Seasonal Foods

Entradas populares

LA PROBABILIDAD ESTADISTICA.

Las probabilidades son muy útiles, ya que pueden servir para desarrollar estrategias. Por ejemplo, algunos automovilistas parecen mostrar una mayor tendencia a aumentar la velocidad si creen que existe un riesgo pequeño de ser multados; los inversionistas estarán mas interesados en invertirse dinero si las posibilidades de ganar son buenas.


El punto central en todos estos casos es la capacidad de cuantificar cuan probable es determinado evento.

En concreto decimos que las probabilidades se utilizan para expresar cuan probable es un determinado evento.

Concepto clásico y como frecuencia relativa.

La probabilidad clásica: el enfoque clásico o a priori de la probabilidad se basa en la consideración de que los resultados de un experimento son igualmente posibles. Empleando el punto de vista clásico, la probabilidad de que suceda un evento se calcula dividiendo el numero de resultados favorables, entre el numero de resultados posibles.

La probabilidad clásica de un evento E, que denotaremos por P(E), se define como el número de eventos elementales que componen al evento E, entre el número de eventos elementales que componen el espacio muestral:

Como frecuencia relativa la probabilística: se basa en las frecuencias relativas. La probabilidad de que un evento ocurra a largo plazo se determina observando en que fracción de tiempo sucedieron eventos semejantes en el psado. La probabilidad de que un evento suceda se calcula por medio de:

P (E) Numero de veces que el evento ocurrió en el pasado

Numero total de observaciones

Definición Frecuencial

La definición frecuentista consiste en definir la probabilidad como el límite cuando n tiende a infinito de la proporción o frecuencia relativa del suceso. Sea un experimento aleatorio cuyo espacio muestral es E Sea A cualquier suceso perteneciente a E Si repetimos n veces el experimento en las mismas Condiciones, la frecuencia relativa del suceso A será: Cuando el número n de repeticiones se hace muy grande la frecuencia relativa converge hacia un valor que llamaremos probabilidad del suceso A.


Es imposible llegar a este límite, ya que no podemos repetir el experimento un número infinito de veces, pero si podemos repetirlo muchas veces y observar como las frecuencias relativas tienden a estabilizarse Esta definición frecuentista de la probabilidad se llama también probabilidad a posteriori ya que sólo podemos dar la probabilidad de un suceso después de repetir y observar un gran número de veces el experimento aleatorio correspondiente. Algunos autores las llaman probabilidades teóricas.


ENFOQUE DE FRECUENCIAS RELATIVAS (a posteriori o empírico)

Este enfoque permite determinar la probabilidad con base en la proporción de veces que ocurre un resultado favorable en cierto número experimentos.

No implica ningún supuesto previo de igualdad de probabilidades.

A este enfoque se le denomina también enfoque empírico debido a que para determinar los valores de probabilidad se requiere de la observación y de la recopilación de datos. También se le denomina a posteriori, ya que el resultado se obtiene después de realizar el experimento un cierto número de veces.

La creación de la probabilidad se atribuye a los matemáticos franceses del siglo XVII Blaise Pascal y Pierre de Fermat, aunque algunos matemáticos anteriores, como Gerolamo Cardano en el siglo XVI, habían aportado importantes contribuciones a su desarrollo.


La probabilidad matemática comenzó como un intento de responder a varias preguntas que surgían en los juegos de azar, por ejemplo, saber cuántos dados hay que lanzar para que la probabilidad de que salga algún seis supere el 50%.

La probabilidad de un resultado se representa con un número entre 0 y 1, ambos inclusive. La probabilidad 0 indica que el resultado no ocurrirá nunca, y la probabilidad 1, que el resultado ocurrirá siempre.

El cálculo matemático de probabilidades se basa en situaciones teóricas en las cuales puede configurarse un espacio muestral cuyos sucesos elementales tengan todos la misma probabilidad. Por ejemplo, al lanzar un dado ideal, la probabilidad de cada una de las caras es 1/6. Al lanzar dos dados, la probabilidad de cada uno de los resultados es 1/36.

La probabilidad subjetiva o condicionada interpreta las mismas frecuencias del procedimiento de confirmación de la evidencia implícita en una relación causal humana mediante una aplicación estricta del teorema de Bayes. Según este teorema la probabilidad condicionada de un suceso (A) respecto de otro (B), es directamente proporcional a la probabilidad ya comprobada o ‘a priori’ de la conjunción de ambos eventos A y B, e inversamente proporcional a la probabilidad aislada del segundo evento B. En todo momento se presupone la referencia a eventos recíprocamente independientes, aunque interrelacionados, manteniendo entre ellos una correlación meramente fáctica.

Espacio muestral (E): es el conjunto de los diferentes resultados que pueden darse en un experimento aleatorio.

Suceso: subconjunto del espacio muestral. Se representa con una letra mayúscula, con sus elementos entre llaves y separados por comas.

Operaciones con sucesos:


Unión: la unión de dos sucesos es el suceso que ocurre cuando se da uno de ellos. Intersección: la intersección dos sucesos es el suceso que ocurre cuando se dan ambos a la vez.

Tipos de sucesos:

Suceso Seguro: se tiene la certeza de que se producirá porque contiene todos los resultados posibles de la experiencia (coincide con el espacio muestral).

Suceso Imposible: se tiene la certeza de que nunca se puede presentar, ya que no tiene elementos (es el conjunto vacío).

Suceso Contrario de A: es el que ocurre cuando no se da A; es su complementario respecto al espacio muestral (A’).

Suceso Elemental: es el que tiene un solo resultado, es un conjunto unitario.

Sucesos incompatibles: la intersección es conjunto vacío, es decir, no pueden los dos sucesos darse al mismo tiempo.

Sucesos Compatibles: la intersección de dos sucesos contiene algún elemento.

Un evento es un subconjunto de un espacio muestral.

Evento o Suceso. Se llama evento o suceso a todo subconjunto de un espacio muestral. Por ejemplo en el espacio muestral E = {1, 2, 3, 4, 5, 6} del lanzamiento de un dado, los siguientes son eventos:

1. Obtener un número primo A = {2, 3, 5}

2. Obtener un número primo y par B = {2}

3. Obtener un número mayor o igual a 5 C = {5, 6}

Eventos mutuamente excluyentes.- Dos eventos son mutuamente excluyentes si no pueden ocurrir en forma simultánea, esto es, si y sólo si su intersección es vacía. Por ejemplo, en el lanzamiento de un dado los eventos B = {2} y C = {5, 6} son mutuamente excluyentes por cuanto B C =

Eventos Complementarios.- Si A B = y A B = E, se dice que A y B son eventos complementarios: Ac = B y Bc = A

Su Medición Matemática o Clásica. Si en un experimento aleatorio todos los resultados son equiprobables (iguales probabilidades), es decir, la ocurrencia de uno es igualmente posible que la ocurrencia de cualquiera de los demás, entonces, la probabilidad de un evento A es la razón:

P(A) = número de casos favorables para A/número total de casos posibles

A partir de esta definición las probabilidades de los posibles resultados del experimento se pueden determinar a priori, es decir, sin realizar el experimento.

Se deduce de la definición lo siguiente:

0 P(A) 1 La medición probabilística es un número real entre 0 y 1, inclusive, ó 0% P(A) 100% en porcentaje.

P() = 0 y P(E) = 1

Su Medición Experimental o Estadística.- La frecuencia relativa del resultado A de un experimento es la razón FR = número de veces que ocurre A/número de veces que se realiza el experimento

Si el experimento se repite un número grande de veces, el valor de FR se aproximará a la medición probabilística P del evento A. Por ejemplo, si lanzo 100 veces una moneda, el número de veces que obtengo cara es cercano a 50, o sea FR es cercano a 50%

Espacio muestral discreto: si contiene un número finito o infinito numerable de puntos muestrales. Ejemplo: se tiene una urna con bolillas del 1 al 20. Se extrae una. S = { 1, 2, 3 …, 20 } (finito)

Espacio muestral contínuo: si contiene una infinidad no numerable de puntos muestrales. Ejemplo: su utiliza una balanza de presición para pesar partículas metálicas. S= { X : 0 <>


Posts Relacionados



0 comentarios: