Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ADMINISTRACIN Y ECONOMA
Sptima Edicin
Anderson
Sweeney
Williams
Marzo 2015
1
Slide
Captulo 4
Introduccin a la Probabilidad
2
Slide
3
Slide
5
Slide
n2 = 2
Nmero Total de
Resultados Experimentales:
(4)(2) = 8
n1 n 2 =
6
Slide
Tree Diagram
Aceite Markley Minera Collins Resultado
(Etapa 1)
(Etapa 2)
Experimental
GanaGana
8
(10, 8)
$18,000
(10, -2) Gana $8,000
Pierde 2
Gana 10
(5, 8)
Gana $13,000
Gana
8
(5, -2) Gana $3,000
Gana 5 Pierde 2Gana 8
(0, 8)
Gana $8,000
Pierde (0, -2) Pierde $2,000
Pierde 2
(-20,
Pierde 2
Gana 8 8) Pierde $12,000
(-20, -2)Pierde $22,000
Pierde 2
7
Slide
Mtodo Clsico
Asignar probabilidades basados sobre el
supuestode resultados igualmente
probables.
Mtodo de Frecuencia Relativa
Asignar probabilidades basados sobre
experimentacin o data histrica.
9
Slide
Mtodo Clsico
Si un experimento tiene n posibles resultados,
este mtodo asignara una probabilidad de 1/n
a cada resultado.
Ejemplo
Experimento: Lanzar un dado
Espacio Muestral: S = {1, 2, 3, 4, 5, 6}
Probabilidades: Cada punto muestral tiene
1/6 de
posibilidad de ocurrir.
10
Slide
11
Slide
12
Slide
Complemento de un Evento
Unin de Dos Eventos
Interseccin de Dos Eventos
Eventos Mutuamente Excluyentes
14
Slide
Complemento de un Evento
Evento A
Ac
15
Slide
Evento
A
Evento
B
16
Slide
Example:
Evento M = Beneficios de Aceite Markley
Evento C = Beneficios Minera Collins
M C = Beneficios de Aceite Markley
or
Beneficios de Minera
M C = {(10, 8), (10, -2), (5, 8), (5, -2), (0, 8),
(-20, 8)}
P(M C) = P(10, 8) + P(10, -2) + P(5, 8)
+ P(5, -2) + P(0, 8) + P(-20, 8)
= .20 + .08 + .16 + .26 + .10 + .02
= .82
17
Slide
La interseccin de eventos A y B es el
conjunto de todos los puntos muestrales que
se encuentran tanto en A como B.
La interseccin es denotada por A
La intercepcin de A y B es el rea
superpuesta en la ilustracin
debajo.
Espacio
muestral S
Evento
A
Evento
B
18
Slide
Ejemplo:
Evento M = Beneficios de Aceite Markley
Evento C = Beneficios de Minera Mining
M C = Beneficios de Aceite Markley
y Beneficios de Minera Collins
M C = {(10, 8), (5, 8)}
P(M C) = P(10, 8) + P(5, 8)
= .20 + .16
= .36
19
Slide
Ley de Adicin
21
Slide
Probabilidad Condicional
. 51
P( M )
. 70
22
Slide
Ley de Multiplicacin
Teorema de Bayes
A menudo comenzamos un anlisis de
probabilidad con probabilidad iniciales o
probabilidades previas .
Entonces, de una muestra, reporte especial, o
un producto de prueba obtenemos alguna
informacin.
Dado esta informacin, calculamos
probabilidades revisadas o posteriores
probabilidades.
Teorema de Bayes provee
los medios para
Aplicacin
Probabilidades
Nueva
Probabidades
Al a
Teorema
revisar
las
probabilidades
priori.
Previas
Informacin
a priori
De Bayes
25
Slide
Ejemplo: L. S.
Un centro comercial propuesto
proporcionar una fuerte competencia para los
negocios del centro como L. S. Clothiers. Si el
centro comercial es construido, el dueo de L.
S. Clothiers cree que sera mejor una
relocalizacin de su empresa.
El centro comercial no puede ser
construido al menos que un cambio zonal sea
aprobado por el ayuntamiento. La junta de
planificacin primero debera hacer una
recomendacin a favor o en contra del cambio
de zonificacin a el consejo.
A1 =Ayuntamiento aprueba el cambio de
zonficacin
26
Slide
Ejemplo: L. S. Clothiers
Nueva Informacin
La junta de planificacin ha recomendado
contra el cambio de planificacin. Si B denota
el evento de una recomendacin negativa por
la Junta.
Dado que B ha ocurrido, debera L. S.
Clothiers revisar las probabilidades que el
ayuntamiento apruebe o desapruebe el
cambio zonal?
Data histrica con la Junta y el
ayuntamiento indica las siguientes
probabilidades condicionales :
P(B|A1) = .2
P(B|A2) = .9
27
Slide
Ejemplo: L. S. Clothiers
P(A2) = .3
P(B|A2) = .9
P(B |A2) = .1
P(A2 B ) = .27
P(A2 Bc ) = .03
28
Slide
Teorema de Bayes
29
Slide
Ejemplo: L. S. Clothiers
Probabilidades Posteriores
Dado la recomendacin de la Junta no aprueba
el cambio de zonificacin, revisamos las
probablidades previas como sigue:
P ( A11) P ( B| A11)
(. 7 )(. 2 )
P ( A11| B )