Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD I Y II
Integrantes:
Logística y Distribución
Sección 792
Estadística inferencial
La estadística inferencial emplea usualmente mecanismos que le permiten llevar a cabo dichas
deducciones, tales como pruebas de estimación puntual (o de intervalos de confianza), pruebas de
hipótesis, pruebas paramétricas (como de media, de diferencia de medias, proporciones, etc.) y no
paramétricas (como la prueba del chi-cuadrado, etc.). También le son útiles los análisis de
correlación y de regresión, las series cronológicas, el análisis de varianza, entre otros.
Noción de probabilidad
La noción de probabilidad mide la frecuencia y posibilidad con la que puede suceder un resultado
ya sea en un experimento aleatorio, del que se conocen todos los resultados posibles, bajo
condiciones suficientemente estables; O en tu vida diaria donde tienes que tomar distintas
decisiones donde puedes suponer los resultados y haya la probabilidad de que algo en específico
suceda. La teoría de la probabilidad se usa extensamente en materias como la estadística, la física,
la matemática, las ciencias y la filosofía para sacar conclusiones sobre la probabilidad discreta de
sucesos potenciales y la mecánica subyacente de sistemas complejos.
¿Qué es el axioma?
Un axioma es una verdad universal que debido a su evidencia no necesita demostración. Suele ser
la base de cualquier tipo de teoría o teorema. El axioma es la primera piedra en la construcción de
una teoría
ENFOQUES DE LA PROBABILIDAD
Permite determinar valores de probabilidad antes de ser observado el experimento por lo que se
le denomina enfoque a priori. Es aplicado cuando todos los resultados son igualmente probables y
no pueden ocurrir al mismo tiempo.
b) Enfoque de frecuencias relativas
Permite determinar la probabilidad con base en la proporción de veces que ocurre un resultado
favorable en cierto número experimentos. No implica ningún supuesto previo de igualdad de
probabilidades. 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.
Se diferencia de lo dos enfoques anteriores, debido a que tanto el enfoque clásico como el de
frecuencia relativa producen valores de probabilidad objetivos. Señala que la probabilidad de un
evento es el grado de confianza que una persona tiene en que el evento ocurra, con base en toda
la evidencia que tiene disponible, fundamentado en la intuición, opiniones, creencias personales y
otra información indirecta. No depende de la repetitividad de ningún evento y permite calcular la
probabilidad de sucesos únicos y se da el caso de que ocurra o no esa única vez.
Eventos
1. Eventos Independientes
Los eventos pueden ser "independientes", lo que significa que cada evento no se ve afectado por
ningún otro evento.
¡Esta es una idea importante! Una moneda no "sabe" que cayó Cara antes... cada lanzamiento de
una moneda es una cosa perfectamente aislada.
2. Eventos dependientes
Pero los eventos también pueden ser "dependientes" ... lo que significa que pueden verse
afectados por eventos anteriores ...
3. Mutuamente Excluyentes
Ejemplos:
Girar a la izquierda y a la derecha son mutuamente excluyentes (no puedes hacer ambas cosas al
mismo tiempo)
¡Los reyes y los corazones no son mutuamente excluyentes, porque podemos tener un rey de
corazones!
Probabilidad condicional
Es decir, la probabilidad condicional es aquella que depende de que se haya cumplido otro hecho
relacionado.
P(A|B)=P(A ∩ B)/P(B)
Es decir, en la fórmula de arriba se lee que la probabilidad de que suceda A, dado que ha
acontecido B, es igual a la probabilidad de que ocurra A y B, al mismo tiempo, entre la
probabilidad de B.
Lo opuesto a la probabilidad condicional es la probabilidad independiente. Es decir, aquella que no
depende de la ocurrencia de otro evento.
Supongamos que tenemos un aula con 30 alumnos, siendo el 50 % de 14 años y el otro 50% de 15
años. Además, sabemos que 12 integrantes del salón tienen 14 años y usan resaltador en sus
libros ¿Cuál es la probabilidad de que un estudiante del salón use resaltador si tiene 14 años?
Siguiendo la fórmula mostrada líneas arriba, primero, sabemos que la probabilidad de que el
estudiante tenga 14 años es 50%(P(B)). Asimismo, la probabilidad que de que un estudiante tenga
14 años y use resaltador es 12/30=40%.
Por lo tanto, la probabilidad de que un estudiante use resaltador si tiene 14 años se calcularía de la
siguiente forma:
P(A|B)=P(A ∩ B)/P(B)=0,4/0,5=0,8=80%
Es decir, existe un 80% de probabilidad de que un estudiante use resaltador si tiene 14 años
Esto significa que la probabilidad de A dado B, más la probabilidad del complemento de A (los
elementos del universo que no pertenece a A) dado B, es igual a 1.
Regla multiplicativa
Como se puede observar en la imagen anterior lo que se busca con la regla de la multiplicación es
la intersección entre 2 o más sucesos de un mismo espacio muestral, escrito matemáticamente
sería “p(a n b)” que quiere decir “la probabilidad de ‘a’ intersección ‘b’ ”.
Variantes en la regla de la multiplicación
En la regla de la multiplicación existen 2 escenarios diferentes, una es cuando los sucesos son
independientes, que es cuando la ocurrencia de un suceso no afecta a la probabilidad del otro, y la
otra cuando los sucesos son dependientes, es decir que la ocurrencia de un suceso afecta la
probabilidad del otro, y para cada uno de estos casos se usa una fórmula diferente, por ende la
manera en la que se resuelven los problemas cambia un poco, por esto hay que tener claro
cuando se trata de sucesos dependientes y cuando se trata de sucesos independientes.
Ejemplo de sucesos independientes: Se van a sacar dos bolas de un bote el cual en su interior tiene
un total de 31 bolas, de las cuales 5 bolas son amarillas, 9 rojas y 17 marrones, si se saca una
primero y otra después ¿Cuál es la probabilidad de que la primera sea marrón y la segunda
amarilla? En este caso se esta hablando de un suceso dependiente, porque al sacar la primera bola
la probabilidad sería 17/31, pero a la hora de sacar la segunda ya no hay 31 bolas disponibles, sino
que hay solo 30, porque se acaba de sacar una, entonces la ocurrencia del primer suceso afecta al
segundo suceso.
Ejemplo de sucesos dependientes: Si en una heladería sirven dos tipos de helados, una es en un
cono y otra es en un vaso, y aparte hay 4 sabores a elegir (vainilla, pistacho, chocolate y fresa),
¿Cuál es la probabilidad de que al llegar una persona al azar ordene un helado en vaso y este sea
de chocolate? En este ejemplo el primer suceso (tipo de helado) no afecta en nada el segundo
suceso (sabor del helado), es por esto por lo que se denominan sucesos independientes.
Hay 2 formulas diferentes en la regla de la suma, una por cada tipo de sucesos
En la fórmula donde el primer suceso tiene efecto sobre el segundo está la variable p(b|a), esto
quiere decir “la probabilidad de ‘b’ habiendo ocurrido ‘a’
Regla Aditiva
La ley aditiva o regla de la suma para eventos mutuamente excluyentes, es decir, que no pueden
suceder al mismo tiempo y que no tienen puntos en común, se aplica sumando las probabilidades
de los eventos considerados.
La ley aditiva es útil cuando se tienen dos eventos y se desea conocer la probabilidad de que
ocurra al menos uno de ellos. Esto es, con los eventos A y B nos interesa conocer la probabilidad
de que suceda el evento A, o el evento B, o ambos.
Ley Aditiva
La ley aditiva es útil cuando se tienen dos eventos y se desea conocer la probabilidad de que
ocurra al menos uno de ellos. Esto es, con los eventos A y B nos interesa conocer la probabilidad
de que suceda el evento A, o el evento B, o ambos.
Tradicionalmente en matemática una función aditiva es una función que preserva la operación
suma para cualquiera dados elementos x e y en el dominio. Cuando el dominio son los números
reales, esta función corresponde a la ecuación funcional de Cauchy.