Bienvenidos

Bienvenidos..!! Este blog esta hecho para la mejor comprension sobre la estadística aplicada, espero que les sirva esta informacion.

sábado, 25 de septiembre de 2010

Sucesos

Suceso elemental

Suceso elemental es cada uno de los elementos que forman parte del espacio muestral.
Por ejemplo al tirar un dado un suceso elemental es sacar 5.

Suceso compuesto

Suceso compuesto es cualquier subconjunto del espacio muestral.
Por ejemplo al tirar un dado un suceso sería que saliera par, otro, obtener múltiplo de 3.

Suceso seguro

Suceso seguro, E, está formado por todos los posibles resultados (es decir, por el espacio muestral).
Por ejemplo al tirar un dado un dado obtener una puntuación que sea menor que 7.

Suceso imposible

Suceso imposible, Conjunto vacio, es el que no tiene ningún elemento.
Por ejemplo al tirar un dado obtener una puntuación igual a 7.

Sucesos compatibles

Dos sucesos, A y B, son compatibles cuando tienen algún suceso elemental común.
Si A es sacar puntuación par al tirar un dado y B es obtener múltiplo de 3, A y B son compatibles porque el 6 es un suceso elemental común.

Sucesos incompatibles

Dos sucesos, A y B, son incompatibles cuando no tienen ningún elemento en común.
Si A es sacar puntuación par al tirar un dado y B es obtener múltiplo de 5, A y B son incompatibles.

Sucesos independientes

Dos sucesos, A y B, son independientes cuando la probabilidad de que suceda A no se ve afectada porque haya sucedido o no B.
Al lazar dos dados los resultados son independientes.

Sucesos dependientes

Dos sucesos, A y B, son dependientes cuando la probabilidad de que suceda A se ve afectada porque haya sucedido o no B.
Extraer dos cartas de una baraja, sin reposición, son sucesos dependientes.

Suceso contrario

El suceso contrario a A es otro suceso que se realiza cuando no se realiza A. Se denota por suceso contrario.
Son sucesos contrarios sacar par e impar al lanzar un dado.

Probabilidad independiente

La independencia de dos eventos A y B, quiere decir que el saber que A sucedió no modifica la probabilidad de que B también haya sucedido. Como consecuencia saber que A no sucedió tampoco puede afectar a la probabilidad de B. 


Dos eventos, $A$ y $B$, son independientes si la ocurrencia de uno no tiene que ver con la ocurrencia de otro.
Por definición, $A$ es independiente de $B$ si y sólo si:
$P(A \cap B) = P(A) P(B)$
Esto implica que:
$P(A \mid B) = P(A)$
$P(B \mid A) = P(B)$
  • Independientes es diferente a mutuamente exclusivos.





 

Probabilidad Condicional

Durante el mes cero cierto producto es preferido por el 60% del mercado y otros varios por el resto. Los clientes compran una vez al mes . Si alguien compra el producto A, la probabilidad que lo vuelva a comprar en el siguiente mes es de 75% y de un 25% de que se cambie. Si un cliente compra un producto de la competencia en un mes la probabilidad que se cambie al producto A es de 45% y 55% de que permanezca fiel a la marca de la competencia. Encuentre el porcentaje de participación esperado en el mercado por A al final del segundo mes.

SOLUCION:

Aquí realizaremos un diagrama de árbol donde definiremos primero la probabilidad de aceptación en el primer mes por el producto A que en este caso seria el 60%, y el 40% seria el del producto de la competencia.
Para sacar las probabilidades del segundo mes primero debemos de hacerlo para el producto A donde del 60% que compran aquí el 75% sigue comprando este producto y el 25% se cambia al otro producto. Para los que en el primer mes compraron el producto de la competencia que era el 40% , en el segundo mes que compraron el 45% se cambio al producto A y el 55% siempre compró el producto de la competencia , tomando encuentra que el porcentaje es igual a la probabilidad de cada uno por lo que nuestro diagrama del árbol quedaría de esta forma:
En este caso solo nos interesa que en el segundo mes o sea al final los clientes compren el producto A, esto quiere decir, que solo vamos a tomar encuentra los porcentajes de aceptación del producto A, ya sea que desde el inicio compro el producto A o no pero que al final si compro A.
Por lo que nos quedaría de esta forma:
P( C ) = ( 0.6*0.75) + (0.4*0.45) = 0.63
Donde el primer paréntesis representa que al inicio prefiere A y luego permanece en A, y el segundo paréntesis representa que al inicio prefiere B pero que luego al final prefiere A. Obteniendo así las 2 formas donde terminan comprando al final el producto A.
También se puede hacer de la siguiente forma:
P( C ) = (A 1 A 2 ) U (B 1 A 2 )
P( C ) = P(A 1 ) * P(A 2 /A 1 ) + P(B 1 ) * P(A 2 /B 1 )
En donde;
P(A)= 0.6
P(B)= 0.4
P(A 2 /A 1 ) = 0.75
P(B 2 /A 1 )= 0.25
P(B 2 /B 1 )= 0.55
P(A 2 /B 1 )= 0.45
Por lo que nos quedaría de la siguiente forma;
P( C ) = (0.6) * (0.75) + (0.4) * ( 0.45) = 0.63

viernes, 24 de septiembre de 2010

Axiomas de Probabilidades


En matemática, un axioma no es necesariamente una verdad evidente, sino una expresión lógica utilizada en una deducción para llegar a una conclusión.
El axioma gira siempre sobre sí mismo, mientras los postulados y conclusiones posteriores se deducen de este.
Etimología
La palabra axioma proviene del griego αξιωμα (axioma), que significa "lo que parece justo" o aquello que es considerado evidente y sin necesidad de demostración. La palabra viene del griego αξιοειν (axioein) que significa "valorar", que a su vez procede de αξιος (axios) que significa "valuable" o "digno". Entre los antiguos filósofos griegos, un axioma era aquello que parecía ser verdadero sin ninguna necesidad de prueba.
Lógica
La lógica del axioma es partir de una premisa calificada verdadera por sí misma (el axioma) e inferir sobre esta otras proposiciones por medio del método deductivo, obteniendo conclusiones coherentes con el axioma. Los axiomas han de cumplir sólo un requisito: de ellos, y sólo de ellos, han de deducirse todas las demás proposiciones de la teoría dada.
Limitaciones
Kurt Gödel demostró a mediados del siglo XX que los sistemas axiomáticos de cierta complejidad, por definidos y consistentes que sean, poseen serias limitaciones. En todo sistema de una cierta complejidad, siempre habrá una proposición P que sea verdadera, pero no demostrable. De hecho, Gödel prueba que, en cualquier sistema formal que incluya la aritmética, puede formarse una proposición P que afirme que este enunciado no es demostrable. Si se pudiera demostrar P, el sistema sería contradictorio: no sería consistente. Luego P no es demostrable y, por tanto, P es verdadero.
Matemáticas:
En lógica matemática, un axioma no es necesariamente una verdad evidente, sino una expresión lógica utilizada en una deducción para llegar a una conclusión. En matemática se distinguen dos tipos de axiomas: axiomas lógicos y axiomas no-lógicos.
Axiomas lógicos
Éstas son ciertas fórmulas en un lenguaje que son universalmente válidas, esto es, fórmulas que son satisfechas por cualquier estructura y por cualquier función variable, en términos coloquiales, éstos son enunciados que son verdaderos en cualquier universo posible, bajo cualquier interpretación posible y con cualquier asignación de valores. Usualmente uno toma como axiomas lógicos un conjunto mínimo de tautologías que es suficiente para probar todas las tautologías en el lenguaje
Axiomas no-lógicos
Los Axiomas no-lógicos son fórmulas específicas de una teoría y se aceptan solamente por acuerdo. Razonando acerca de dos estructuras diferentes, por ejemplo, los números naturales y los números enteros puede involucrar a los mismos axiomas lógicos, sin embargo, los axiomas no-lógicos capturan lo que es especial acerca de una estructura en particular (o un conjunto de estructuras). Por lo tanto los axiomas no-lógicos, a diferencia de los axiomas lógicos, no son tautologías. Otro nombre para los axiomas no-lógicos es postulado.
Casi cualquier teoría matemática moderna se fundamenta en un conjunto de axiomas no-lógicos, se pensaba que en principio cualquier teoría puede ser axiomatizada y formalizada, posteriormente esto se demostró imposible.
En el discurso matemático a menudo se hace referencia a los axiomas no-lógicos simplemente como axiomas, esto no significa que sean verdaderos en un sentido absoluto. Por ejemplo en algunos grupos, una operación puede ser conmutativa y esto puede ser afirmado introduciendo un axioma adicional, pero aún sin la introducción de este axioma se puede desarrollar la teoría de grupos e incluso se puede tomar su negación como un axioma para estudiar los grupos no-conmutativos.
Un axioma es el elemento básico de un sistema de lógica formal y junto con las reglas de inferencia definen un sistema deductivo.

Un evento es el resultado posible o un grupo de resultados posibles de un experimento y es la mínima unidad de análisis para efectos de cálculos probabilísticas los eventos se clasifican de la siguiente forma:


MUTUAMENTE EXCLUYENTE: Aquellos que no pueden ocurrir al mismo tiempo ejemplo: “CARA o ESCUDO”

INDEPENDIENTES: estos no se ven afectados por otros. Ejemplos:
“color de zapatos, blusas o la probabilidad de que llueva hoy”

DEPENDIENTE: cuando un evento afecta la probabilidad de ocurrencia de otros. “Repaso-calificaciones”

NO EXCLUYENTE ENTRE SI: cuando la ocurrencia de uno de ellos no impide que ocurra el otro ej. Que una personas sea doctor y que tenga 50 años”, “un estudiante que este casado”

Cuando el enunciado de un problema de probabilidad tiene como condicion que se presente uno u otro evento la probabilidad total se forma por la suma directa de las probabilidades.

P ( A o B) = P(A) + P (B)

En el caso de eventos no excluyentes entre si debe considerarse que la probabilidad de que ocurran ambos eventos esta incluida en ellos esa probabilidad de sumas directas.
REGLA GENERAL DE LA SUMA DE PROBABILIDADES:

P (A o B) = P(A) + P(B) – P(A y B)

Cuando el enunciado de un problema de probabilidad tiene como condicion que se presente uno y otro la probabilidad total se forma por la multiplicación directa de las probabilidades individuales se los eventos son independientes.

P (A Y B) = P (A) * P (B): (Si son independientes)

Si los eventos son dependientes debe considerarse que ocurra un segundo evento si ya ocurrió un primer evento, esto se conoce como REGLA GENERAL DE LA MULTIPLICACION DE PROBABILIDADES.
P(A y B) = P(A) * P (B / B )

EJEMPLOS DE EVENTOS MUTUAMENTE EXCLUYENTES.
Una caja contiene 8 tarjetas de color verde; 5 de color rojo y 1 de color celeste. Hallar la probabilidad de que al extraer aleatoriamente una tarjeta sea de color rojo

P(tr) = . 5 . = 5 = 0.36
8 + 5 + 1 14

EJEMPLO DE EVENTOS INDEPENDIENTES:
Una caja contiene 8 tarjetas de color verde; 5 de color rojo y 1 de color celeste. Determine la probabilidad de que al extraer al azar uno de estas tarjetas sea color roja y celeste.

P(r ó c) = 5 + 1 = 0.36 + 0.07
14 14

Cálculo de Probabilidades

Probabilidad:
relacion entre el numero de resultados de exito respecto al total de resultados posibles la probabilidad puede ser subjetiva u objetiva la primera refleja la percepcion de quien la emite y la segunda es el resultado de calculos la probabilidad objetiva bajo el enfoque clasico supone que todos los elementos tienen la misma probabilidad de ocurrir.

ejemplo: si en una caja existen 50 manzanas y 200 naranjas cual es la probabilidad de que al hacer una extraccion sea una naranja.

un evento es el resultado posible de un grupo de resultados posibles de un experimento y es la minima unidad de analisis para efectos de calculos probabilisticos

La probabilidad mide la frecuencia con la que ocurre un resultado en un experimento bajo condiciones suficientemente estables. La teoría de la probabilidad se usa extensamente en áreas como la estadística, la matemática, la ciencia y la filosofía para sacar conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente de sistemas complejos.

InterpretacionesLa palabra probabilidad no tiene una definición consistente. De hecho hay dos amplias categorías de interpretaciones de la probabilidad: los frecuentistas hablan de probabilidades sólo cuando se trata de experimentos aleatorios bien definidos. La frecuencia relativa de ocurrencia del resultado de un experimento, cuando se repite el experimento, es una medida de la probabilidad de ese suceso aleatorio. Los bayesianos, no obstante, asignan las probabilidades a cualquier declaración, incluso cuando no implica un proceso aleatorio, como una manera de representar su verosimilitud subjetiva.

ü  Experimento que es no aleatorio.
Quiere decir que no interviene el azar entonces no lo estudia la probabilidad porque ya sabemos lo que va a pasar.

ü  Suceso elemental.
Es la posibilidad que existe de soluciones de un fenómeno. Por ejemplo en un dado hay 6 posibilidades (sucesos elementales)

ü  Sucesos compuestos.
En un subconjunto de los sucesos elementales por ejemplo un dado tiene 6 sucesos elementales y que posibilidad hay de que caiga un numero par.

 

La probabilidad hace la relación con el numero de resultados de éxito al total de resultados posibles que puede ser subjetiva u objetiva. La primera refleja la percepción de quien la emite y la segunda es el resultado de cálculos.
LA PROBABILIDAD OBJETIVA. Bajo el enfoque clásico supone que todos los eventos tienen la misma probabilidad de ocurrir. Por ejemplo si en una caja existe 50 manzanas y 200 naranjas cual es la probabilidad de que al hacer una extracción  sea una naranja.
Ejemplo
P(N)=          200   .
                200+50

P(N)=  0.8= 80% es la posibilidad de agarrar una naranja.

PROBABILIDAD SUVJETIVA. Existen naranjas y manzanas.
Si se extrae 80 naranjas de 100 extracciones cual es la probabilidad de que sean naranjas.

P(N)= 80
          100

P(N)= 0.8=  80%


Teoria de Conteo

TECNICA DE CONTEO
En esta unidad se desarrollan métodos para determinar sin tener que numerar directamente el número de resultados posibles de un experimento particular o el número de los elementos de un conjunto en particular, también se le conoce como análisis combinatorio.
Nos sirve para determinar sin enumerar directamente el número de resultados posibles de un experimento particular o el número de elementos de un conjunto particular.

PRINCIPIO FUNDAMENTAL DE CONTEO
Si un evento A puede ocurrir de n1 maneras, y una vez que este ha ocurrido, otro evento B puede ocurrir de n2 maneras diferentes, entonces el número total de formas diferentes en que ambos eventos pueden ocurrir en el orden indicado, es igual a n1 x n2.
¿De cuántas maneras pueden repartirse 3 premios a un conjunto de 10 personas, suponiendo que cada persona no puede obtener más de un premio?  Aplicando el principio fundamental del conteo, tenemos 10 personas que pueden recibir el primer premio. Una vez que éste ha sido entregado, restan 9 personas para recibir el segundo, y posteriormente quedarán 8 personas para el tercer premio. De ahí que el número de maneras distintas de repartir los tres premios.

n1 x n2 x n3

10 x 9 x 8 = 720





EVENTOS

Un evento es el resultado posible o un grupo de resultados posibles de un experimento y es la mínima unidad de análisis para efectos de cálculos probabilísticas los eventos se clasifican de la siguiente forma:

MUTUAMENTE EXCLUYENTE: Aquellos que no pueden ocurrir al mismo tiempo ejemplo: “CARA o ESCUDO”

INDEPENDIENTES: estos no se ven afectados por otros. Ejemplos:
“color de zapatos, blusas o la probabilidad de que llueva hoy”

DEPENDIENTE: cuando un evento afecta la probabilidad de ocurrencia de otros. “Repaso-calificaciones”

NO EXCLUYENTE ENTRE SI: cuando la ocurrencia de uno de ellos no impide que ocurra el otro ej. Que una personas sea doctor y que tenga 50 años”, “un estudiante que este casado”

Cuando el enunciado de un problema de probabilidad tiene como condicion que se presente uno u otro evento la probabilidad total se forma por la suma directa de las probabilidades.

P ( A o B) = P(A) + P (B)

En el caso de eventos no excluyentes entre si debe considerarse que la probabilidad de que ocurran ambos eventos esta incluida en ellos esa probabilidad de sumas directas.
REGLA GENERAL DE LA SUMA DE PROBABILIDADES:

P (A o B) = P(A) + P(B) – P(A y B)

Cuando el enunciado de un problema de probabilidad tiene como condicion que se presente uno y otro la probabilidad total se forma por la multiplicación directa de las probabilidades individuales se los eventos son independientes.

P (A Y B) = P (A) * P (B): (Si son independientes)

Si los eventos son dependientes debe considerarse que ocurra un segundo evento si ya ocurrió un primer evento, esto se conoce como REGLA GENERAL DE LA MULTIPLICACION DE PROBABILIDADES.
P(A y B) = P(A) * P (B / B )

EJEMPLOS DE EVENTOS MUTUAMENTE EXCLUYENTES.
Una caja contiene 8 tarjetas de color verde; 5 de color rojo y 1 de color celeste. Hallar la probabilidad de que al extraer aleatoriamente una tarjeta sea de color rojo

P(tr) = . 5 . = 5 = 0.36
8 + 5 + 1 14

EJEMPLO DE EVENTOS INDEPENDIENTES:
Una caja contiene 8 tarjetas de color verde; 5 de color rojo y 1 de color celeste. Determine la probabilidad de que al extraer al azar uno de estas tarjetas sea color roja y celeste.

P(r ó c) = 5 + 1 = 0.36 + 0.07
14 14