lunes, 17 de junio de 2024

BIENVENIDOS A PROBABILIDAD Y ESTADISTICA

 

PROBABILIDAD Y ESTADISTICA










MATERIAL DE ESTUDIO    TEXTO EN PDF DE LA MATERIA




MURO INTERACTIVO: (muro (has click aquí)

FECHAS IMPORTANTES:

Primera instancia evaluativa  (IE): martes 14 de mayo

IEFI: martes 25 de junio

Recuperatorio: martes 2 de julio


PROGRAMA













EJERCITACIÓN PARA IEFI

REALIZAMOS LA REVISIÓN DE LOS CONCEPTOS ESTUDIADOS A LO LARGO DEL CUATRIMESTRE

EJERCICIO 1

La empresa ASRL dedicada a la producción de afeitadoras eléctricas debe determinar el tiempo de garantía por otorgar en la venta de cada una de las afeitadoras. Teniendo en cuenta que el número de afeitadoras que deba reponer, por daños presentados durante el periodo de garantía vigente, no puede superar el 2,5% de las máquinas vendidas.

A los fines de efectuar el estudio de la situación planteada el Departamento de venta de la empresa ha solicitado a Producción que efectúe un muestreo de las máquinas producidas y determine la vida útil de cada una de ellas. Los siguientes valores corresponden en meses a la vida útil de cada una de las 50 máquinas que fueron ensayadas. Debe usted de terminar ayudado con el concepto de regla empírica estudiado, el periodo de garantía para otorgar en la venta de cada máquina.

Responda:

a. Clasifique de acuerdo con el tipo de variable que se analiza.

b. ¿El análisis se hace sobre una muestra o sobre la población? ¿con que símbolos entonces se deben representar las medidas de tendencia central y las de dispersión?

c. La tabla es de análisis de datos agrupados por intervalos. ¿Cuándo se justifica su uso? ¿Qué dato está representado en la primera y segunda columna? ¿Qué significan el corchete y el paréntesis?

d. para el dato de 50 máquinas analizadas. ¿Cuál es el valor z teórico y el real? ¿Qué ventajas y desventajas tiene este tipo de agrupamiento?

e. ¿Cuál es la amplitud de cada intervalo (Δx)? ¿Cómo se calcula? Si el menor valor es 28 meses y el mayor 108 meses, el calculo está bien realizado. Justifique

f. ¿Qué es la marca de clases? ¿Para qué se utiliza?

g. Calcule la media y la mediana

h. ¿Qué son las medidas de dispersión? Calcule el rango (R), desviación media (DM), varianza (Var) y desviación estándar (σ). Interprete sus resultados

i. Qué dice la regla empírica. De acuerdo con el análisis de la media y el desvío estándar, ¿Cuánto tiempo pondrán de garantía? Fundamente su respuesta.

 J. Realice dos poligonos de frecuencia, uno de frecuencia relativa y el otro de frecuencia acumulada (anexe estas columnas a la tabla). Haga un breve análisis de las mismas.


EJERCICIO 2

De los 250 empleados de una fábrica metalmecánica, un total  de 130 fuman. hay 150 hombres trabajando en esa planta, 85 de ellos fuman.
Con los datos, elabore una tabla de contingencia, un diagrama de venn y un árbol de decisión y luego conteste:
Cuál es la probabilidad de que un empleado seleccionado de forma aleatoria:
a. ¿sea hombre?
b. ¿no fume?
c. ¿sea mujer y no fume?
d. ¿sea hombre y fume?
e. ¿sea mujer o no fume?
f. ¿sea hombre o fume?

clasifique a los eventos anteriores como eventos simples y eventos conjuntos.



Respuestas


 




ejercicio2:


ULTIMA CLASE DISTRIBUCIÓN DE PROBABILIDADES- TIPOS- INTERPRETACIÓN

 

¿Qué es una DISTRIBUCIÓN DE PROBABILIDADES? 

Una distribución de probabilidad es aquella que permite establecer toda la gama de resultados probables de ocurrir en un experimento determinado. Es decir, describe la probabilidad de que un evento se realice en el futuro.

Utilizan un modelo matemático

Tenemos diferentes tipos de modelos, según si la variable aleatoria es discreta o continua y, dentro de cada clase de variables, hallaremos también diferentes modelos conforme con las características del experimento analizado.


una variable aleatoria discreta se define como el fenómeno de interés, o en estudio, cuyas respuestas o resultados se pueden expresar numéricamente. La clasificación de discreta obedece a que proviene de un proceso de contar. Es decir, que se refiere a un fenómeno en estudio, cuyo resultado es numérico, y específicamente su resultado es un número natural.

Las distribuciones de probabilidad se pueden representar gráficamente como las distribuciones de frecuencia relativa, graficando en ejes coordenados, con los cuales ya nos hemos familiarizado, donde dibujaremos X vs. P(X).


Al analizar las situaciones profesionales planteadas, era de nuestro interés indagar sobre la muestra o población en estudio, y lo hacíamos a partir de valores de tendencia central, y la distribución de los datos o dispersión en los mismos, a través de valores de dispersión.

A continuación, estudiaremos las características principales de una distribución de probabilidad discreta: la media o esperanza matemática, y la desviación estándar

Note que el valor esperado es un promedio, es decir que este valor conseguido puede interpretarse como que, luego de realizar muchas veces la experiencia de lanzar dos dados y sumar sus resultados, en promedio se conseguirá que la suma es 7.


Distribuciones de variables discretas

En cuanto a los modelos correspondientes a este tipo de variable aleatoria, estudiaremos las siguientes distribuciones especiales de probabilidad:

1. Distribución Binomial

2. Distribución Hipergeométrica

3. Distribución de Poisson


Distribuciones de probabilidad de variable continua

1.Distribución normal

2.Distribución normal estándar

Distribuciones normal y normal estándar
Las distribuciones normales son un tipo de distribuciones simétricas en forma de campana, (campana de GAUSS) que son útiles para describir datos del mundo real. La distribución normal estándar, representada por la letra Z, es una distribución normal que tiene una media de 0 y una desviación estándar de 1.


Corrección:

Por lo tanto, hemos logrado como resultado una nueva variable (z) que toma el nombre de variable normal estándar y sus valores se obtienen de la siguiente forma:



De este modo, logramos que a toda distribución normal se le haga corresponder una única distribución normal llamada distribución normal estandarizada, esta relación se establece de forma tal que la superficie encerrada entre dos valores (a y b) de una distribución normal es igual a la superficie encerrada entre los correspondientes
valores Za y Zb de la distribución normal estandarizada (figura 10).
De esta forma podemos recurrir a una única tabla que nos dará la superficie (probabilidad) buscada. 
La variable Z, entonces, tiene distribución normal con media μ = 0 y desviación estándar σ = 1. Simbólicamente: Z símbolo N(0;1)


Uso de la tabla para la determinación de las probabilidades en una distribución normal





Z está establecida según el grado de bondad o nivel de confianza del intervalo.



Los niveles de confianza más comunes son los del 95% y 99%.



FIN



VIDEOS











miércoles, 12 de junio de 2024

EJERCITACIÓN UTILIZANDO TABLA DE CONTINGENCIA DIAGRAMA DE VENN Y/O ÁRBOL DE DECISIÓN


EJERCITACIÓN UTILIZANDO TABLA DE CONTINGENCIA DIAGRAMA DE VENN Y/O ÁRBOL DE DECISIÓN


Una empresa quiere saber la relación entre el tipo de cliente y la forma de pago. Para ello toma una muestra representativa de 200 clientes. La muestra contiene 120 clientes habituales y el resto son no habituales. De los clientes habituales 50 pagan de contado efectivo, 25 llevan productos a crédito (cuenta corriente) y los restantes pagan con cheque de pago diferido. Además se determino que en total son 80 los que pagan de contado efectivo y 45 los que llevan productos a crédito, mientras que los restantes  pagan con cheques de pagos diferidos


Actividades

a. represente la información de alguna manera gráfica que facilite el análisis.





TABLA DE CONTINGENCIA


DIAGRAMA DE VENN




ÁRBOL DE DECISIÓN




CALCULE: 

b. PROBABILIDAD SIMPLE (MARGINAL)

  • Calcule la probabilidad (H) de seleccionar un cliente NO habitual.

  • Calcule la probabilidad (M) de seleccionar un cliente que pague a crédito.




P(H)=80/200= 0,4     40%            P(M)=45/200=0,225    22,5%





PROBABILIDAD CONJUNTA

  • Calcule la probabilidad (H Y K) de seleccionar al azar un cliente que  habitual y pague de contado.

  • Calcule la probabilidad (H Y N) de seleccionar al azar un cliente que NO sea habitual y pague con cheque diferido.




P(H Y K)=50/200= 0,25%        P(H Y N)=30/200= 0,15%




CALCULEMOS ESTE CASO:

  • Calcule la probabilidad (H O K) de seleccionar al azar un cliente que  sea habitual "O" pague de contado.

Esta probabilidad incluirá:
  • A TODOS LOS CIENTES HABITUALES O 
  • los que PAGUEN DE CONTADO O 
  • los CLIENTES HABITUALES QUE PAGUEN DE CONTADO.


Generalizando:

La probabilidad de ocurrencia del evento "A o B" se puede expresar con la siguiente regla, conocida como regla de la adición:


REGLA DE LA ADICIÓN




Entonces en el calculo de la probabilidad (H O K) 
de seleccionar al azar un cliente que sea habitual "O" pague de contado queda:

P(H O K)= P(H)  + P(K) - P(H Y K)
                           intersección

P (HUK)= P(H O K)= 120/200 + 80/200 - 50/200 = 150/200 = 0,75  75%
 unión



  • calcule la probabilidad que sea un cliente no habitual o pague con cheque: P(H Y N)= 


P(H Y N)= P(H) + P (N) -P (HYN) 

P(H Y N)= 80/200 + 75/200 - 30/200= 125/200 = 0,625   62,6%

  • calcule la probabilidad que sea un cliente Habitual o pague a crédito: P(H Y M)


P(H Y M)= P(H) + P(M) - P (HYM)

P(H Y M)= 120/200 + 45/200 - 25/200= 140/200= 0,70   70%



 

EJERCITACIÓN CON VIDEO EXPLICATIVO:


REGLA DE LA SUMA










miércoles, 5 de junio de 2024

EJERCITACION DE PROBABILIDADES


Ejercicios de probabilidad

En cada caso escribe el espacio muestral y el evento, que se pide:

1- Cuál es la probabilidad de obtener un número menor que 5 al lanzar un dado numerado perfectamente equilibrado.

2- Una caja contiene tres bolas verdes cinco bolas rojas y dos bolas azules. Si se extrae una bola al azar: 

A ¿Cuál es la probabilidad de sacar una bola al azul?

B ¿Cuál es la probabilidad de sacar una bola verde?

C ¿Cuál es la probabilidad de sacar una bola amarilla?


3- Hallar la probabilidad de obtener 3 o un múltiplo de 3 al tirar un dado numerado, perfectamente equilibrado.


Soluciones

Regla de Laplace: en el caso de que todos los resultados de un experimento aleatorio sean equiprobables, Laplace define la probabilidad de un suceso A como el cociente entre el número de resultados favorables a que ocurra el suceso A en el experimento y el número de resultados posibles del experimento.

1- S={1,2,3,4,5,6}       

A={“salir un número menor a 5”} o A= {1,2,3,4}

P(A)= 2/3= 0,67 o 67%


2- S={verde, verde, verde, roja, roja, roja, roja, roja, azul, azul}       

A={“salir una bola azul”}  P(A)= 2/10= 0,20  o 20%

B={“salir una bola verde”}  P(A)= 3/10= 0,30  o 30%

A={“salir una bola amarilla”}  P(A)= 0/10= 0  o 0%


3- S={1,2,3,4,5,6}      

 A={“salir un 3 o múltiplo de 3”} o A= {3,6}

P(A)= 1/3= 0,33 o 33%


TABLA DE CONTINGENCIA, DIAGRAMA DE VENN, ÁRBOL DE DECISIÓN

 
TABLA DE CONTINGENCIA,  DIAGRAMA DE VENN, ÁR
BOL DE DECISIÓN

Son distintas formas gráficas de presentar y organizar la información para realizar análisis estadísticos


REGLA DE LAPLACE

Regla de Laplace: en el caso de que todos los resultados de un experimento aleatorio sean equiprobables, Laplace define la probabilidad de un suceso A como el cociente entre el número de resultados favorables a que ocurra el suceso A en el experimento y el número de resultados posibles del experimento.

CASO PRÁCTICO:

En una zona de la ciudad de Córdoba, se seleccionó una muestra de 500 entrevistados para analizar el comportamiento del consumidor . Entre las preguntas que se administraron se encontraba:
¿disfruta ir de compras? de 240 hombres, 136 contestaron que SÍ y 224 mujeres contestaron los mismo. 

A. Elabore una TABLA DE CONTINGENCIA de 2x2, un DIAGRAMA DE VENN y un ÁRBOL DE DECISIÓN para representar la información

B. Dé ejemplos de eventos simples y determine los correspondientes  valores de probabilidad.

C.Dé ejemplos de eventos conjuntos y determine los correspondientes  valores de probabilidad.

D. ¿Cuál es el COMPLEMENTO de " disfruta ir de compras"

E. ¿Qué enfoque aplicó para los cálculos de probabilidad de los puntos 2 y 3?



A.

TABLA DE CONTINGENCIA:

Una tabla de contingencia es una tabla de clasificaciones cruzadas, que asigna a cada evento su probabilidad.







DIAGRAMA DE VENN:

Los diagramas de Venn son diagramas que representan de manera gráfica los conjuntos.





ARBOL DE DECISIÓN:

Un árbol de decisión es un diagrama con ramas y subramas, que resulta una forma alternativa de analizar las probabilidades.













SITUACIÓN a RESOLVER




Texto del video: 
Tienda “Los Hermanos” es una gran tienda de ropa informal, que se encuentra en Río Cuarto y tiene varias sucursales en zonas cercanas. Los propietarios de este negocio contratan a un grupo de profesionales que se encarga de la gestión contable, administración y estrategias para comercializar de manera más efectiva su mercadería, con el propósito de informarse más exactamente acerca de la mercadería que más se vende, a fin de comprar de forma más inteligente. A su vez, en un futuro cercano, desean tener el conocimiento necesario sobre qué productos se deben reforzar con campañas publicitarias convenientes para hacer crecer las ventas.
Para ello, consideran una muestra de 180 clientes: 110 mujeres y 70 hombres.
Se determina que, de las mujeres, 60 compran jeans, 30 compran remeras y camisas, y las restantes compran medias y ropa interior.
Además, se determinó que, en total, son 90 las personas que compraron jeans, 50 compraron remeras y camisas, y el resto ropa interior y/o medias.
Los propietarios de la tienda desean representar la información de alguna manera que facilite el análisis, a fin de poder sacar rápidas conclusiones.

A. Elabore una TABLA DE CONTINGENCIA, un DIAGRAMA DE VENN y un ÁRBOL DE DECISIÓN para representar la información

TABLA DE CONTINGENCIA 


DIAGRAMA DE VENN




Observe que:
M y J =60; M y K =30; M y L = 20
H y J =30; H y K =20; H y L = 20
Nótese que las intersecciones de los conjuntos J, K y L con M y H son los respectivos valores de la tabla de contingencia, en las intersecciones de columnas y filas correspondientes, y que la unión entre los conjuntos M y H contiene el total de los clientes muestreados.


ÁRBOL DE DECISIÓN



Para este caso en particular, analizar la probabilidad de que:
A={"el cliente sea mujer"}
B={"el cliente sea hombre"}
C= {"el cliente sea mujer y compre jean"}
D= {"el cliente sea mujer y compre remeras y camisa"}
F= {" el cliente sea hombre y compre jean"
G= {"el cliente sea hombre y remeras y camisa"}

EJERCICIO RESUELTO



EJERCICIO PARA RESOLVER

Resuelva de aplicando lo aprendido.









REPASO DE OPERACIONES CON CONJUNTOS





Para utilizar diagramas de Venn, debemos definir antes los posibles eventos simples:
M = {el cliente es mujer}
H = {el cliente es hombre}
J = {el cliente compra jeans}
K = {el cliente compra remeras y camisas}
L = {el cliente compra medias y/o ropa interior}

lunes, 3 de junio de 2024

PROBABILIDAD BASICA

PROBABILIDAD BÁSICA: CONCEPTOS

La probabilidad se utiliza para expresar la posibilidad de ocurrencia de un determinado evento.

 




Las probabilidades son muy útiles, ya que pueden servir para desarrollar estrategias.


Enfoque de probabilidad clásica a priori

Esta teoría es la más antigua y se origina en los juegos de azar. Se basa en el supuesto de que todos los resultados posibles para un experimento aleatorio (actividad que se diseña e implementa de manera que sea imposible predecir con certeza un resultado)son igualmente probables.

Así, empleando el enfoque clásico, la probabilidad de ocurrencia de un evento se calcula dividiendo el número de resultados favorables, entre el número de resultados posibles.









ACTIVIDAD 1: busca un ejemplo y súbelo al muro interactivo ( has clic aquí ) con el título ejemplo de probabilidad clásica a priori.


Enfoque de probabilidad clásica empírica o de frecuencia relativa

Según esta teoría, el único procedimiento válido para determinar probabilidades es a partir de la información obtenida realizando repeticiones del experimento de la situación estudiada. 

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.


Este razonamiento conduce a la interpretación en términos de frecuencias relativas: si un experimento se ejecuta n veces en las mismas condiciones y hay x resultados favorables, con x≤n, una estimación de la probabilidad de ese hecho es la razón x/n.




ACTIVIDAD 2: busca un ejemplo y súbelo al muro interactivo ( has clic aquí ) con el título ejemplo de probabilidad clásica a posteriori o de frecuencias relativas

La teoría clásica y la teoría de frecuencias relativas se llaman:

enfoques objetivos de probabilidad.
 

La teoría clásica es objetiva porque se basa en un conjunto de supuestos.
La de frecuencias relativas es objetiva porque la probabilidad de un hecho es determinada por repetidas observaciones empíricas.

Teoría Subjetiva


Esta teoría se refiere a la posibilidad de ocurrencia de un hecho asignada por una persona en particular. 

Se supone que la persona que asigna dicha probabilidad se basa en su experiencia, conocimiento del
tema y, por supuesto que tendrá una influencia de su opinión personal, lo que lo hace de alguna manera subjetivo.


Observemos que, a diferencia del enfoque de frecuencias relativas, hay hechos que son imposibles de repetirse para su estudio y, por tanto, el estudio bajo ese enfoque es imposible. Suponga que se analiza cierta reacción química, nuclear, o un estallido social; situaciones que son únicas, y por tanto, no pueden repetirse bajo las mismas condiciones.

Conceptos Básicos de Probabilidad

Cabe aclarar que un tratamiento adecuado de la teoría de probabilidades requiere cierto nivel de conocimiento de la teoría de conjuntos, por tanto se recomienda al lector una revisión de conceptos y reglas básicas de operaciones con conjuntos.


ACTIVIDAD 3: busca los siguientes conceptos y ejemplifica, en aquellos que se pueda, con el lanzamiento de un dado de 6 números perfectamente equilibrado.


  1. Espacio muestral
  2. Puntos muestrales
  3. Evento o hecho
  4. Complemento de un evento
  5. Evento simple
  6. Evento compuesto



RESPUESTAS


ESPACIO MUESTRAL: S= [1,2,3,4,5,6]
PUNTO MUESTRAL: que salga un 6
EVENTO O HECHO: que salga un 6

¿Qué son eventos y puntos muestrales?
Los puntos muestrales son los resultados simples de un experimento. En términos más simples, los puntos muestrales son los eventos de un espacio muestral. 
Por ejemplo, al lanzar un dado numerado de uno a seis, cada uno de los posibles resultados se considera un punto muestral de este experimento.

COMPLEMENTO DEL EVENTO: Si el evento es que al tirar un dado numerado es que salga el 6, el complemento son los valores 1, 2, 3, 4 y 5.
EVENTO SIMPLE: Que salga un 6

Axiomas básicos de probabilidad

● Axioma 1: si A es un evento de S, entonces: 0≤P(A)≤1

A esto se llama, a veces, la ley de no negatividad y afirma que la probabilidad de un hecho en un espacio muestral es no negativa, y también que no excede a 1. Además, la probabilidad es cero cuando el evento está representado por el conjunto sin elementos (el conjunto vacío).

● Axioma 2: sea S un espacio muestral, entonces P(S)=1.

Un espacio muestral S puede considerarse como una "certeza" (un hecho que debe ocurrir en la realización del experimento).
AUTOEVALUACION

TAREA





BIENVENIDOS A PROBABILIDAD Y ESTADISTICA

  PROBABILIDAD Y ESTADISTICA LINK ZOOM   https://us02web.zoom.us/j/5393879873?omn=82958516076 MATERIAL DE ESTUDIO     TEXTO EN PDF DE LA MAT...