Tareas de PE de Parcial 1

Objetivo

Proporcionar la oportunidad de practicar y reforzar sus habilidades académicas ​de los

temas vistos en clase

Código de ética

Recuerde que existe el siguiente acuerdo de los estudiantes expuesto en el Sistema de

Gestión del ​Silabo Docente​ que dice:

Ser honesto, no copiar, no mentir

Además, está vigente el código de ética de la institución en la siguiente dirección

.​https://usgn.espe.edu.ec/base-legal-espe/

Declaración

Declaro respetar y acatar el código de ética

Si X No

Instrucciones

Desarrollar las actividades planteadas en cada una de las diapositivas vistas en clase, si es
el caso. Para ello debe resolver a mano, y tomar fotos o escanear, y subirlo en este
documento.
La única evidencia que será evaluada es lo que se encuentra en este archivo.
Los trabajos fuera de plazo no serán tomados en cuenta.
 A. Diapositivas “1. Introduccion Mayo2020.pdf”

Resumen del video “Cadena de Markov - Origin of Markov chains”

En este video nos muestra que el filósofo Platón pensaba que las formas verdaderas del universo se
encuentran ocultas a simple vista, ningún par de cosas son exactamente iguales, pero parecen imitar
una forma similar. a través de la observación del mundo natural, podemos adquirir un conocimiento
aproximado de ellas. las formas puras sólo son accesibles a través del razonamiento abstracto de la
filosofía y de las matemáticas, ya que muchas de esas formas se describen con las matemáticas,
ninguna de las cosas que existen en nuestro planeta son iguales, aunque parezcan. Los razonamientos
solo son perfectos de manera teórica, y ningún cuerpo existente en el planeta tiene una forma perfecta.

En el siglo XVI el ser humano comenzó a tratar de comprender las razones de todas esas
incertidumbres, con la ayuda de las matemáticas se buscan patrones que expliquen el comportamiento
de dichas situaciones. Bernoulli quiso comprobar la probabilidad de que un evento se repita, para este
experimento utilizó 3000 piedras de color blanco y 2000 piedras de color negro, las colocó en un
mismo recipiente y luego para realizar el experimento las fue sacando una por una de forma aleatoria,
de tal forma que fue anotando los resultados obtenidos de cuantas veces salía una piedra de cada
color, entonces pudo notar que existía una razón que aleatoriamente salían más piedras de color
blanco que las de color negro, y a esto lo llamó como “La ley débil de los grandes números”, con esto
tuvo mejor idea de lo que pasa en todo el universo, si todos los eventos continuaran hasta el infinito,
se notaría que todo en el mundo está dominado por tasas precisas y una constante ley de cambio.

Esta idea se extendió rápidamente y se notó que no solo las cosas convergen a un momento esperado,
sino que la probabilidad de que variarán de estos promedios, también seguían una forma subyacente
similar, o distribución.

Basados con esta idea se deduce que las cosas convergen a un promedio esperado, y que este
promedio a su vez se guía a través de un patrón, esta explicación está dada en la máquina de frijoles
de Francis Galton, al lanzar frijoles a una cubeta tienen una desviación hacia la izquierda y derecha en
igual proporción, a partir de esto se produce una curva que se conoce como distribución binomial, esta
curva aparecía siempre que sea se veía variación en un gran número de ensayos aleatorios, en la
actualidad a este evento se lo conoce como el teorema del límite central.

El teólogo Pavel Nekrason estudió matemática y se volvió un defensor de la religión del libre
albedrío, estaba en contra de que se tuviera un destino predeterminado estadísticamente dando
independencia, afirmaba que ninguno de los experimentos realizados donde lo ocurrido en ellos no
cambia la probabilidad, sin embargo, a lo largo del tiempo podemos notar que los eventos no son del
todo independientes, es decir, que son un producto de eventos pasados, y cuando la probabilidad de un
evento que depende de otro se lo conoce como eventos dependientes o variables dependientes.

Andrey Markov afirma que la Ley de los grandes números se puede utilizar para todos los eventos,
incluido las variables dependientes. Para estos eventos se extendió los resultados de Bernoulli a
variables dependientes utilizando construcciones ingeniosas. Por ejemplo, imagina un lanzamiento de
una moneda que no es independiente, depende de un resultados anterior, utilizamos dos vasos con
piedras mezcladas entre negras y blancas, si sacamos una piedra de un vaso y esta es blanca, y si
sacamos una del otro vaso y esta es negra, se podría decir que en un vaso existen 4 posibles casos que
se pueden presentar, mientras más veces repitamos el experimento, los posibles casos se van a
equiparar llegando a un equilibrio.

Resumen del video “Hidden Markov Models (HMM)”

En este video nos muestra un experimento oculto de Mark, para esto se supone un estado que no se
puede ver, el cual está realizando alguna acción pero nosotros no podemos observar, mientras que, a
lo que se puede ver se conoce como evidencias y observables.

Eso es lo que se conoce como probabilidades de emisión. Si piensa en ello como símbolos que se
escupen, y las probabilidades de emisión se escriben así:

Y lo que eso significa es: la probabilidad de que veas el símbolo k, de que veas un traje de baño, dado
que en ese momento te encuentras en algún estado en particular.

Se puede referir a la probabilidad en la que la mujer usa un traje de baño, siguiendo el ejemplo
anterior, esto puede representar una acción que se da al momento que la mujer use algún tipo de
vestimenta, si el día es soleado la probabilidad de que la mujer use un paraguas es baja, pero la
probabilidad de que use un traje de baño es muy alta, sin importar si los días anteriores fueron
lluviosos o si los días siguientes serán soleados.

El ejemplo que se pone es el clima, las cosas que podemos observar son los trajes y vestidos que usan
las mujeres, a esto se lo conoce como evidencia. En un día soleado la mujer puede usar vestidos o
ropa muy ligera, cuando el día es lluvioso usan abrigos, sacos, entre otras cosas, inclusive pueden
llevar una sombrilla tanto para días soleados como para días lluviosos, esta vestimenta solamente nos
sirve para evidenciar un estado.

Resumen del video “Origin-Destination Matriz (ODM) – Agent Based Visualization of

Origin-Destination Matrices”

En este video nos muestra la visualización basada en agentes de matrices de origen-destino, se

establecen distintos puntos de llegada y de salida para lo cual se simula el desplazamiento individual
de cada uno de los agentes, en este proceso existe la búsqueda de caminos para llegar al destino que se
desea en ciertos intervalos de tiempo, después de un tiempo se genera una acumulación de los agentes
conocida como círculo solar.
B. Diapositivas “2. Conjuntos y Probabilidades Mayo2020.pdf”
C. Diapositivas “3. PorbCondicional Mayo2020.pdf”
D. Diapositivas “4. Definición VA Mayo2020.pd
E. Diapositivas “5.VA continuas y discretas Mayo2020.pdf”
F. Diapositivas “7.VA mixtas y condicional.pdf”
G. Diapositivas “8. Esperanza y varianza y momentos Mayo2020.pdf”
H. Diapositivas “9. Fun GenMomentos y FunCaracteristica Mayo2020.pdf”
Desarrollar aqui lo solicitado
I. Diapositivas “10. Transformacion VA 1D Mayo2020.pdf”