El concepto de Probabilidad o puede ser interpretado como algo indefenible. Es utilizado para expresar,de algún modo :
1..ENFOQUES DE PROBABIIDAD:
1.1. Grado de Creencia: Es cuando uno tiene de la ocurrencia de un suceso.Con frecuencia observamos los poronósticos meteorológicos sobre la posibilidad de buen tiempo o la presencia de lluvias fuertes o ligeras,vientos fuertes o en calma; los hichas de los diferentes equipos de futbol discuten frecuentemente sobre la posibilidad de clasificación o de ganar el campeonato;el mismo estudiante se refiere a la posibilidad que tiene de ganar o de perder una asignatura.
1.2.A Priori. Es aquella que se puede determinar de antemano,sin necesidad de realizar experimento.Ejemplo; La posibilidad de que aparezca el arbol Guacarí en el lanzamiento de una moneda,se sabe de antemano que es igual a 50%.
1.3 Objetivas. Es cuando se toma de la experiencia,es decir, de las repeticiones del hecho.
1.4 Subjetivas.Es cuando corresponde a una evaluación muy personal de la ocurrencia de un suceso por ejemplo ¿Sacaré más de 4 en el próximo examen? ¿perderá la selección de futbol en el proximo partido?.En ellos la persona fijará la probabilidad correspondiente depediendode su criterio personal.
1.5.Frecuencias Relativas. Consiste en una observación que nos determina en que momentos ocurrieron eventos semejantes en el pasado,que permitan establecer la posibilidad que vuelva a ocurrir en el futuro.
Probabilidad de Numero de veces de ocurrencia del evento en el pasado Ocurrencia = ________________________________________________
Numero total de observaciones
1.6 Método empírico o práctico. Considera la probabilidad de un suceso,como aquel número al cual aproxima cada vez más la frecuencia relativa de la ocurrencia de un suceso,cuando las veces que se repite el experimento que origina ese suceso es bastante grande.,Probabilidad empírica ,se determina mediante una serie de experimentos, es el caso,de determinado médico,será : número de casos favorables,dividido por el total de operaciones practicadas.
Número de casos Favorables
P= ___________________________
Número de casos posibles
1.7.Método Axiomático. El cual concibe la probabilidad de ocurrencia de un suceso como un número comprendido entre 0 y 1. Este concepto tiene que ver directamente con la noción de frecuencias relativas, donde 0 < hi< 1. Es dada por hechos:
Cierto: Cuando son favorables todos los casos posibles.Un ejemplo podría ser, una persona compra todos los billetes de un sorteo (loteria),por lo tanto ganará el sorteo,la probabilidad de que algún dia morimos.
Verosimil : Su probabilidad favorable es menor que la unidad y mayor que 0.5.
Dudoso: Su Probabilidades ventajosas y desventajosas son iguales. Tal es el caso del lanzamiento de unamoneda,enla aparición de cara o sello.
Inverosímil: Es cuando la probabilidad es menor que 0.5 y mayor que cero.
Imposible: Es cuando no existe posibilidad alguna de salir favorecido,por ejemplo el individuo que no compra loteria,la probabilidad que tiene de ganar será cero.
E: ( Escoger dos billetes de diferentes denominaciones)
Solución:
2. PROBABILIDAD CON BASE EN LAS FRECUENCIAS RELATIVAS . Para desarrollar estas breves nociones probabilidades se requiere claridad en algunos conceptos básicos que faciliten no sólo la explicación, sino el procedimiento que debe seguirse en la solución de problemas que a continuación me permito detallar:
1. El Experimento: El conjunto de pruebas realizadas en las mismas condiciones.La realización de un proceso que conduzcan a un resultado y observación del cual no se está seguro.El experimento se representa con la letra E, los ejemplos más comunes son:
- El lanzamiento de una moneda para observar el lado que aparece.
- Entrevistar a los alumnos de la Universidad acerca de una reciente medida académica.
- Examinar las unidades producidas por una máquina a fin dedetectar el número unidades defectuosas.
- Hacer girar la flecha de una ruleta para observar en cuál número se detiene conuna mayor frecuencia.
La Prueba, se define la realización de un acto.
2. Espacio Muestral : Es el conjunto de todos los resultados posibles.Tambien se define un conjunto de sucesos,elementos,puntos o resultados posibles al realizar en experimento, se representa con la letra S. Su representación grafica se hace mediante de un Diagrama de árbol, es una manera que permite determinar diversos eventos posibles,al contar los puntos muestrales.La repuesta de una prueba se llama resultado, punto muestral o suceso.
3. El Evento: Es un conjunto de uno o más puntos muestrales. Lo que se pide la aparición del evento, se representa con la letra :A
4. Probabilidad del evento: Es un número comprendido entre 0 y 1,es el cociente de dividir al número de exitos o total de casos favorables por el total de casos posibles.En nuestro procedimiento la probabilidad del evento es el cociente del evento por el espacio muestral , el resultado lo multiplicamos por 100 para dar un porcentaje.Este concepto es muy parecido al de la frecuencia relativa,cuando decimos que 0 menor hi menor que 1.Se representa por: P(A)
5. Análisis : Nuestro caso, la probabilidad puede ser igual a cero cuando existe la imposibilidad absoluta, o igual a 1 se tiene la completa certeza de la presentación del suceso.Podemos completar, diciendo que la probabilidad se puede presentar en varios hechos comoson ; cierto, dudoso, verosimil, inverosimil e incierto.
Veamos un ejemplo sencillo,
1. Experimento:
Solución :
2. Espacio muestral.
Solución:
S= ( ArbolGuacarí , El número 500)
Solución:
A= ( Que salga el Árbol Guacari)
Solución :
P(A) = A/S *100 ; P(A) = 1/2 *100 , P(A) = 50%
Solución : La probabilidad de lanzar una moneda que salga el árbol guacarí es que existe un 50% que salga o no ,es un Hecho Dudoso.Porque puede salir el número 500 o El árbol Guacarí. La interpretación está en el momento de hacer el experimento en condiciones normales,una sola vez, observar que puede ocurrir en caso real.
- Una persona guarda en su bolsillo un billete de $ 5000, uno de $ 10000 y otro de $10000.
¿ Cuál es la probabilidadde escoger dos billetes que la suma sea mayor o igual a $ 10000. ?
Veamos un ejemplo sencillo,
¿ Cuál es la probabilidad lanzamiento de una moneda de $ 500 que salga el árbol Guacarí ?
1. Experimento:
Solución :
E= ( Lanzamiento de una moneda )
2. Espacio muestral.
Solución:
S= ( ArbolGuacarí , El número 500)
S= 2
3. El Evento:
A= ( Que salga el Árbol Guacari)
A= 1
4. Probabilidad del Evento:
P(A) = A/S *100 ; P(A) = 1/2 *100 , P(A) = 50%
5. Análisis:
- Una persona guarda en su bolsillo un billete de $ 5000, uno de $ 10000 y otro de $10000.
¿ Cuál es la probabilidadde escoger dos billetes que la suma sea mayor o igual a $ 10000. ?
1. Experimento:
solución:E: ( Escoger dos billetes de diferentes denominaciones)
2. Espacio Muestral :
S= ( $ 15000 , $ 15000 )
S =( $ 30000)
3. Evento :
A=( Que sean mayor o igual a $ 10000)
A= ( $ 15000, $ 15000)
A= ( $ 30000)
4. Probabilidad del Evento:
Solución:
P(A) = A/S *100 P(A) = $ 30000/ $ 30000 * 100 P(A) = 100 % .Hecho cierto.
5. Análisis:
La probabilidad de escoger dos billetes cuya suma sean mayor o igual a $ 10000 es que existe el 100% que salgan uno de $ 15000 Y otro de $ 15000 .Es un hecho cierto.
El metodo axiomatico consta consiste en la formulación de un conjunto de proposiciones o enunciados, llamados axiomas o postulados, los cuales guardan entre sí una relación de deductibilidad, y sirven de hipótesis o de condiciones para un determinado sistema.
ResponderEliminarGACIAS
LAURA JANETH ROJAS VARGAS
ANGELA PATRICIA SANCHEZ GUZMAN
primero que todo gracias profesor lisandro torres por tantos conocimientos importantes que nos da a conocer.
ResponderEliminarLa probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables.
ENFOQUE CLÁSICO DE LA PROBABILIDAD (a priori)
Este enfoque permite determinar valores de probabilidad antes de ser observado el experimento.
El enfoque clásico es aplicado cuando todos los resultados son igualmente probables y no pueden ocurrir al mismo tiempo.
ENFOQUE DE FRECUENCIAS RELATIVAS
Este enfoque 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
ENFOQUE SUBJETIVO DE LA PROBABILIDAD
Este enfoque 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.
gracias
Erika Guzmán Cabezas
Yesica Lorena Gaitan
Erika Lizeth Devia
Metodo Axiomatico:
ResponderEliminar- cierto: Si voy a pescar en una laguna donde solo hay cachamas, es cierto que voy a pescar una cachama.
- Verosimil: Si en la laguna hay 6 cachamas y 5 mojarras, hay 0.6 puntos de probabilidad que coja una cachama.
- Dudoso: Si en la laguna hay 5 cachamas y 5 mojarras la probabilidad de que coja una cachama es dudosa
ATT. JONATHAN GOMEZ, ERIKA LUNA, XIMENA BOCANEGRA VIVIANA OLIVERA
Muy interesante la nota profe, aqui dejamos algo para aportar a este blog que es de interes de todos nosotros.
ResponderEliminarLas distribuciones de probabilidad se clasifican como continuas y discretas...
En la distribución de probabilidad discreta está permitido tomar sólo un número limitado de valores, En una distribución de probabilidad continua, la variable que se está considerando puede tomar cualquier valor dentro de un intervalo dado.
Las distribuciones continuas son una forma conveniente de presentar distribuciones discretas que tienen muchos resultados posibles, todos muy cercanos entre sí.
En el caso de las distribuciones de probabilidad de variables continuas se tienen varios modelos teóricos como lo son:
Uniforme. Es la distribución en donde todos los eventos tienen la misma probabilidad.
Exponencial. Se utiliza para estudiar el tiempo entre dos sucesos. La función de Excel que le corresponde es DISTR.EXP.
Beta. Sirve para el estudio de variaciones, a través de varias muestras, de un porcentaje que representa algún fenómeno. La función DISTR.BETA del Excel sirve para obtener sus valores; y la función DISTR.BETA.INV proporciona los valores inversos de la función, es decir, se utiliza como parámetro la imagen de la función y regresa la variabla independiente.
Gamma. Se utiliza para estudiar variables cuya distribución puede ser asimétrica. La función de Excel que le corresponde es DISTR.GAMMA; y la función DISTR.GAMMA.INV es la inversa de la anterior.
ji cuadrada (c²). Es una distribución asociada a la prueba c², y se usa para comparar los valores observados con los esperados. La función DISTR.CHI de Excel sirve para este
Normal. Es la distribución más utilizada porque la mayoría de las variables utilizadas en fenómenos sociales se distribuyen aproximadamente siguiendo este modelo.
Las distribuciones de probabilidad de variable continua son idealizaciones de las distribuciones estadísticas de variable continua. Estas se obtienen empíricamente (experimentando u observando). Aquellas son distribuciones teóricas.
Att:
Jessica Paola Ospina Varon
Monica Milena Tabares Ruiz
Monica Liliana Cuellar Aldana
Oscar Javier Diaz Rojas
CONTADURIA PUBLICA - IX SEMESTRE, ITFIP
Distribución Normal
ResponderEliminarEsta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada por la frecuencia o normalidad con la que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polígonos de frecuencias se aproximan a una curva en "forma de campana".
En resumen, la importancia de la distribución normal se debe principalmente a que hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal.
Caracteres morfológicos de individuos (personas, animales, plantas,…) de una especie, p. ejm. Tallas, pesos, envergaduras, diámetros, perímetros…
Caracteres fisiológicos, por ejemplo; efecto de una misma dosis de un fármaco, o de una misma cantidad de abono.
Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen.
Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a un medio……
Errores cometidos al medir ciertas magnitudes.
Valores estadísticos maestrales, por ejemplo: la media.
Otras distribuciones como la binomial o la de Poisson son aproximaciones normales…
Y en general cualquier característica que se obtenga como suma de muchos factores.
LIZETH GODOY
ARMANDO MORALES
ELISABETH CASTELLANOS
ANDREA BARRIOS
CONTADURIA PUBLICA IX N
Historia
ResponderEliminarAbraham de Moivre, descubridor de la distribución normal
La distribución normal fue presentada por primera vez por Abraham de Moivre en un artículo del año 1733,2 que fue reimpreso en la segunda edición de su The Doctrine of Chances, de 1738, en el contexto de cierta aproximación de la distribución binomial para grandes valores de n. Su resultado fue ampliado por Laplace en su libro Teoría analítica de las probabilidades (1812), y en la actualidad se llama Teorema de De Moivre-Laplace.
Laplace usó la distribución normal en el análisis de errores de experimentos. El importante método de mínimos cuadrados fue introducido por Legendre en 1805. Gauss, que afirmaba haber usado el método desde 1794, lo justificó rigurosamente en 1809 asumiendo una distribución normal de los errores. El nombre de Gauss se ha asociado a esta distribución porque la usó con profusión cuando analizaba datos astronómicos3 y algunos autores le atribuyen un descubrimiento independiente del de De Moivre.4 Esta atribución del nombre de la distribución a una persona distinta de su primer descubridor es un claro ejemplo de la Ley de Stigler.
El nombre de "campana" viene de Esprit Jouffret que usó el término "bell surface" (superficie campana) por primera vez en 1872 para una distribución normal bivariante de componentes independientes. El nombre de "distribución normal" fue otorgado independientemente por Charles S. Peirce, Francis Galton y Wilhelm Lexis hacia 1875. A pesar de esta terminología, otras distribuciones de probabilidad podrían ser más apropiadas en determinados contextos;
La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución muestral de las medias muestrales es aproximadamente normal, cuando la distribución de la población de la cual se extrae la muestra no es normal.1 Además, la distribución normal maximiza la entropía entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la elección natural de la distribución subyacente a una lista de datos resumidos en términos de media muestral y varianza. La distribución normal es la más extendida en estadística y muchos tests estadísticos están basados en una supuesta "normalidad".
En probabilidad, la distribución normal aparece como el límite de varias distribuciones de probabilidad continuas y discretas.
lizeth godoy
armando morales
elisabeth castellanos
andrea barrios
contaduria publica IX N
agradeciendo al docente por los conocimientos adquiridos en las aulas de clase.
ResponderEliminarLA PROBABILIDAD
Es la posibilidad que existe entre varias posibilidades, que un hecho o condición se produzcan. La probabilidad, entonces, mide la frecuencia con la cual se obtiene un resultado en oportunidad de la realización de un experimento sobre el cual se conocen todos los resultados posibles gracias a las condiciones de estabilidad que el contexto supone de antemano.
EJEMPLO
*De que los semáforos nos den luz roja es directamente proporcional al apuro que llevamos.
*La probabilidad de tener un accidente de tráfico aumenta con el tiempo que pasas en la calle. Por tanto, cuanto mas rápido circules, menor es la probabilidad de que tengas un accidente.
MIGUEL ANGEL MURILLO GARCIA
CONTADURIA IX
ITFIP
DIFERENCIA ENTRE ESTADÍSTICA DESCRIPTIVA Y LA ESTADÍSTICA INFERENCIAL
La estadística descriptiva analiza, estudia y describe a la totalidad de individuosde una población. Su finalidad es obtener información, analizarla, elaborarla ysimplificarla lo necesario para que pueda ser interpretada cómoda y rápidamente y, por tanto, pueda utilizarse eficazmente para el fin que se desee.
La estadística inferencial, sin embargo, trabaja con muestras, subconjuntosformados por algunos individuos de la población. A partir del estudio de lamuestra se pretende inferir aspectos relevantes de toda la población. Cómo se selecciona la muestra, cómo se realiza la inferencia, y qué grado de confianza se puede tener en ella son aspectos fundamentales de la estadística inferencial, para cuyo estudio se requiere un alto nivel de conocimientos de estadística, probabilidad y matemáticas.
GRUPO 3
LEIDY VANESSA DEVIA SUAREZ
ADRIANA MILENA ORJUELA ARCE
JENNY LORENA SAAVEDRA
DIANA MARCELA JARA
IX SEMESTRE
CONTADURIA PUBLICA
ITFIP
NOCHE
Falta más diferencias en las dos clases de estadísticas y dar los ejemplos no lo observo
ResponderEliminarGracias por sus comentarios
JOSE LISANDRO TORRES GOMEZ
LSO ENFOQUES DE PROBABILIDAD SIRVEN EN EL AMBITO EMPRESARIAL PARA ACLARAR SITUACIONES QUE SUCEDEN ALREDEDOR DE LA SOCIEDAD, ES MUY UTIL EL MUESTREO Y LOS TIPOS DE PROBABILIDADES COMO SOPORTE PARA SABER QUE OCURRE EN UNA POBLACION A TRAVES DE DATOS ESTADISTICOS.
ResponderEliminarANGIE KATHERINE CRIALES
ADRIANA ROCIO CULMA
ERIKA TATIANA REYES
TATIANA RODRIGUEZ PRADA
Que semestre le correspde falto los ejemplos de cada enfoque presentarlo mañana en estadistica inferencial
Eliminarsaludos
josé lisandro torres gomez
La estadística descriptiva:
ResponderEliminarse dedica a la descripción, visualización y resumen de datos originados a partir de los fenómenos de estudio.
Los datos pueden ser resumidos numérica o gráficamente.
Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar. Algunos ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre otros.
La estadística inferencial:
se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones.
Se usa para modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio.
Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hipótesis), estimaciones de unas características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión).
HENRY PULECIO
RICARDO BARRIOS ARIAS
DUVAN SANCHEZ
CAMILA CORTES
buena tarde:
ResponderEliminaragradecida totalmente con el docente por compartir estos temas tan importantes, dentro de nuestra carrera y ámbito poblaciónal y a la vez pedirle desarrollar estos temas mucho mas afondo en nuestros salones de clase ya que son de mi total interés,
la estadística siempre estará en nuestra vida cotidiana distribuida de diferentes formas con el fin de ayudarnos a realizar nuestro trabajo de una forma mas eficaz
Buenos días profesor Lizandro Torres a continuación envio las diferencias entre la estadística descriptiva e inferencial.
ResponderEliminarALIX ANDREA RIVERA BRIÑEZ
SISTEMAS CONTABLES VI NOCTURNO
DESCRIPTIVA
* La estadística descriptiva analiza, estudia y describe a la totalidad de individuos de una población.
*Su finalidad es obtener información, analizarla, elaborarla y simplificarla lo necesario para que pueda ser interpretada cómoda y rápidamente.
* permite tomar decisiones racionales en la realización de estudios, diagnósticos, proyectos, investigaciones en busca de la productividad y rentabilidad económica de la empresa.
INFERENCIAL
* La estadística Inferencial trabaja con muestras, subconjuntos formados por algunos individuos de la población.
* Su finalidad es el análisis de los datos que se obtienen a partir de experimentos, con el objetivo de representar la realidad y conocerla.
* Facilitan la obtención de resultados precisos e importantes para tener en cuenta al momento de darle solución a la situación que se estudia.
Hola propfe
ResponderEliminarGrupo:
Luisa Peña
Yina Barrero
Magda Sanchez
Nini Vanegas
Danila Pinto
Jenifer Giraldo
Tema: Distribucion Normal
Falta el cuadro comparativo entre estadistica descriptiva e inferencial.La actividad incompleto
EliminarSaludos
JOSE LISANDRO
BUENOS DIAS PROFE LISANDRO
ResponderEliminarEL GRUPO UNO DE IX SEMESTRE DE CONTADURIA PUBLICA DE ESTADISTICA INFERENCIAL DEL ITFIP( LUZ MARINA, HEIDY ZULED, JUAN MANUEL, DANIEL IVAN Y ALBERTO) SEA BUSCADO EL MEDIO DE SUBIR EL ARCHIVO DE LA EXPOSICION DE PROBABILIDADES PERO NO HEMOS LOGRAADOS TENER BUENOS RESULTADOS POR TAL MOTIVO LO ENVIAREMOS POR CORREO
BENDICIONES
CORDIALMENTE GRUPO UNO
La exposición entregarlo pormedio de un cd despues de realizar la actividad
ResponderEliminarSaludos
Jose Lisandro
hola profesor
ResponderEliminarhay 4 urnas que tienen 10 pelotas cada una
de 0-9