.I 15.266.464 Julio,2023 INTRODUCCIÓN La probabilidad es una rama fascinante de las matemáticas que nos permite analizar y medir la incertidumbre en diferentes situaciones. Desde el juego hasta la toma de decisiones en la vida cotidiana, la posibilidad está presente en muchos aspectos de nuestras vidas. En este trabajo, explicaremos los conceptos básicos de la posibilidad y los aplicaremos en diferentes contextos. A lo largo del trabajo, veremos diferentes enfoques para calcular probabilidades, como el enfoque clásico, el enfoque de frecuencia y el enfoque subjetivo. También explicaremos las reglas y conceptos básicos de probabilidad, como el espacio muestral, que es el conjunto de todos los resultados posibles de un experimento, y los eventos, que es un subconjunto del espacio muestral. Estudiaremos las reglas de suma y multiplicación, que nos permiten calcular las probabilidades de eventos complejos, así como las probabilidades condicionales, que nos ayudan a calcular la probabilidad de que ocurra un evento si se crea otro evento. Además, veremos la aplicación de las probabilidades en diferentes campos, como la estadística, la física, la biología y la economía. Analizaremos cómo se utiliza la probabilidad en la toma de decisiones, evaluando riesgos y oportunidades en diferentes situaciones. También explicaremos cómo se aplica la probabilidad en la investigación científica, donde se utiliza para evaluar la confiabilidad de los resultados experimentales. En definitiva, este trabajo nos permitirá profundizar en el ámbito de la probabilidad gravitacional, para comprender sus conceptos básicos y aplicaciones en diferentes contextos. A medida que crezcamos, desarrollaremos una sólida base de conocimientos que nos permitirá tomar decisiones informadas, comprender el mundo que nos rodea y predecir los resultados probables. ¡Comencemos este emocionante viaje al mundo de las posibilidades! 1 ÍNDICE Introducción………………………………………………………………………………Pg.1. Elementos del cálculo de probabilidad, Definición…………………………………Pg.3,4 Teorema del cálculo de probabilidad…………………………………………………Pg.4,5 Teorema de la probabilidad condicional compuesta………………………..Pg.6,7 Teorema de Bayes……………………………………………………………………..Pg.8,9 Medidas Absoluta y relativas de dispersión…………………………………………Pg.10,11 Conclusión………………………………………………………………………………Pg.12 2 Probabilidad Es una rama de las matemáticas responsable de medir la probabilidad de que ocurra un evento en particular. Para realizar este cálculo se utilizan diferentes factores y conceptos. Estos son algunos elementos básicos de los cálculos de probabilidad: ● Espacio muestral: El conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo, si se lanza un dado, el espacio muestral incluirá los posibles resultados: {1, 2, 3, 4, 5, 6}. ● Evento: Un subconjunto del espacio muestral que representa un resultado particular o un conjunto de resultados. Puede ser un evento simple, que consta de un único resultado, o un evento complejo, que consta de varios resultados. Por ejemplo, cuando lanzas un dado, el evento "tirar un número par" será un evento compuesto que consistirá en los resultados {2, 4, 6}. ● Probabilidad: Es una medida numérica que indica la probabilidad de que ocurra un evento en particular. Se expresa como un número entre 0 y 1, donde 0 representa probabilidad de cero (imposible) y 1 representa alguna probabilidad (certeza). Por ejemplo, la probabilidad de obtener un número par al tirar los dados es 3/6 = 1/2 = 0,5. ● Regla de la suma: se utiliza para calcular la probabilidad de que ocurra al menos uno de dos eventos mutuamente excluyentes. La probabilidad de que dos eventos A y B se unan se calcula sumando sus probabilidades individuales y restando la probabilidad de su intersección. ● Regla del producto: se utiliza para calcular la probabilidad de que ocurran dos eventos independientes. La probabilidad de intersección de dos eventos A y B se calcula multiplicando sus probabilidades individuales. ● Probabilidad condicional: La probabilidad de que ocurra el evento A cuando ocurra otro evento B. Se denota por P(A|B) y se calcula dividiendo la probabilidad de la intersección de A y B por la probabilidad de B. En ese sentido, la probabilidad se esquemática de la siguiente forma: 3 Cuadro 1. Elementos de la Probabilidad Estos son solo algunos de los principios básicos del cálculo de probabilidades. Sin embargo, la probabilidad también se puede calcular utilizando diferentes enfoques como lo son: 1. El Enfoque Clásico. (Probabilidad a priori, antes de que el experimento se realice). De los 3 métodos de asignar una Probabilidad, el enfoque clásico es el que con más frecuencia se relaciona con los juegos de envite (apuesta) y los de azar. También se basa en este método se basa en la suposición de que todos los resultados posibles de un experimento aleatorio son igualmente probables. La probabilidad de que ocurra un evento se calcula dividiendo el número de resultados positivos para el evento por el número total de resultados posibles. 2. El Enfoque de Frecuencia Relativa. (Probabilidad a posteriori, después de que el experimento se realizó). En el método de frecuencia relativa se utilizan datos pasados obtenidos en observaciones empíricas. Se tiene en cuenta la frecuencia con que ha ocurrido un suceso en el pasado y se estima la posibilidad de que vuelva a ocurrir a partir de estos datos históricos. 4 3. El Enfoque Subjetivo. Donde se expresa un grado meramente personal de creencia de la posibilidad de que un acontecimiento específico de un experimento aleatorio suceda. Este tipo de enfoque En muchas ocasiones no se dispone de datos históricos. Por consiguiente no es posible calcular la Probabilidad a partir del comportamiento anterior. La única alternativa es la de estimar la probabilidad según nuestro mejor criterio. Así mismo se representan de la siguiente forma: Cuadro 2. Enfoques de la Probabilidad 5 Teorema de la probabilidad condicional compuesta Dado un conjunto de eventos A, B y C, la probabilidad del evento A y B dado que el evento C ha ocurrido se puede calcular utilizando la regla de la probabilidad condicional: P(A ∩ B | C) = P(A | C) * P(B | A ∩ C) Donde P(A ∩ B | C) es la probabilidad condicional de que ocurran simultáneamente los eventos A y B dado que el evento C ha ocurrido, P(A | C) es la probabilidad condicional de que ocurra el evento A dado que el evento C ha ocurrido, y P(B | A ∩ C) es la probabilidad condicional de que ocurra el evento B dado que tanto el evento A como el evento C han ocurrido. El teorema es útil cuando se desean calcular probabilidades conjuntas condicionales en situaciones donde la ocurrencia de un evento puede depender de múltiples eventos anteriores. Al utilizar la regla de la probabilidad condicional compuesta, se pueden descomponer las probabilidades condicionales en factores más pequeños y calcular la probabilidad conjunta condicional de manera más precisa. Es importante tener en cuenta que este teorema se basa en la suposición de que los eventos A, B y C son independientes o que se cumple la propiedad de independencia condicional. Si los eventos no son independientes, se deben utilizar otros métodos y técnicas para calcular las probabilidades condicionales. El teorema de la probabilidad condicional compuesta es un resultado importante en la teoría de la probabilidad que permite calcular la probabilidad conjunta condicional de eventos A y B dado que el evento C ha ocurrido. Al utilizar la regla de la probabilidad condicional, se pueden descomponer las probabilidades condicionales en factores más pequeños y calcular la probabilidadconjunta condicional de manera más precisa. 6 Cuadro 4. Teorema de la probabilidad condicional compuesta 7 El teorema de Bayes Es un resultado fundamental en la teoría de la probabilidad y estadística que permite actualizar nuestras creencias o probabilidades iniciales sobre un evento dado, en función de nueva evidencia o información. El teorema de Bayes establece lo siguiente: P(A|B) = (P(B|A) * P(A)) / P(B) Donde P(A|B) es la probabilidad de que ocurra el evento A dado que ha ocurrido el evento B, P(B|A) es la probabilidad de que ocurra el evento B dado que ha ocurrido el evento A, P(A) es la probabilidad inicial del evento A y P(B) es la probabilidad inicial del evento B. En otras palabras, el teorema de Bayes nos permite calcular la probabilidad condicional de que ocurra el evento A dado que ha ocurrido el evento B, utilizando la información sobre la probabilidad condicional inversa y las probabilidades iniciales de ambos eventos. Este teorema es especialmente útil en situaciones donde queremos actualizar nuestras creencias o probabilidades iniciales sobre un evento en función de nueva información o evidencia. Se utiliza ampliamente en campos como la inteligencia artificial, el aprendizaje automático, la medicina y la estadística. Es importante destacar que el teorema de Bayes se basa en la propiedad de independencia condicional de los eventos A y B. Si los eventos no son independientes, se deben utilizar otros métodos y técnicas para calcular las probabilidades condicionales. El teorema establece lo siguiente: Dado un conjunto de eventos mutuamente excluyentes y exhaustivos, es decir, eventos que no pueden ocurrir simultáneamente y que cubren todos los posibles resultados, la probabilidad de un evento A se puede calcular como la suma de las probabilidades condicionales de A dado cada uno de los subeventos. 8 Cuadro 3. Teoremas de Bayes 9 Medidas absolutas y relativas de dispersión. herramientas utilizadas en estadística para cuantificar y describir la variabilidad o dispersión de un conjunto de datos. Estas medidas proporcionan información sobre qué tan dispersos están los datos alrededor de su media o valor central. Medidas absolutas de dispersión: Las medidas absolutas de dispersión se expresan en las mismas unidades que los datos originales y proporcionan una medida directa de la variabilidad de los datos. Algunas de las medidas absolutas de dispersión más comunes son: ● Rango: Es la diferencia entre el valor máximo y el valor mínimo de los datos. Es una medida simple, pero puede verse afectada por valores extremos o atípicos. ● Desviación absoluta media: Es la media de las diferencias absolutas entre cada valor de los datos y la media. Proporciona una medida promedio de la dispersión de los datos alrededor de la media. ● Varianza: Es la media de los cuadrados de las diferencias entre cada valor de los datos y la media. La varianza estándar se obtiene tomando la raíz cuadrada positiva de la varianza y se utiliza con frecuencia debido a que está en las mismas unidades que los datos originales. ● Desviación estándar: Es la raíz cuadrada positiva de la varianza. Proporciona una medida de dispersión que es más fácil de interpretar que la varianza, ya que está en las mismas unidades que los datos originales. Medidas relativas de dispersión Las medidas relativas de dispersión son adimensionales y se utilizan para comparar la dispersión de diferentes conjuntos de datos, independientemente de las unidades en que se miden los datos. Algunas de las medidas relativas de dispersión más comunes son: ● Coeficiente de variación: Es la relación entre la desviación estándar y la media, multiplicada por 100 para expresarla en porcentaje. Proporciona una medida relativa de la dispersión en relación con el tamaño promedio de los datos. ● Coeficiente de variación intercuartílico: Es la relación entre el rango 10 intercuartílico (la diferencia entre el tercer y primer cuartil) y la mediana, multiplicada por 100. Se utiliza para comparar la dispersión de datos que pueden contener valores atípicos o extremos. Las medidas absolutas y relativas de dispersión son herramientas importantes para comprender y describir la variabilidad de los datos. Cada medida tiene sus propias ventajas y limitaciones, por lo que es importante considerar el contexto y los objetivos de análisis al seleccionar la medida más apropiada. Cuadro 5. Medidas Absoluta y relativas de dispersión. 11 CONCLUSIÓN Exploramos el concepto básico de probabilidad y su aplicación en varias situaciones. Sabemos que la probabilidad es una herramienta poderosa que nos permite identificar y comprender la incertidumbre en diversas situaciones. En el transcurso del trabajo, aprendimos que las probabilidades se calculan utilizando diferentes métodos, como el clásico, el de frecuencia y el subjetivo. También examinamos conceptos y reglas básicas de probabilidad, como espacios muestrales, eventos, reglas de suma, reglas de multiplicación y probabilidad condicional. Además, estudiamos la aplicación de la probabilidad en diversos campos como la estadística, la física, la biología y la economía. Hemos visto cómo se utiliza la probabilidad en la toma de decisiones mediante la evaluación de riesgos y oportunidades en diferentes escenarios. 12
Compartir