La probabilidad
Es una medición numérica que va de 0 a 1 de la posibilidad de que un evento ocurra. Si da cerca de 0 es improbable que ocurra el evento y si da cerca de uno es casi seguro que ocurra.
P (a): nº de resultados en que ocurra a
Nº de resultados posibles
Tipos de sucesos
- Exhaustivo: se dice que dos o más sucesos son exhaustivos si se consideran todos los posibles resultados.
Simbólicamente: p (A o B o...) = 1
- No exhaustivos: se dice que dos o más sucesos son exhaustivos si no cubren todos los posibles resultados.
- Mutuamente excluyentes: sucesos que no pueden ocurrir en forma simultánea:
P(A y B) = 0 y p(A o B) = p(A) + p (B)
Ejemplo: hombres, mujeres
- No mutuamente excluyentes: sucesos que pueden ocurrir en forma simultánea:
P (A o B) = p (A) + p (B) ? p (A y B)
Ejemplo: hombres, ojos cafés
- Independientes: Sucesos cuya probabilidad no se ve afectada por la ocurrencia o no ocurrencia del otro :
P ( AI B ) = P ( A ); P ( BIA ) = P (B) Y P (A Y B) = P(A) P(B)
Ejemplo: sexo y color de ojos
- Dependientes: sucesos cuya probabilidad cambia dependiendo de la ocurrencia o no ocurrencia del otro:
P ( AI B ) difiere de p (A); P ( BIA ) difiere de P(B);
Y P (A Y B)= P ( A ) P ( BIA )= P (B) P ( AI B )
Ejemplo: raza y color de ojos
Distribución maestral
El diagrama de árbol es muy útil para visualizar las probabilidades condicional y conjunta y en particular para el análisis de decisiones administrativas que involucran varias etapas.
EJEMPLO: una bolsa contiene 7 fichas rojas (R) y 5 azules (B), se escogen 2 fichas, una después de la otra sin reemplazo. Construya el diagrama de árbol con esta información.
Distribuciones de probabilidad:
Variables aleatorias: es la descripción numérica del resultado de un experimento. Puede ser:
- Variable aleatoria discreta: puede tomar una secuencia de valores finita o infinita.
- Variable aleatoria continua: puede tomar cualquier valor en un intervalo o en una colección de intervalos. Ejemplo, peso, tiempo, temperatura.
- Variables aleatorias discretas
Indicadores:
- Valor esperado , esperanza matemática o media: es un promedio ponderado de los valores posibles de la variable aleatoria. Para esto debemos multiplicar cada uno de los valores de la variable aleatoria por su probabilidad y luego sumar los resultados.
E (x) : µ : ∑ xf (x)
- Varianza: nos da una medida de la dispersión o de la variabilidad de la variable aleatoria con respecto al media. Se trata de un promedio ponderado de las desviaciones cuadráticas de la media µ
σ 2 : ∑ ( x - µ) 2 f (x)
- Desvió estándar: es la raíz cuadrada de la varianza
√ σ 2
Cuando mayor es la desviación estándar mayor es la dispersión de datos alrededor de la media.
