Matemáticas y la vida (probabilidades).

Slides:



Advertisements
Presentaciones similares
Introducción a la Estadística
Advertisements

AZAR Y PROBABILIDAD..
Bioestadística,2006.
DEFINICIONES       Experiencia Aleatoria: es aquella cuyo resultado depende del azar: ( lanzto de un dado, una moneda, extraer una bola, una carta, etc.)
DEFINICIONES       Experiencia Aleatoria: es aquella cuyo resultado depende del azar: ( lanzto de un dado, una moneda, extraer una bola, una carta, etc.)
AZAR Y PROBABILIDAD.
De Morgan Probabilidad. Boole Bayes Laplace Kolmogorov.
PROBABILIDAD Teoría de la probabilidad Experimentos aleatorios Sucesos
PROBABILIDAD.
Conocimiento de la escala de probabilidad
5° SEC Probabilidad.
Introducción a la probabilidad
Probabilidad y Estadística 93.24
FACULTAD DE INGENIERÍA
2. INTRODUCCION A LA TEORIA DE LA PROBABILIDAD
Instituto San Lorenzo Departamento de Matemática Probabilidades.
TIPOS DE EXPERIMENTOS:
PROBABILIDAD Y ESTADÍSTICA PARA CEA MTRA. MA. DEL CARMEN LÓPEZ MUNIVE
Esther Capitán Rodríguez
Conceptos Probabilísticos
Probabilidad.
PROBABILIDAD.
Probabilidad Francisco Álvarez González Noviembre 2006
Probabilidades Primero Medio
Probabilidad Condicional: Probabilidad Total y Teorema de Bayes
Valor esperado, Varianza y coeficiente de variación
1.  ¿Cuál es la probabilidad de aprobar Estadística?  ¿Cuál es la probabilidad de no encontrarme con un corte de ruta cuando voy a clase?  Todos los.
CÁLCULO DE PROBABILIDADES
Apuntes de Matemáticas 3º ESO
E Experimentos aleatorios. Espacio muestral
PROBABILIDAD.
AZAR Y PROBABILIDAD..
DISTRIBUCION DE PROBABILIDADES
Probabilidad 1. Espacio muestral 2. Sucesos. Tipos de sucesos
Control Estadístico de Procesos Introducción a la Probabilidad.
Distribuciones de probabilidad
2. Probabilidad Dominar la fortuna
Teoría de Probabilidad
Tema 5: Probabilidad Lecturas recomendadas:
PROBABILIDADES Yolanda y Alberto están jugando con un dado cuyas caras están numeradas del 1 al 6. Pero Alberto es muy tramposo y ha cambiado el dado por.
PROBABILIDAD.
PROBABILIDAD. REGLA DE LAPLACE DÍA 56 * 1º BAD CS
Los naipes en el arte Caravaggio “Los tramposos”, 1595.
REGLA DE LAPLACE ESPAD III * TC 38.
PROBABILIDAD CONCEPTO.
ESTADISTICA II PARTE PRIMERA: PROBABILIDAD Y VARIABLES ALEATORIAS
Probabilidad clásica o teórica
Apuntes de Matemáticas 3º ESO
María Macías Ramírez y David Marín Pérez
INTRODUCCIÓN A LA PROBABILIDAD
SUCESOS Y PROBABILIDAD
Apuntes de Matemáticas 2º ESO
Probabilidades Históricamente, el propósito original de la teoría de probabilidades se limitaba a la descripción y estudios de juegos de azar. Girolamo.
VARIABLES ALEATORIAS Depto. Matemáticas – IES Elaios
1º BACHILLERATO | Matemáticas © Oxford University Press España, S.A Hacer clic en la pantalla para avanzar EXPERIENTO ALEATORIO. SUCESOS Un experimento.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 MATEMÁTICAS A. CS II Tema 11 * PROBABILIDADES.
PROBABILIDADES 3º Medio, Octubre
PROBABILIDADES (Adaptación) Prof. José Mardones Cuevas
Tema 5 : PROBABILIDAD.
¿Qué ciudad se observa en la imagen?
1 2  La Teoría de la Probabilidad constituye la base o fundamento de la Estadística, ya que las ingerencias que hagamos sobre la población o poblaciones.
TEMA 5 PROBABILIDAD.
Probabilidad: Es la medida de incertidumbre de la ocurrencia de un suceso Experimento Determinístico: Es aquel que podemos predecir su ocurrencia. Ej.
Concepto de Probabilidad
Apuntes Matemáticas 1º ESO
Apuntes Matemáticas 1º ESO
@ Angel Prieto BenitoApuntes Matemáticas 1º ESO1 U.D. 15 * 1º ESO PROBABILIDAD.
Jugadores de cartas. Caravaggio.
MATEMÁTICAS II ING. JOEL DOMINGO MEJIA GUZMAN BLOQUE X. EMPLEA LOS CONCEPTOS FUNDAMENTALES DE PROBABILIDAD.
CLASE 2 Definiciones de probabilidad.
Transcripción de la presentación:

Matemáticas y la vida (probabilidades)

La probabilidades ¿que son? Las Probabilidades pertenecen a la rama de la matemática que estudia ciertos experimentos llamados aleatorios, o sea regidos por el azar, en que se conocen todos los resultados posibles, pero no es posible tener certeza de cuál será en particular el resultado del experimento. Por ejemplo, experimentos aleatorios cotidianos son el lanzamiento de una moneda, el lanzamiento de un dado, extracción de una carta de un mazo de naipes. Más adelante se verá que debemos distinguir entre los conceptos de probabilidades matemáticas o clásicas de las probabilidades experimentales o estadísticas.

Probabilidades, Algunas Definiciones

Experimentos aleatorios. Espacio muestral Si dejamos caer una piedra o la lanzamos, y conocemos las condiciones iniciales de altura, velocidad, etc., sabremos con seguridad dónde caerá, cuánto tiempo tardará, etc. Es una experiencia determinista. Si echamos un dado sobre una mesa, ignoramos qué cara quedará arriba. El resultado depende del azar. Es una experiencia aleatoria.

La vida cotidiana está plagada de sucesos aleatorios La vida cotidiana está plagada de sucesos aleatorios. Muchos de ellos, de tipo sociológico (viajes, accidentes, número de personas que acudirán a un gran almacén o que se matricularán en una carrera...) aunque son suma de muchas decisiones individuales, pueden ser estudiados, muy ventajosamente, como aleatorios. A la colección de resultados que se obtiene en los experimentos aleatorios se le llama espacio muestral. → La probabilidad de convertirse en astronauta es de 1 entre 13,2 mill.

Experimentos o fenómenos aleatorios: son los que pueden dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la realización del experimento. Espacio muestral: es el conjunto formado por todos los posibles resultados de un experimento aleatorio. En adelante lo designaremos por E. Suceso aleatorio: es un acontecimiento que ocurrirá o no, dependiendo del azar. Ejemplos: En un dado, E={1,2,3,4,5,6} En una moneda, E={C,+}

Ejercicios Describe el espacio muestral asociado a cada uno de los siguientes experimentos aleatorios: 1. Lanzar tres monedas. 2. Lanzar tres dados y anotar la suma de los puntos obtenidos. 3. Extracción de dos bolas de una urna que contiene cuatro bolas blancas y tres negras. 4. El tiempo, con relación a la lluvia, que hará durante tres días consecutivos.

1. Llamando C a obtener cara y X a la obtención de cruz, obtenemos el siguiente espacio muestral: E={(CCC),(CCX),(CXC),(XCC),(CXX),(XCX),(XXC),(XXX)} 2. E={3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18} 3. Llamando B a sacar bola blanca y N a sacar bola negra, tenemos: E={BB,BN,NN} 4. Si llamamos L al día lluvioso y N al día sin lluvia, para tres días consecutivos se obtiene el siguiente espacio muestral: E={(LLL),(LLN),(LNL),(NLL),(LNN),(NLN),(NNL),(NNN)} Solución:

Definición de Laplace. En el caso de que todos los sucesos elementales del espacio muestral E sean equiprobables, Laplace define la probabilidad del suceso A como el cociente entre el número de resultados favorables a que ocurra el suceso A en el experimento y el número de resultados posibles del experimento.

La probabilidad deque te parta un rayo es de 2. 650 La probabilidad deque te parta un rayo es de 2.650.000 a 1, es mucho más probable que te caiga un rayo a que ganes la lotería, y por una gran diferencia.

Ejercicio En una baraja española de 40 cartas, ¿cuál es la probabilidad de AS?, ¿Y de OROS?

P (as) 4/40 = 0,1 = 10% P (oro) 10/40 = 0,25 = 25%

Definición axiomática. La definición axiomática de probabilidad se debe a Kolmogorov, quien consideró la relación entre la frecuencia relativa de un suceso y su probabilidad cuando el número de veces que se realiza el experimento es muy grande. si en un experimento que se ha repetido n veces un determinado suceso A se ha observado en k de estas repeticiones, la frecuencia relativa fr del suceso A es: fr = k/n

Probabilidad de que te lastimes en el baño este año: 1 a 10.000 Probabilidad de encontrar un trébol de 4 hojas al primer intento: 1 a 10.000

Teorema de la probabilidad total Sea A1, A2, ...,An un sistema completo de sucesos tales que la probabilidad de cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las probabilidades condicionales P(B/Ai), entonces la probabilidad del suceso B viene dada por la expresión: Probabilidad Total P (B) = P(A1) x P(B/A1) + P(A2) x P(B/A2)+....+P(An) x P(B/An)

Teorema de Bayes En el año 1763, dos años después de la muerte de Thomas Bayes (1702-1761), se publicó una memoria en la que aparece, por vez primera, la determinación de la probabilidad de las causas a partir de los efectos que han podido ser observados. El cálculo de dichas probabilidades recibe el nombre de teorema de Bayes. Teorema de Bayes Sea A1, A2, ...,An un sistema completo de sucesos, tales que la probabilidad de cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las probabilidades condicionales P(B/Ai). entonces la probabilidad P(Ai/B) viene dada por la expresión:

Probabilidad de que hoy veas un OVNI: 1 a 3 millones Probabilidad de sufrir un accidente de avión: 1 a 500.000

Probabilidades y mecánica cuántica Las palomitas de maíz son un fenómeno estadístico muy interesante. Un montón de granos de maíz se fríen en una olla. Cuando se dan ciertas condiciones, los granos estallan y se abren en una especie de flor blanca. Pero no se abren todos a la vez. Unos van primero, otros después. ¿De qué depende que un grano se abra? No lo sabemos. Posiblemente de la temperatura, que será la misma para todos los granos. Quizá también de la estructura particular de cada uno; por eso estallan en distintos momentos.

Como los detalles son muy complicados, sólo podemos aspirar a describir las palomitas con probabilidades. Una forma de hacerlo sería anunciar qué proporción de los granos han estallado al minuto de estar al fuego, a los dos minutos, a los tres, a los cuatro... Podríamos decir, por ejemplo, que al minuto ningún grano se ha convertido en palomita, pero que a los cinco casi todos lo han hecho. Hablar de cada grano individual sería dificilísimo. No sabríamos qué propiedades del grano usar para el análisis. Pero quizá algún día se pueda, y en ese caso podremos saber cuándo se convertirá en palomita cada uno de los granos de maíz.

En la física anterior a la cuántica, llamada física clásica, se usaban probabilidades cuando el fenómeno era tan complicado que no había esperanza de tomar conocimiento de todos los detalles pertinentes. La cosa no era imposible, sin embargo. Se podía uno imaginar que, con gran laboriosidad, se podría analizar el fenómeno y describirlo con toda certeza, sin usar probabilidades.

En la mecánica cuántica, en cambio, sólo caben las descripciones probabilísticas, como la de las palomitas. Si en vez de granos de maíz tomamos, por ejemplo, átomos radiactivos que pueden desintegrarse o no en un lapso dado, la situación es similar. Sólo podemos saber qué proporción de los átomos se habrán desintegrado al cabo de cierto tiempo, pero no en qué momento lo hará cada átomo. La diferencia con las palomitas es fundamental: las palomitas las tratamos con probabilidades porque recoger los datos necesarios para el análisis exacto sería demasiado complicado; los átomos, en cambio, son probabilísticos por naturaleza. Según la mecánica cuántica (o quienes la interpretan), el mundo cuántico es probabilístico porque NO HAY datos más detallados que recoger. Un átomo se desintegra en un momento dado porque sí, no porque algo en su estructura determine que ha de hacerlo.

La probabilidad de sufrir cortes grandes afeitandose es de 1 entre 6 La probabilidad de sufrir lesiones usando una sierra electrica es de 1 entre 4.464

Este aspecto probabilístico fundamental de la mecánica cuántica molestaba mucho a Albert Einstein. Einstein nunca se hizo a la idea de que en el universo hubiera fenómenos que ocurren porque sí, sin causa alguna. La mecánica cuántica debía ser una teoría incompleta, que no permitía tomar en cuenta los detalles necesarios para hacer cálculos exactos. Algunos físicos de la época eran de la misma opinión, pero la mayoría se convencieron de que no: la mecánica cuántica era la teoría más completa posible y por lo tanto sí había fenómenos así. Por eso Einstein, en una carta a su amigo Max Born, dijo que no podía creer que Dios jugara a los dados con el universo.

Probabilidad de convertirte en un Santo: 1 a 20 millones Probabilidad de morir por una enfermedad del corazón: 1 a 3

Probablemente esta diapositiva sea el final de la presentación.

¡Pero no, porque es la que estás viendo ahora! Fin Montoya.