Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


probabilidad, Apuntes de Estadística Empresarial

Asignatura: Estadística Empresarial I, Profesor: , Carrera: Administración y Dirección de Empresas, Universidad: URJC

Tipo: Apuntes

2015/2016

Subido el 10/01/2016

milaji-1
milaji-1 🇪🇸

3.4

(51)

32 documentos

1 / 17

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
ESTADISTICA EMPRESARIAL I
Tema. 5. Teoría de la probabilidad.
Aspectos generales
ESTADISTICA EMPRESARIAL I
Aspectos generales
TEORÍA DE LA PROBABILIDAD. ASPECTOS
GENERALES
Sonia de Paz Cobo
ESTADÍSTICA DESCRIPTIVA
Tema 1: Análisis estadístico unidimensional
Tema 2: Análisis estadístico bidimensional
Tema 3: Números índices
Tema 4: Introducción a las series temporales
TEORÍA DE LA PROBABILIDAD
Tema 5: Teoría de la probabilidad. Aspectos generales
Tema 6: Variables aleatorias unidimensionales
Tema 7: Variables aleatorias bidimensionales
Tema 8: Características de las distribuciones de probabilidad
Sonia de Paz Cobo
Tema 9: Función característica
Tema 10: Distribuciones de probabilidad discretas y continuas
Tema 11 : Convergencia
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff

Vista previa parcial del texto

¡Descarga probabilidad y más Apuntes en PDF de Estadística Empresarial solo en Docsity!

ESTADISTICA EMPRESARIAL I

Tema. 5. Teoría de la probabilidad.

Aspectos generales

ESTADISTICA EMPRESARIAL I

Aspectos generales

TEORÍA DE LA PROBABILIDAD. ASPECTOS

GENERALES

Sonia de Paz Cobo

ESTADÍSTICA DESCRIPTIVA

Tema 1: Análisis estadístico unidimensional Tema 2: Análisis estadístico bidimensional Tema 3: Números índices Tema 4: Introducción a las series temporales

TEORÍA DE LA PROBABILIDAD

Tema 5: Teoría de la probabilidad. Aspectos generales Tema 6: Variables aleatorias unidimensionales Tema 7: Variables aleatorias bidimensionales Tema 8: Características de las distribuciones de probabilidad

Sonia de Paz Cobo

Tema 9: Función característica Tema 10: Distribuciones de probabilidad discretas y continuas Tema 11: Convergencia

Principales conceptos del tema

    • ProbabilidadProbabilidad desdedesde diversosdiversos concepcionesconcepciones.
  • Suceso.
  • Axiomas.
  • Probabilidad simple.
  • Probabilidad condicional.
  • Independencia.

Sonia de Paz Cobo

Estructura del tema

1- Sucesos y operaciones con sucesos.

2- Concepto de probabilidad

  • Enfoque clásico
  • Enfoque subjetivista
  • Enfoque frecuentista
  • Enfoque axiomático

3- Probabilidad condicional

4- Independencia de sucesos

Sonia de Paz Cobo

Sucesos particulares:

•IMPOSIBLE

El suceso que no ocurre nunca

El suceso que no ocurre nunca

•SEGURO

El espacio muestral (E)

•SUCESOS INCOMPATIBLES

Los que no ocurren simultáneamente

Prof. Sonia de Paz Cobo

OPERACIONES CON SUCESOS

1. UNION (^) S 1 (^)  S 2 2. INTERSECCIÓN

3 CONTRARIO

1 2

S 1  S 2

SS  S

3. CONTRARIO

Prof. Sonia de Paz Cobo

SS  S

Estructura aleatoria

familia de subconjuntos de tal que :

  • si S
  • si , ,...., (^) i ,..... i

S

S S S S

 

 

  

1 2 ^ ^   1

, , , (^) i , i i

  

 ,^  se llama "Estructura aleatoria"

Prof. Sonia de Paz Cobo

Definición de probabilidad: Axiomática de

Kolmogorov

Una probabilidad es una funcion :

que verifica los siguientes axiomas:

P P   n (^) º reales

  1. 0
    1. 1

3.Si , ,...., (^) i ,..... es una familia de sucesos de

P S S

P

S S S

  

 

  

1

disjuntos dos a dos, (^) i i i i

P S P S

 

     

 1

Prof. Sonia de Paz Cobo

L a te rn a (^)  , , (^)  s e lla m a

"E s p a c io p ro b a b ilis tic o "

  P

Concepciones de la probabilidad

1. Concepción de LAPLACE :

Si el espacio muestral es finito y los sucesos

elementales equiprobables :

nº de casos favorables a la realizacion de S

P S    

nº de casos posibles

nº de sucesos elementales favorables a S

nº total de sucesos elementales

P S  

Prof. Sonia de Paz Cobo

Concepciones de la probabilidad

2. Concepción FRECUENCIAL U OBJETIVISTA:

LL a probabilidad de un suceso es el númerob bilid d d l ú

fijo al que tiende a aproximarse la frecuencia

relativa de ese suceso a medida que se

aumenta el número de pruebas o experiencias

del fenómeno aleatorio.

Prof. Sonia de Paz Cobo

N

n P S Lim N 

( )

Ejemplo: Moneda 2 veces:(c,c) Moneda 100 veces: 49 c y 51 x P(c)=1/2 y P(+)=1/

3. Concepción SUBJETIVA O PERSONALISTA:

Concepciones de la

probabilidad

La probabilidad subjetiva o grado de creencia de un suceso S es el cociente entre lo que cada decisor está dispuesto a apostar por la ocurrencia del suceso S y el premio o consecuencia que obtiene en caso de que S ocurra

 

Y P S  (^) 

: apuesta

: premio si ocurre

X Y

X S

Prof. Sonia de Paz Cobo

  1. PROBABILIDAD CONDICIONADA

Permite calcular probabilidades incorporando

información adicional

 

Definicion

Sea un suceso con 0.

Para cualquier suceso :

A P A

S

 

 

 

/

P S A P S A P A

 

Prof. Sonia de Paz Cobo

Probabilidad de la interseccion

/ /

P A B P A B P A B P A B P B P B

    

P A B P B A P A B P B A P A P A

    

REGLA DEL PRODUCTO

         

REGLA DEL PRODUCTO

P ABP A / B P BP B / A P A

Prof. Sonia de Paz Cobo

TEOREMA DE LA PROBABILIDAD TOTAL:

SISTEMA COMPLETO DE SUCESOS

 S^ 1 S^ 2 S  tales que:

, ,...., tales que:

  • ,
n
n
i
i
i j

S S S

S

S S i j i j

 

    

S (^) iS (^) j   i , j ij

Prof. Sonia de Paz Cobo

S 1 S 2

S 3

S 4

S 5

S 6

S 7

Prof. Sonia de Paz Cobo

TEOREMA DE LA PROBABILIDAD

TOTAL

1 2

1

Sea , ,...., un sistema completo de sucesos

suceso:

/

n

n

i i i

S S S

A

P A P A S P S

 (^) 

Prof. Sonia de Paz Cobo

Posibles composiciones de la urna

4b 1n4b. 1n. 3b 2n3b. 2n.

S 1 (^) S 2

2b. 3n.

S 3

1b. 4n.

S 4

Prof. Sonia de Paz Cobo

     

/ (^) i i

i

P B P B S P S

 (^)  

P B  / S 1 (^)  P S  1 (^)   ......  P B  / S 4 (^)  P S  4 

4 1 3 1 2 1 1 1

5 4 5 4 5 4 5 4

    

Prof. Sonia de Paz Cobo

Ejemplo: Urna con 5 bolas blancas y 2 negras. 2 extracciones sin devolución. P(2ª negra):

2 1 1 2 1 1

2

Pn b Pb Pn n P n

Pn

bb

bb

5/75/

4/64/

2/62/

nn

nn

bb

5/75/7 nn

2/72/

2/62/

5/65/

1/61/

TEOREMA DE BAYES

Sea  S 1 , S 2 ,...., Sn  un sistema completo de sucesos

 

  ^ 

  ^ 

1 ,^2 ,^ ,^ p

suceso con 0:

/ / /

/

n

j J j J j (^) n

i i

A P A

P A S P S P A S P S P S A P A P A S P S

 

 

 ^ ^ ^  1

i i i

Prof. Sonia de Paz Cobo

En un aula el 70% de los alumnos son mujeres. De ellas el 10% son fumadoras. De los hombres, fuman el 20%.  El porcentaje de fumadores es el 13%

Ejemplo 3:

 Escogido un alumno al azar, resulta ser fumador; ¿cuál es

la probabilidad de que sea hombre?

 Se nos pide P(H/F) = P(H∩F) / P(F) P(F) = 0,13 =13% P(H∩F) = P(H) P(F/H) = 0 3 * 0 2 = 0 06

Estudiante

Mujer No fuma

Fuma

0,

0,

0 2

0,

P(H∩F) P(H) P(F/H) 0.3 0.2 0.
P(H/F) = 6/13 = 0.

Hombre

No fuma

Fuma 0,3 0,

0,

Prof. Sonia de Paz Cobo

  1. INDEPENDENCIA DE SUCESOS

A y B son independientes si

P (^)  AB (^)   P (^)  A P B   

   

y son independientes si

A B

P A B  P A

Prof. Sonia de Paz Cobo

ConCon reemplazamientoreemplazamiento:: SinSin reemplazamientoreemplazamiento::

bb

bb 7/7/ 99

bb

bb

El suceso “2ªb” es independienteindependiente del color de la primera

El suceso “2ªb” es dependientedependiente del color

Ejemplo: Realizamos dos extracciones de una Urna (8b y 2n)

nn

bb

nn

bb

nn

bb

nn

de la primera (^) de la primera

nn

nn

P ( 2 ª b / colordela 1 ª)? P ( 2 ª b / colordela 1 ª)?

P ( 2 ª b / 1 ª b ) yP b n 
P ( 2 ª b / 1 ª b ) yP b n 

P ( AB ) P ( A ) P ( B )

En el caso de tres sucesos, son mutuamente independientesmutuamente independientes si:

P ( AC ) P ( A ) P ( C )

Independientes dos a dos

P ( BC ) P ( B ) P ( C )

P ( ABC ) P ( A ) P ( B ) P ( C )

Se deduce que si A y B son independientes, entoncesq y p ,

A y B* son independientes,

A* y B* son independientes

A* y B son independientes