Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TRABAJO GRUPAL
AUTORES
DOCENTE DE LA ASIGNATURA
Cintia Del Rosario Santos Montalvo
Piura
2022 -II
• La primera se llama Jenny. Tiene un padre rico que sufre de artritis crónica. Larry calcula una
probabilidad de 0.3 de que muera pronto y les herede $100.000. Si el padre tiene una larga
vida no recibirá nada de él
• La segunda pretendienta se llama Jana, que es contadora en una compañía. Larry estima una
probabilidad de 0.6 de que Jana siga su carrera y una probabilidad de 0.4 de que la deje y se
dedique a los hijos. Si continúa con su trabajo, podría pasar a auditoría, donde hay una
probabilidad de 0.5 de ganar $40.000 y de 0.5 de ganar $30.000, o bien podría pasar al
departamento de impuestos donde ganaría $40.000 con probabilidad de 0.7 o $25.000 (0.3). Si
se dedica a los hijos podría tener un trabajo de tiempo parcial por $20.000
• El tercer pretendiente es María, la cual sólo puede ofrecer a Larry su dote de $25.000.
¿Con quién debe casarse Larry? ¿Por qué?
¿Cuál es el riesgo involucrado en la secuencia óptima de decisiones?
Resultados:
• La decisión por Jenny es la del
valor esperado más alto, pero
también es la más riesgosa, pues
los resultados varían entre $0 y
$100.000
• La decisión por María es la
menos riesgosa, pero la de menor
rendimiento
• Tal vez la mejor decisión sea
Jana, ya que el valor esperado es
cercano al de Jenny, pero con un
riesgo menor
E[𝑋] = ∑ 𝑥𝑃(𝑥)
𝑥∈𝑋
Los promedios son parte de nuestro diario vivir. Nosotros escuchamos el promedio de lluvia en
una ciudad en un año, el promedio de temperatura en agosto, el promedio de edad de los
trabajadores de una empresa, entre otros. El más común promedio utilizado en estadística es la
media o valor esperado o esperanza matemática.
Sea 𝑋 una variable aleatoria definida sobre Ω y sea una función real definida sobre ℝ defina
𝑔(𝑋) por:
𝑔(𝑋)(𝑤) = 𝑔(𝑋(𝑤)), 𝑤 ∈ Ω
Caso discreto
Suponga que 𝑔(𝑋) es una variable aleatoria es discreta. Si ∑∞ 𝑖−1|𝑔(𝑥𝑗 )|𝑃 (𝑋 = 𝑥 ) < ∞,
( ) ( )
entonces se define la media de 𝑔 𝑋 o el valor esperado de 𝑔 𝑋 por:
∞
𝐸 [𝑔(𝑋)] = ∑ 𝑔(𝑥𝑖 )𝑃(𝑋 = 𝑥𝑖 )
𝑖−1
Caso continuo
Es una medida de la dispersión de una variable aleatoria (valores que se obtienen de manera
aleatoria). Es ampliamente utilizada en el área de estadística expresando, a través de un número,
la variabilidad de dicha dispersión. De manera muy general se puede decir que la varianza es la
desviación estándar elevada al cuadrado.
Esta dispersión puede ser grande o pequeña, dependiendo de qué tan cercanos sean los valores
a la media. La varianza de una muestra se simboliza como S2, mientras que la varianza de una
población de simboliza como σ2.
La varianza de una muestra es utilizada para estimar la varianza de una población, la cual en
muchas ocasiones se desconoce. Es por esto que S2 también es considerada comúnmente como
un estadístico y σ2 como un parámetro.
Fórmula de la Varianza
∑𝒏𝒊=𝟏(𝒙𝒊 − 𝒙
̅)𝟐
𝒏−𝟏
Donde, representa la sumatoria de la resta entre cada uno de los valores muestreados () y la
media, elevado al cuadrado.
A su vez, representa el número total de observaciones o datos muestreados. Para valores muy
grandes de la varianza es mínima o incluso despreciable.
∑𝒏𝒊=𝟏(𝒙𝒊 − ̅
𝒙)𝟐
𝑵
Donde N representa el número total de observaciones o datos muestreados.
Es por esto que se suele utilizar los estadísticos para estimar los parámetros de una
población. De acuerdo a la manera en que se encuentra escrita esta fórmula, las unidades de la
varianza presenta las mismas unidades de la variable, pero elevada al cuadrado.
También, vemos que la varianza no puede ser negativa, por lo que el mínimo valor que se puede
obtener en esta es cero.
• Cadena absorbente: Puede llegar a ser absorbente cuando alguno de sus estados ya es
absorbente y de no serlo, pueda llevarse al estado absorbente, ya que suelen ser transitorios
después de un tiempo infinito medio y se convierte en un promedio positivo recurrente.
• Cadena homogénea: Es una cadena homogénea cuando la probabilidad de transición es
plenamente independiente en relación al tiempo.
• Cadena irreducible: Es irreducible o ergódica cuando existe una total comunicación entre
todos sus estados, lo que significa que la probabilidad de que un estado pase a otro, es
positiva.
• Cadena regular: Esta cadena es regular en caso de que se pueda pasar cualquier estado a
otro al seguir una cantidad de pasos específicos, mientras que el estado inicial siga siendo
independiente. Es una cadena que también es irreducible.
Ventajas y desventajas de la cadena de Markov
En la cadena de Markov y sus aplicaciones Existen algunas ventajas y desventajas como las
siguientes:
El departamento de estudios de mercado de una fábrica estima que el 20% de la gente que
compra un producto un mes, no lo comprará el mes siguiente. Además, el 30% de quienes
no lo compren un mes lo adquirirá al mes siguiente. En una población de 1000 individuos,
100 compraron el producto el primer mes. ¿Cuántos lo comprarán al mes próximo? ¿Y
dentro de dos meses?
Solución:
0.8 0.2
𝑝(0) = ( )
0.3 0.7