Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Escenarios
introductorios…
inciertos …
introductorios…
Con frecuencia es útil poder cuantificar la posibilidad que se presente el
resultado de un determinado “experimento aleatorio”:
1
ELEMENTOS BÁSICOS PROBABILIDADES DE SUCESOS (o EVENTOS) ALEATORIOS
P (A B)
Generalizando lo anterior, tenemos:
P (A U B) = P (A) + P (B)
2
PROBABILIDADES DE SUCESOS ALEATORIOS
3
PROBABILIDAD TOTAL
(probabilidad marginal-compuesta)
PROBABILIDADES
P(A) = P(A B ) + P(A
1
B ) + .... + P ( A
2
B )
k DE VARIABLES
ALEATORIAS
Equivalentemente:
DISCRETAS Y
k
P ( A ) = P( A / Bi ) * P( Bi ) CONTINUAS
i =1
p (x) > 0
p(x) = 1 V ( X ) = E( X2 ) - E ( X ) 2
0 < p(x) < 1
4
DISTRIBUCIONES DE PROBABILIDAD CONTINUAS MODELOS PROBABILÍSTICOS
De forma análoga al caso discreto, para esta situación se deben cumplir las siguientes
propiedades fundamentales:
1 f (x) > 0
- Para un determinado experimento, el resultado es “la ocurrencia” o “no ocurrencia” de un evento; es decir,
n
cada intento tiene sólo 2 resultados posibles
P ( X =x ) = x
* px * q(n - x)
- En general “la ocurrencia” de un determinado evento está asociada a lo que se denomina “ÉXITO” de la
variable.
- Asimismo, la “no ocurrencia” está asociada a lo que se donomina “FRACASO” de la variable Donde: n Representa la cantidad de combinaciones que se pueden obtener de un total de n elementos,
- Si suponemos que tenemos n intentos estadísticamente independientes, entonces la probabilidad para el x tomando x de ellos a la vez
resultado de cualquier intento permanece fija en los n ensayos
p ---> corresponde a la PROBABILIDAD DE ÉXITO DE LA VARIABLE
En adelante vamos p ---> a la PROBABILIDAD DE “ÉXITO” DE LA VARIABLE q ---> corresponde a la PROBABILIDAD DE FRACASO DE LA VARIABLE
a denominar ………
n ---> Nº total de ensayos del experimento
q ---> a la PROBABILIDAD DE “FRACASO” DE LA VARIABLE
x ---> Valor específico de la variable
5
MODELOS PROBABILÍSTICOS DISCRETOS… MODELOS PROBABILÍSTICOS V.A.C.
p(x) = P ( X =x ) = n! * px * (1-p)(n - x)
x! * (n-x)!
E(X) = n * p
V(X) = n * p * q
-Es simétrica en relación a la media de la población que proviene el conjunto de datos el conjunto de datos originales. Esta nueva variable está dada por la siguiente función:
-Los indicadores de TENDENCIA CENTRAL se encuentran en “el centro de la curva normal” y su valor,
TEÓRICO, es igual tanto para Media (o promedio), la mediana como también la moda de la población que
proviene el conjunto de datos …
6
MODELOS PROBABILÍSTICOS CONTINUOS… TABLA DE PROBABILIDAD NORMAL…
LA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL
Por lo tanto el cálculo probabilístico que se encuentra tabulado proviene de la siguiente definición estadística:
Vale decir, las probabilidades tabuladas para Z provienen del siguiente cálculo matemático-estadístico:
7
CASOS MODELOS PROBABILÍSTICOS CONTINUOS… CASOS MODELOS PROBABILÍSTICOS CONTINUOS…
Gráficamente (y de manera simplificada), a través del siguiente ejemplo, se muestra Supongamos que nos interesa, en modo ejemplo, la probabilidad que el peso
como es la determinación del cálculo probabilístico para una variable con de algún paciente muestreado pueda adoptar algún valor entre 80 y 90 kgs ...
distribución de probabilidad “tipo normal”.
Gráficamente …
Suponga que tenemos una variable Y PESO (en kgs) de un grupo de pacientes que
se distribuye “normal” con una media equivalente a 75 kgs y una varianza de 100
kgs2…. Lo anterior, desde una perspectiva técnica se puede expresar también de la
siguiente forma:
graficamente vamos a
tener ------------>