Fuentes de las Probabilidades

Fuentes de las Probabilidades

1. Definición

   • Las probabilidades son una medida numérica que expresa la posibilidad de que ocurra un evento en relación con todos los posibles eventos. Se representan generalmente en un rango de 0 a 1, donde 0 indica que el evento no ocurrirá y 1 significa que ocurrirá con certeza. Esta medida se utiliza en diversas áreas, como la estadística, la matemática, y la toma de decisiones, para cuantificar la incertidumbre.

2. Distribuciones de Probabilidad Teóricas

   • Definición
     • Las distribuciones de probabilidad son funciones que describen la probabilidad de que ocurran diferentes resultados en un experimento aleatorio.
   • Clasificación
     • Discretas
       • Se utilizan cuando el conjunto de resultados posibles es contable
         • Ejemplos
           • Binomial: La distribución binomial es utilizada en experimentos que tienen dos resultados posibles (éxito o fracaso) y se repiten un número fijo de veces. Por ejemplo, al lanzar una moneda 10 veces, la distribución puede utilizarse para calcular la probabilidad de obtener 5 caras.
           • Poisson: La distribución de Poisson describe el número de veces que un evento ocurre en un intervalo de tiempo fijo, bajo la condición de que estos eventos son independientes. Por ejemplo, se puede usar para modelar la cantidad de llamadas que recibe un centro de atención al cliente en una hora.
     • Continuas
       • Se aplican a resultados en un intervalo en la recta numérica.
         • Ejemplos
           • Normal: La distribución normal es una de las más importantes en estadísticas, caracterizada por su forma de campana. Se utiliza para describir fenómenos como alturas, pesos y errores de medición en una población. La mayoría de los valores se agrupan alrededor de la media.
           • Exponencial: La distribución exponencial se utiliza para modelar el tiempo entre eventos en un proceso de Poisson. Por ejemplo, puede aplicarse para calcular el tiempo de espera entre llegadas de clientes a un servicio.
   • Aplicaciones
     • Las distribuciones de probabilidad tienen aplicaciones en numerosos campos, tales como la ingeniería, la economía, la medicina, y la psicología.
   • Ejemplos prácticos
     • Por ejemplo, en un estudio de fiabilidad de productos, se puede utilizar la distribución exponencial para modelar el tiempo hasta la falla de una máquina.
   • Importancia
     • Las distribuciones de probabilidad son fundamentales para realizar inferencias estadísticos y pruebas de hipótesis, ya que permiten calcular probabilidades y desarrollar modelos que describen el comportamiento de fenómenos aleatorios en la naturaleza y en las decisiones humanas.

3. Historia del pasado

   • Introducción a la historia de la probabilidad
     • La historia de la probabilidad se remonta a la antigüedad, donde las primeras nociones de azar y riesgo se relacionaban principalmente con juegos. Sin embargo, el estudio sistemático de la probabilidad comenzó en el siglo XVII, sentando las bases para el desarrollo teórico que conocemos hoy.
   • Principales contribuciones (por ejemplo, Pascal, Fermat)
     • Entre los contribuyentes más destacados se encuentran Blaise Pascal y Pierre de Fermat, quienes, en correspondencia en 1654, sentaron las bases de la teoría de juegos y exploraron el cálculo de probabilidades en situaciones de azar. Su trabajo facilitó la formalización de conceptos como expectativa y riesgo.
   • Evolución del concepto de probabilidad a través de los siglos
     • Desde el siglo XVII, el concepto de probabilidad ha evolucionado significativamente. En el siglo XVIII, Jakob Bernoulli contribuyó con su obra "Ars Conjectandi", que estableció principios importantes de la probabilidad. En los siglos XIX y XX, el desarrollo de la estadística y el teorema de probabilidad de Kolmogorov brindaron una estructura matemática formal que permitió un análisis más riguroso, expandiendo su aplicación a diversas disciplinas.

4. Valor Esperado

   • Ejercicio práctico 4-2
     • Un vendedor está tratando de decidir si hacer una llamada a un cliente potencial en la periferia de su territorio de ventas. Estima que el costo de hacer la llamada será $100. Las utilidades potenciales, excluido el costo de la llamada, se muestran en la tabla de enseguida. ¿Cuál es la utilidad neta esperada de hacer la llamada?
       • Para calcular la utilidad neta esperada de hacer la llamada, necesitamos calcular primero la utilidad esperada de los rendimientos potenciales y luego restar el costo de la llamada. La utilidad esperada se calcula sumando el producto de cada rendimiento potencial y su probabilidad. Paso 1: Calcular la utilidad esperada Utilidad esperada=(0×0.6)+(50×0.1)+(100×0.15)+(500×0.1)+(1000×0.05) Resolviendo cada término: 0×0.6=0 50×0.1=5 100×0.15=15 500×0.1=50 1000×0.05=50 Entonces: Utilidad esperada=0+5+15+50+50=120
         • Paso 2: Calcular la utilidad neta esperada Dado que el costo de la llamada es de $100, restamos este costo de la utilidad esperada: Utilidad neta esperada=120−100=20 Respuesta La utilidad neta esperada de hacer la llamada es $20.
   • Fórmula
     • Para una variable aleatoria discreta (X), el valor esperado (E(X)) se calcula con la siguiente fórmula:
   • Definición
     • El valor esperado (o esperanza matemática) es una medida que representa el promedio ponderado de todos los posibles resultados de un evento aleatorio, calculado a partir de las probabilidades y los valores de esos resultados. Proporciona un marco para analizar decisiones bajo incertidumbre.

5. Juicio subjetivo

   • Definición
     • El juicio subjetivo en probabilidad se refiere a la evaluación de la probabilidad de que un evento ocurra, basado en la experiencia personal, la intuición o la percepción del individuo, en lugar de datos estadísticos o evidencia empírica. Este tipo de juicio se utiliza cuando los datos son escasos o cuando se requiere una evaluación rápida.
   • Factores que influyen en el juicio subjetivo:
     • Experiencias pasadas
       • Las vivencias previas de un individuo pueden afectar su percepción de la probabilidad.
     • Sesgos cognitivos
       • Tendencias mentales como la sobreconfianza o la anclaje pueden distorsionar la evaluación de probabilidades.
     • Información disponible
       • La cantidad y calidad de información que se posee sobre un evento específico pueden influir en la estimación subjetiva.
   • Ejemplos de aplicación en la vida real (por ejemplo, opiniones, percepciones)
     • El juicio subjetivo se manifiesta en diversas situaciones cotidianas, como en decisiones de inversión en mercados financieros, donde los inversores pueden sobreestimar la probabilidad de éxito de las acciones en función de opiniones y tendencias observadas.
     • Otro ejemplo es la evaluación de riesgos en la salud, donde una persona puede juzgar la probabilidad de efectos secundarios de un medicamento basándose en relatos personales, en lugar de estudios clínicos. Estos juicios pueden conducir a decisiones informadas o, en ocasiones, erróneas.

6. Importancia en la toma de decisiones

   • Las probabilidades son fundamentales en la toma de decisiones porque permiten evaluar riesgos y prever resultados posibles. Las empresas, los gobiernos y los individuos utilizan el análisis de probabilidades para hacer elecciones informadas que minimicen riesgos y maximicen oportunidades en situaciones inciertas. Por ejemplo, un inversor evaluará la probabilidad de éxito de una acción antes de decidir en qué invertir, basándose en datos y análisis probabilísticos.

Imagens e arquivos do mapa