MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ MATEMÁTICAS Docente : José Antonio Villalobos Mendoza Probabilidad: método infalible para pronosticar en.

Slides:



Advertisements
Presentaciones similares
Unidad 4 Level 2 ¿QuÉ Deporte te gusta jugar? Vocabulario 1
Advertisements

MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ MATEMÁTICAS II Docente : José Antonio Villalobos Mendoza Imagen Digital.
Tema 3: Un modelo muy discreto La distribución binomial Imagen de Comodoro Deportes bajo licencia Creative CommonsComodoro Deportes.
Probabilidades en el póker MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ MATEMÁTICAS II Docente: José Antonio Villalobos Mendoza.
RECONOCES Y REALIZAS OPERACIONES CON DISTINTO TIPO DE FUNCIONES PROFESORA: XÓCHITL ARIANDA RUIZ ARMENTA MATEMÁTICAS 4 4TO SEMESTRE ENERO 2015 MULTIVERSIDAD.
Funciones en la industria MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ Docente: José Antonio Villalobos Mendoza MATEMÁTICAS IV.
MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ Aplicaciones de las batas antiestáticas FÍSICA II Docente: José Antonio Villalobos Mendoza.
Torre Eiffel MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ MATEMÁTICAS IV Docente : José Antonio Villalobos Mendoza.
Distribuciones estadísticas 1.- Variable aleatoria discreta. 2.- Función de probabilidad de variable discreta. Propiedades 3.- Parámetros en distribuciones.
* Tabla de características.
Presentan: Estadística Liceo Nobelius Con la colaboración de: Y Rubí Arrizaga.
PPTCES047MT22-A16V1 Clase Medidas de dispersión y muestreo MT-22.
Bioestadística Distribuciones muestrales para variables cuantitativas.
EQUIPO DE DOCENTES DISTRIBUCIONES DE PROBABILIDAD Variable aleatoria discreta.
María José Bustos Naomi Cuello Ángel Sánchez Vergara.
 El futbol es un deporte jugado por dos equipos formado por un máximo de 11 jugadores cada uno de los cuales uno jugara como guardameta el objetivo del.
Métodos de cálculo para el pronóstico de ventas
Distribución de Poisson
VALOR DE LA INFORMACION
Tema 5: Probabilidad Lecturas recomendadas:
Distribuciones discretas
Modelos de una Factoría
Probabilidad Profr. Eliud Quintero Rodríguez.
TEOREMA FUNDAMENTAL DEL CALCULO
METODOS PARA ANALISIS DE TALUDES
Profesora: Susana Abraham C.
¿Qué es? ¿Para que se utiliza?
Nancy Margarita Gutiérrez Chavira
DISTRIBUCIÓN DE PROBABILIDAD
UNIDAD 4: ESTADÍSTICA Y PROBABILIDAD
INTRODUCCIÓN AL ESTUDIO DE LA ESTADÍSTICA
Matemáticas Aplicadas CS I
LECCIÓN 9.- JUEGOS DE AZAR
Licda. DIOSELINA GONZALEZ
PROBABILIDAD Definición.
REFORZAMIENTO EN MATEMÁTICAS
Modelos de probabilidad Distribuciones continuas
PERMUTACIONES Una permutación es una forma de ordenar o arreglar la totalidad de los elementos de un conjunto. En las permutaciones Si importa el órden.
Cuantificadores Consideremos las siguientes expresiones.
PERMUTACIONES Una permutación es una forma de ordenar o arreglar la totalidad de los elementos de un conjunto. Se simboliza: Se lee permutaciones de n.
ESTADÍSTICA DESCRIPTIVA
PROBABILIDAD Definición.
Cálculo de Probabilidades
PROBABILIDAD U. D. 13 * 4º ESO E. Angel Prieto Benito
Tema: mi deporte favorito Futbol
Generación de números aleatorios
Principios de Estadística
Determinación del tamaño de la muestra
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
ANALISIS DE VARIANZA
Distribuciones de Probabilidad DISTRIBUCIÓN BINOMIAL
CAUDALES. ESTADÍSTICA HIDROLÓGICA ESTADÍSTICA E N LA HIDROLOGÍA ESTADÍSTICA HIDROLÓGICA Los procesos hidrológicos varían en el espacio y en el tiempo.
estadistica 2 conceptos
UD 5: DISTRIBUCIÓN BINOMIAL Y NORMAL
MODELOS POISSON Existen una gran variedad de modelos para los sistemas de colas, las dos características más importantes serán : Los tiempos de llegada.
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
EL BALONMANO También llamado handball es un deporte de pelota en el que se enfrentan dos equipos. Cada equipo se compone de siete jugadores, pudiendo el.
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON
DETERMINACIÓN DE LA MUESTRA Dr. Carlos Portocarrero Ramos Dr. Ambrosio Tomás Rojas.
MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BTO A
1 TEMA 2. INTRODUCCION A LA ESTADISTICA DESCRIPTIVA E INFERENCIAL 2.1 DEFINIICION 2.2. AZAR Y PROBABILIDAD 2.3 MUESTREO 2.4 ESTIMACION DE PARAMETROS
LAS PROBABILIDADES.
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ
MÉTODO DE GUMBEL ALUMNO: SALAS CANO RALPH MACKINLEY.
PROBABILIDAD Y TÉCNICAS DE CONTEO
Transcripción de la presentación:

MULTIVERSIDAD LATINOAMERICANA CAMPUS VERACRUZ MATEMÁTICAS Docente : José Antonio Villalobos Mendoza Probabilidad: método infalible para pronosticar en el futbol

Probabilidad: método infalible para pronosticar en el futbol Un sencillo modelo de probabilidad puede resultar impresionantemente útil para pronosticar resultados en este apasionante deporte: Un sencillo modelo de probabilidad puede resultar impresionantemente útil para pronosticar resultados en este apasionante deporte: Una característica del fútbol es que no abundan los goles. Incluso los mejores equipos no marcan siquiera, en promedio, dos goles en un partido.

El modelo más sencillo y acertado del número de goles marcados en un partido se basa en que éstos pueden lograrse en cualquier instante, básicamente al azar, y con una media que depende del equipo, del contrincante y de si se juega o no en casa. El modelo más sencillo y acertado del número de goles marcados en un partido se basa en que éstos pueden lograrse en cualquier instante, básicamente al azar, y con una media que depende del equipo, del contrincante y de si se juega o no en casa.

Si éste es un modelo razonable, entonces el número de goles marcados por un equipo en un partido, está dado por una distribución de probabilidad de Poisson con una media adecuada. Para ilustrar el modelo, la tabla siguiente muestra la frecuencia (de Poisson) con la que un equipo marca goles en un partido: Si éste es un modelo razonable, entonces el número de goles marcados por un equipo en un partido, está dado por una distribución de probabilidad de Poisson con una media adecuada. Para ilustrar el modelo, la tabla siguiente muestra la frecuencia (de Poisson) con la que un equipo marca goles en un partido:

Estas frecuencias pueden servir también para estimar la probabilidad de que gane uno u otro equipo. Estas frecuencias pueden servir también para estimar la probabilidad de que gane uno u otro equipo. Consideremos un partido en el que el equipo de casa tiene una media de 1.6 goles mientras que la del equipo visitante es de 1.2 goles. Consideremos un partido en el que el equipo de casa tiene una media de 1.6 goles mientras que la del equipo visitante es de 1.2 goles. Suponiendo que los números de goles marcados por cada equipo son independientes entre sí, es fácil calcular la probabilidad de que el juego finalice con un resultado determinado. Suponiendo que los números de goles marcados por cada equipo son independientes entre sí, es fácil calcular la probabilidad de que el juego finalice con un resultado determinado.

Por ejemplo, de la tabla se deduce que la probabilidad de que el partido termine 0-0 es 6% (20% x 30%). Por ejemplo, de la tabla se deduce que la probabilidad de que el partido termine 0-0 es 6% (20% x 30%). Análogamente, la probabilidad de que el marcador sea de 1-1 es de 11.5% (32% x 36%). Análogamente, la probabilidad de que el marcador sea de 1-1 es de 11.5% (32% x 36%). Considerando todas las situaciones de empate, se obtiene que la probabilidad de que el partido finalice con un empate es de 25% (6% % % % %) Considerando todas las situaciones de empate, se obtiene que la probabilidad de que el partido finalice con un empate es de 25% (6% % % % %)