UNIVERSIDAD DE CARTAGENA ESTADISTICA 2 CONCEPTO EN PROBABILIDAD PRESENTADO A: URIEL NUEZ PRESENTADO POR: GLEIDIS LOPEZ LEANDRA DE LA ROSA CONCEPCION

ANILLO DEWIN CANEDA VIII SEMESTRE ADMINISTRACION DE LOS SERVICIOS DE LA SALUD SAN JUAN NEPO, BOLIVAR 26 DE SEPTIEMBRE DE 2012 PROTOCOLO UNIDAD No 2 ESTADISTICA 2 TUTOR: URIEL NUEZ PROTOCOLANTES: Leandra De la Rosa, Gleidis Lpez Y Concepcin Anillo FECHA: 26 de Septiembre HORA: 5:30 PM NOMBRE DE LA ACTIVIDAD QUE GENER EL PROTOCOLO: Conceptos en Probabilidad PARTICIPANTES: En esta actividad participo la alumna Concepcin Anillo Leandra De la Rosa, Gleidis Lpez y Dewin Caneda TEMATICA: Las temticas nos las dio la unidad # 2 Conceptos En Probabilidad. Y so n las siguientes. Concepto de probabilidad La definicin clsica de probabilidad Definicin de probabilidad como frecuencia relativa Interpretacin subjetiva de la probabilidad Desarrollo axiomtico de la probabilidad Probabilidad conjunta , marginal y condicional Evento estadstico independiente El teorema de Bayes Permutaciones y combinaciones DESARROLLO DE LA ACTIVIDAD El lunes 26 de septiembre en horas de la tarde luego leer el material de apoy o y realizado los protocolos individuales nos reunimos en la casa de Concepcin an illo, all intercambiamos ideas sobre la temtica, teniendo en cuenta nuestros traba jos individuales realizamos este protocolo; pudimos observar que desde tiempos remotos la probabilidad nace con el deseo del hombre de conocer con seguridad l os sucesos futuros, por lo cual lo probabilidad es un mecanismo por medio del cu al se pueden estudiarse sucesos aleatorios, cuando estos se comparan con los fenm enos determinados, en que la probabilidad juega un papel importante en la aplica cin de la inferencia estadstica porque una decisin puede estar equivocada, de esta manera es fundamental conocer las leyes bsicas de la probabilidad para s utilizar la mejor metodologa estadstica.; con estos antecedentes pasamos a la interpretacin de las Teoras de frecuencia relativa y subjetiva de la probabilidad, los cual les son: la definicin clsica de la probabilidad, es una de las primeras que se diero

n 1990, enfoque llamado, enfoque a priori luego permite calcularla es necesario conocer, antes de realizar el experimento aleatorio, el desarrollo inicial de la probabilidad se asocia con los juegos de azar, para calcularla, es necesario co nocer, antes de realizar el experimento aleatorio, el espacio muestral y el nmero de resultados o sucesos elementales que entran a formar parte del suceso. La ap licacin de esta probabilidad puede presentar dificultades de aplicacin cuando el espacio muestral es infinito o cuando los posibles resultados de un experimento no son equiprobables. Seguimos con la siguiente Teora Definicin de probabilidad c omo frecuencia relativa, esta determina la probabilidad sobre la base de la prop orcin de veces que ocurra un evento favorable en un nmero de observaciones y prctic amente sobre las mismas condiciones; en muchas situaciones practicas, los posibl es resultados de un experimento no son igualmente probables; la probabilidad de la presencia de ciertos atributos se aproxima por la frecuencia relativa de los resultados que posee dicho atributo. De acuerdo a las veces que se repite el exp erimento la frecuencia relativa de los resultados favorables se aproxima al ver dadero valor de la probabilidad para este atributo, es decir al repetirlo mucha s veces observamos como las frecuencias relativas tienden a estabilizarse. I nterpretacin subjetiva de la probabilidad, tanto la definicin clsica como la defini cin de probabilidad como frecuencia relativa se basan en la repeticin de experimen tos aleatorios pero existen muchos experimentos que no se pueden repetir bajo e stas condiciones y por lo tonto se pueden aplicar en la interpretacin subjetiva d e la probabilidad la cual se define como el clculo de probabilidad al conjunto de reglas que permiten determinar si un fenmeno ha de producirse, considere la prob abilidad como un concepto subjetivo que exprese el grado de creencia o confianza individual sobre la posibilidad de que el suceso ocurra. Se trata por tanto de un juicio personal o individual y es posible por tanto que, diferentes observado res tengan distintos grados de creencia sobre los posibles resultados, igualment e vlidos. Como ilustracin de esta interpretacin, supongamos que una moneda ha de se r lanzada una vez. Una persona sin informacin especial acerca de la moneda o de l a manera en que se lanza podra considerar cara o cruz como resultados igualmente verosmiles. Esa persona asignara entonces una probabilidad subjetiva de a la posib ilidad de obtener una cara. La persona que realmente lanza la moneda, sin embarg o, podra pensar que una cara es mucho ms verosmil que una cruz. Con objeto de que e sta persona sea capaz de asignar probabilidades subjetivas a los resultados, deb e expresar su grado de creencia en trminos numricos. Supongamos, por ejemplo, que considera que la verosimilitud de obtener una cara es la misma que la de obtener una carta roja cuando se escoge una carta de una baraja bien mezclada que conti ene cuatro cartas rojas y una negra. Puesto que la persona asignara una probabili dad de 4/5 a la posibilidad de obtener una carta roja, debera asignar esa misma p robabilidad a la posibilidad de obtener una cara cuando se lanza la moneda. Desa rrollo axiomtico de la probabilidad es quizs la ms simple de todas las definiciones , est basada en un conjunto de axiomas que establecen los requisitos mnimos para d ar una definicin de probabilidad. La cual es tan general que permite incorporar l as distintas interpretaciones de la probabilidad mencionadas anteriormente; el c onjunto de todos los posibles resultados pueden ser finitos, infinito numerable o infinito no numerable, tales eventos que no contienen ningn resultado del espac io muestral recibe el nombre de evento nulo o vacio. La ventaja de esta definicin es que permite un desarrollo riguroso matemtico de la probabilidad. Probabilida des conjunta, marginal y condicional; conjunta Es la probabilidad de ocurrencia de dos o ms eventos pueden ocurrir dos formas; que el segundo suceso dep ende del primero o que ninguno dependa del otro; de la expresin P (B|A) =P (AB)/P(A) se pude despejar P (AB)=P(A) P (B|A) expresin llamada Ley de multiplic acin de probabilidades. P (AB) recibe el nombre de probabilidad conjunta y corresp onde a la probabilidad de que se presenten resultados comunes a los eventos A y B; Marginal Comportamiento de una variable sin considerar otra, se puede defini r como: P(A) = 100/300 " 0,333 La suma de ocurrencias conjuntas P (A) = P (A " B) + P (A " B*) = (25/300) + (75/300) " 0,333 P (B) = P (A " B) + P (A* " B) = (25/300) + (5/300) " 0,333.

Condicional en este mecanismo examinaremos como la probabilidad de ciertos even tos depende o se ve influida por la ocurrencia de otros. Eventos estadsticos Inde pendientes Un evento es independiente cuando la ocurrencia o no del mismo no tie ne efecto sobre si (y no es afectado por) la ocurrencia de otro evento. De igua l forma un evento que no contiene ningn resultado del espacio muestral recibe el nombre de evento nulo o vacio. El Teorema de Bayes el cual est estrictamente relacionado con el clculo de probabi lidades condicionales, este nos permite incorporar cambios en nuestro grado de c reencias sobre los sucesos aleatorios a medida que adquirimos nueva informacin, e s decir parte de una situacin en la que es posible conocer las probabilidades de que ocurra una serie de sucesos. Y por ultimo Permutacin y combinaciones estas no s sirve para calcular la probabilidad de varios eventos, para lo cual es necesa rio contar el numero de resultados posibles de un experimento, o contar el numer o de resultados que son favorables en un determinado evento, para eso tenemos qu e tener muy claro los diferentes conceptos de permutacin y combinacin, Una permuta cin es una combinacin ordenada, es decir el arreglo de cosas en un orden dado cons tituye una permutacin, en la Permutacin el orden es importante; por el contrario u na Combinacin son todas las agrupaciones posibles que pueden hacerse con los elem entos escogidos de forma que No importa el orden, pero que tampoco se repitan l os elementos. Finalizamos este protocolo grupal el da 26 de septiembre a la 5:30 PM DIFICULTADES: Todos pensamos lo mismo el tema esta bastante complicado, casi no lo entendimos, lo ms difcil es llevar la teora a la prctica, los temas que mas se no s dificultaron fueron a algunos la Probabilidades conjunta, marginal y condici onal, y el teorema de Bayes. Esperamos que las dudas que nos quedaron sean resue ltas en la Tutora. APRENDIDO: En primer lugar, alcanzamos buenos conocimientos con esta temtica co mo es el concepto de Probabilidad, mecanismo por medio del cual pueden estudiars e sucesos aleatorios, y de all se desprenden enfoques como son los la definicin cls ica de la probabilidad, probabilidad como frecuencia relativa, interpretacin subj etiva de la probabilidad y el desarrollo axiomtico de la probabilidad; por otro l ado comprendimos que tanto la definicin clsica como la frecuentista se basan en la s repeticiones del experimento aleatorio; y de la Permutacin y combinaciones, apr endimos que si el orden no importa, es combinacin; y si el orden si importa es permut acin.

EJERCICIOS DE CONTABILIDAD 2.1 Los empleados de la compaa New Horizons se encuentran separadas en tres divisi ones: administracin, operacin de planta y ventas. La siguiente tabla indica el nmer o de empleados en cada divisin clasificados por sexo: Mujer(M) Hombre (H) Totales Administracin (A) 20 30 50 Operacin de planta (o) 60 140 200 Ventas (V) 100 50 150 Total 180 220 400 a) Usar un diagrama de ven para ilustrar los eventos O y M, para todos los empleados de la compaa. son mutuamente excluyentes?

O M Los eventos no son mutuamente incluyentes b) Si se elige aleatoriamente un empleado: 1. Cul es la probabilidad de que sea mujer? 180/400 2. Cul es la probabilidad que trabaje en ventas? 150/400 3. Cul es la probabilidad que sea hombre y trabaje en la divisin de administr acin? 30/400 4. Cul es la probabilidad de que trabaje en la divisin de operacin de planta, s i es mujer? 60/180 5. Cul es la probabilidad que sea mujer si trabaja en la operacin de planta? 60/200 c. Son los eventos V y H estadsticamente independientes? P(S/M)= 50/220 P(S)= 150/400 No son estadsticamente independientes d. Son los eventos Ay M estadsticamente independientes? P(A/F)=0,1111 P(A)= 0,125 No son estadsticamente independientes. e. determina las siguientes probabilidades: 1. P(AUM)= 240/400 2. P(AUM)= 210/400 3. P(OF)= 60/400 4. P(M/A)= 30/50 2.6 Se extraen, sin reemplazo, dos cartas de una baraja. Cul es la probabilidad de que ambas sean ases? Primero no sabemos cuntas cartas tiene la baraja, supongo que son 48 cartas enton ces seria: (4/48 * 3 /47) = 0.00531 4/48 porque en la primera tirada busco 4 ases de las 48 cartas totales, y en la segunda tirada se hizo 3/47 porque como es sin reemplazo ya se saco un haz en l a primera y una carta en las cartas totales. 2.9 Se lanza una moneda de una probabilidad de 2/3 que el resultado sea cara. Si aparece una cara, se extrae una pelota, aleatoriamente, de una urna que contien e dos pelotas rojas y tres verdes. Si el resultado es cruz se extrae una pelota, de otra urna que contiene dos rojas y dos verdes. Cul es la probabilidad de extra er una pelota roja? La probabilidad seria: 13/30