Help shape GoConqr. What should we add next?

Mind map

TEORÍA DE LA PROBABILIDAD 2DA PARTE

Antonio Acosta English

TEORÍA DE LA PROBABILIDAD 2DA PARTE

Map content

TEORÍA DE LA PROBABILIDAD 2DA PARTE

  1. Los diagramas se utilizan con frecuencia para representar relaciones entre conjuntos, y también son útiles para describir relaciones entre eventos.

    • Los diagramas de Venn pueden emplearse para representar un espacio muestral y los eventos contenidos en éste.
      • Por ejemplo, el espacio muestral puede ser considerado como un Conjunto universal, y a cada uno de los eventos, se le puede considerar un subconjunto de U (ó S).
    • Algunos ejemplos de cómo se aplican en la Probabilidad:
      • A es un sunconjunto de B = A está contenido en B = cada punto muestral de A pertenece también a B.
      • Sean dos eventos A y B en el espacio muestral S. La unión de A y B es el evento que contiene a todos los puntos muestrales de A o de B o de ambos.
      • Sean dos eventos A y B en el espacio muestral S. La intersección de A y B es el evento que contiene a los puntos muestrales que están en ambos A y B = que están tanto en A como en B = están en A y en B simultáneamente
      • Si A y B son subconjuntos de S, pero no tienen ningún elemento en común se dice que A y B son mutuamente excluyentes. No pueden ocurrir al mismo tiempo.
      • Dos eventos son Colectivamente exhaustivos: Cuando agotan todas las posibilidades, (uno de ellos debe ocurrir).
  2. RELACIONES ENTRE EVENTOS

    • Eventos complementarios
      • El Complemento de un evento A es la colección de puntos muestrales que están en el espacio muestral S pero no están en A.
        • Unión de A y su complemento es igual al espacio muestral. Por lo tanto, cuando se tienen dos eventos complementarios:
          • La suma de la probabilidad de A + la probabilidad de no A es igual a 1
            • Algunos ejemplos son:
              • + A es el evento de que Juan sea estudiante. + A´ su complemento, es el evento de que no sea estudiante.
              • • Q es el evento de que Juan sea fumador. • Q´ su complemento, es el evento de que no sea fumador.
    • Eventos independientes
      • Son independientes entre sí cuando la probabilidad de cada uno de ellos no está influida porque el otro suceso ocurra o no, es decir, cuando ambos sucesos no están relacionados.
        • Ejemplo
          • Cuando se lanza una moneda dos veces consecutivas el resultado del primer lanzamiento no tiene efecto en el resultado del segundo lanzamiento
            • Los eventos A y B son independientes SI Y SÓLO SI:
    • Mutuamente excluyentes
      • Cuando dos eventos (llámalos "A" y "B") son mutuamente excluyentes, es imposible que ocurran juntos
        • Algunos ejemplos son:
          • • A es el evento de que el pastel esté completo. • B es el evento de que el pastel esté incompeto.
          • • A es el evento de que un producto tenga defectos. • B es el evento de que no tenga defectos.
          • • A es el evento de que Alberto sea alto. • B es el evento de que Alberto sea bajo de estatura.
    • Los cálculos de las probabilidades toman en cuenta cómo se relacionan entre sí los eventos
      • Algunos otros ejemplos son:
        • Colectivamente Exhaustivos
          • Conjunto de eventos que incluye todos los resultados posibles de un experimento.
            • Ejemplo
              • Formas de llegar al trabajo (en el supuesto de que no haya otra)
        • Traslapantes
          • Tienen puntos muestrales en común: hay intersección.
  3. REGLAS PARA EL CALCULO DE PROBABILIDADES

    • Regla de la adición
        • Ejemplo
          • Una persona está comprando un automóvil nuevo. Las probabilidades de que compre un Chrysler o un Toyota son, respectivamente 0.17 y 0.08. ¿Cuál es la probabilidad de que esta persona compre alguno de estos dos carros?
            • A= Compra Chrysler B= Compra Toyota
              • P(A)= 0.17 P(B)=0.08
            • Ejemplo
              • Si las probabilidades de que una persona que vacaciona en Guanajuato, visite Santa Rosa, visite el Jardín de la Unión o ambos lugares son 0.33, 0.92 y 0.29 respectivamente ¿Cuál es la probabilidad de que una persona que vacacione en la ciudad visite por lo menos uno de estos sitios?
                • A= Santa Rosa B= Jardín de la Unión AB=A∩B=ambos
                  • P(A)= 0.33 P(B)=0.92 P(AB)=0.29
    • Probabilidad Condicional
      • Con frecuencia dos eventos se encuentran relacionados de tal manera que la probabilidad de ocurrencia de 1 de ellos depende si el otro ha ocurrido o no
        • Cuando se calcula la probabilidad de un evento A, dada la información sobre la ocurrencia de otro evento B, esta probabilidad se denomina Probabilidad Condicional P(AIB)
          • P(AIB) = La probabilidad condicional de qué ocurra el evento A, dado que el evento B ya ocurrió
            • Ejemplo 1
              • Si la probabilidad de que una persona seleccione una llantera de marca reconocida, es 0.4; la probabilidad de que sea garantizado un buen servicio es de 0.53; la probabilidad de que sea de marca reconocida y tenga buen servicio es de: 0.32. ¿Cuál es la probabilidad de que una persona seleccione una llantera reconocida, dado que se le ha garantizado un buen servicio?
                • A= Marca reconocida B= Buen servicio AB=A∩B=ambos
                  • P(A)= 0.40 P(B)=0.53 P(AB)=0.32
                • Continuación ejemplo 2, dado que B ya ocurrió
                  • ¿Cuál es la probabilidad de que una persona seleccione un buen servicio garantizado dado que la llantera es de marca reconocida?
                    • A= Marca reconocida B= Buen servicio AB=A∩B=ambos
                      • P(A)= 0.40 P(B)=0.53 P(AB)=0.32
    • Regla de la multiplicación
      • Si A y B son dos eventos, y se quiere obtener su probabilidad conjunta (la probabilidad de que A y B ocurran a la vez), entonces:
        • Ejemplo
          • La probabilidad de que un estudiante de DCEA compre una laptop es 0.50 y la probabilidad de que sus calificaciones suban si compra una laptop es 0.72 ¿Cuál es la probabilidad de que un estudiante de DCEA compre una laptop y mejore sus calificaciones?
            • • A= Compre una laptop • B= Sus calificaciones suban • AB=A∩B=ambos • B|A= Calificaciones suban | Compró laptop
              • P(A)= 0.50 P(B|A)=0.72
  4. Tabla de Contingencia

    • Una tabla de contingencia es una distribución (una matriz) en filas y columnas en la que los individuos de una población se clasifican en función de algunas variables: variable por columna y variable por renglón.
      • Por ejemplo
        • La siguiente es una tabla de contingencia en la que 300 personas se han clasificado según el sexo y por su adicción al tabaco
              • A partir de la tabla anterior, si se selecciona aleatoriamente una persona, ¿cuál es la probabilidad de que?
                • a) Sea hombre? P(H)=180/300=0.6
                  • b) Sea fumador? P(F)= 170/300=0.566666≈ 0.567
                    • c)Sea mujer? P(M)=120/300=0.4
                      • d) Sea un no fumador? P(NF)=130/300=0.43333
                        • e) Sea hombre y fume? P(HF)=P(H∩F)=120/300=0.4
                          • f) Sea mujer y no fumadora? P(M ∩ NF)=70/300=0.2333
                            • g) Sea mujer o fumadora? P(M U F)=(120+170-50)/300=240/300=0.8
                              • h) Sea hombre o no fumador? P(H U NF)=(180+130-60)/300=250/300=0.8333
                                • i) Sea fumador, dado que es hombre?
  5. Teorema de Bayes

    • ¿Cómo se puede encontrar la probabilidad de que un determinado evento B haya sido la causa de un evento final A qué se sabe qué ocurrió?
      • P(de que B sea la causa de que ocurrió A)
        • Comenzamos un análisis con estimaciones de probabilidad a priori o iniciales para eventos específicos de interés.
          • Con base en fuentes como una muestra un informe especial o la prueba de un producto obtenemos cierta información adicional sobre los eventos
            • Con esa nueva información modificamos los valores de las probabilidades a priori mediante el cálculo de probabilidades actualizadas
              • A eso le llamamos: que llamamos "Probabilidades a posteriori"
                • Entonces...
                        • Es así como vemos que...
                                • En el otro caso:
                                      • Veamos un ejemplo
                                        • En cierta fábrica, tres máquinas, B1, B2 y B3, producen 30%, 45% y 25% de los artículos respectivamente. Se sabe de la experiencia pasada que 2%, 3% y 2% de los artículos producidos por cada máquina, respectivamente, tienen defectos. Si se elige al azar un artículo y se encuentra que es defectuoso, ¿cuál es la probabilidad de que haya sido fabricado en la máquina B3?
                                          • Estos son los eventos:
                                            • A: el producto está defectuoso.
                                            • B1: El artículo fue fabricado por la máquina B1.
                                            • B2: El articulo fue fabricado por la máquina B2
                                            • B3: El artículo fue fabricado por la máquina B3
                                                  • Para este ejemplo se aplica el Teorema de Bayes
                                          • Los datos son:

Images and files in the map

  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE
  • TEORÍA DE LA PROBABILIDAD 2DA PARTE

Information

Description
Mind Map on TEORÍA DE LA PROBABILIDAD 2DA PARTE, created by Antonio Acosta on 03/11/2020.
Created by
Antonio Acosta
Views
0
Rating

Feedback

What is it about?

What should we add next?