Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos Aleatorios. 2) Espacio Muestral.

Slides:



Advertisements
Presentaciones similares
Tema 7: Probabilidad 1. Introducción. 2. Variables aleatorias.
Advertisements

Tema.10. Conceptos básicos de muestreo y probabilidad aplicados a modelos en Psicología. Principales conceptos. Teoremas básicos. Variables aleatorias.
AZAR Y PROBABILIDAD..
Probabilidades.
INTRODUCCIÓN A LAS PROBABILIDADES EN SALUD 2009 FRANCISCO MARÍN H BIOESTADÍSTICO.
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.
Matemáticas, juego,...fortuna: Este año me toca la lotería
Probabilidad y Estadística 93.24
ANTECEDENTES DE ESTADÍSTICA PARA LA INVESTIGACIÓN: 3
EXPERIMENTO, ESPACIO MUESTRAL Y EVENTOS
TIPOS DE EXPERIMENTOS:
PROBABILIDAD.
Introducción a la Probabilidad
PROBABILIDAD Y ESTADISTICA
PROBABILIDADES Y DISTRIBUCIONES DE PROBABILIDADES
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos Aleatorios. 2) Espacio Muestral.
Sesión 2: Teoría de Probabilidad “Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para.
Probabilidad y juegos de azar
TEMA 5 PROBABILIDAD.
Probabilidad 1. Espacio muestral 2. Sucesos. Tipos de sucesos
Conceptos Básicos de Probabilidad
2. Probabilidad Dominar la fortuna
Teoría de Probabilidad
Tema 5: Probabilidad Lecturas recomendadas:
TEMA 4.1. INTRODUCCION A LA PROBABILIDAD (cont.)
Distribuciones de probabilidad. La distribución Binomial.
Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos Aleatorios. 2) Espacio Muestral.
PROBABILIDAD.
PROBABILIDAD. REGLA DE LAPLACE DÍA 56 * 1º BAD CS
Capítulo 7 Estimación de Parámetros Estadística Computacional
Inferencia Estadística: 5. Probabilidad: Axiomas y Modelos
Sesión 2: Teoría de Probabilidad
REGLA DE LAPLACE ESPAD III * TC 38.
Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad. 4) Axiomas de Kolmogorov. 5) Axiomas de la.
3. Modelos aleatorios, espacios muestrales, probabilidad.
Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques.
ESTADISTICA II PARTE PRIMERA: PROBABILIDAD Y VARIABLES ALEATORIAS
LA ESTADÍSTICA PROF.: EDMUNDO C.PARDO H. CARACAS,OCTUBRE DE 2014
Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad. 4) Axiomas de Kolmogorov. 5) Axiomas de la.
María Macías Ramírez y David Marín Pérez
INTRODUCCIÓN A LA PROBABILIDAD
TEMA 4: LÍMITES Y CONTINUIDAD
Probabilidad y Estadística
Sesión 09: Teoría de las Probabilidades
CÁLCULO DE PROBABILIDADES
Probabilidades Históricamente, el propósito original de la teoría de probabilidades se limitaba a la descripción y estudios de juegos de azar. Girolamo.
Sesión 2: Teoría de Probabilidad “Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para.
Modelización de la incertidumbre: Teoría de Probabilidad,
Probabilidades Objetivos de la clase Construidas definiciones básicas
1º BACHILLERATO | Matemáticas © Oxford University Press España, S.A Hacer clic en la pantalla para avanzar EXPERIENTO ALEATORIO. SUCESOS Un experimento.
Depto. Matemáticas – IES Elaios Tema: Probabilidad 3. PROBABILIDAD Concepto, definiciones y propiedades Presentación elaborada por el profesor José Mª.
CLASE 1: PROBABILIDAD CONCEPTOS BÁSICOS Sector: Matemáticas
Objetivo del Cálculo de Probabilidades: Cálculo de Probabilidades
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.
Tema : Probabilidad.
Jugadores de cartas. Caravaggio.
Probabilidad1 PROBABILIDAD Y ESTADISTICA Tema 2: Probabilidad.
Villamizar Luis Miguel. Variables aleatorias Se denomina variable aleatoria al conjunto imagen de esta correspondencia, es decir, al conjunto de los números.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
Rodrigo Ferrer Urbina Universidad de Tarapacá, Arica Doctor en Psicología (UAM-España) Máster en Metodología de las Ciencias del Comportamiento y de la.
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 PROBABILIDAD U.D. 13 * 1º BCS.
1.- Fenómeno aleatorio y determinista. a) Un fenómeno es aleatorio si no se conocen los resultados posibles b) Si un fenómeno es aleatorio entonces no.
PROBABILIDAD Por Jorge Sánchez. El espacio muestral asociado a un experimento aleatorio simple está formado por el conjunto de todos los resultados que.
CLASE 2 Definiciones de probabilidad.
Transcripción de la presentación:

Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos Aleatorios. 2) Espacio Muestral. 3) Operaciones con Sucesos. 4) Enfoques de la Probabilidad. 5) Axiomas de Kolmogorov. 6) Axiomas de la Probabilidad Subjetiva. 7) Resultados Básicos con Probabilidades. 8) Variables Aleatorias. 9) Educción de Probabilidades.

Modelización de la incertidumbre Enfoques de la Probabilidad Enfoque Clásico Laplace, “Teoría analítica de probabilidades” 1812 Supuesto que todos los resultados elementales son igualmente verosímiles, la probabilidad de un suceso es el cociente entre el número de resultados favorables y el número total de resultados posibles Probabilidad de A = cardinal de A / cardinal de E = |A| / |E| Hipótesis de simetría respecto al espacio muestral que puede no ser cierta en muchos experimentos aleatorios Si el número de total de resultados no es finito no se puede calcular el cociente

Modelización de la incertidumbre Enfoques de la Probabilidad Enfoque Frecuentista (Richard Von Mises ( ) ) Experimento aleatorio repetido N veces Espacio muestral E y un suceso A que se observa n veces, 0  n  N Frecuencia Absoluta de A: n Frecuencia Relativa de A: f(A) = n/N Propiedades de la frecuencia relativa (A y B   (E)): 1. 0  f(A)  12. f(¬A) = 1 – f(A) 3. A  B  f(A) < f(B)4. A  B =   f(A  B) = f(A) + f(B) 5. f(E) = 16. f(A  B) = f(A) + f(B) – f(A  B) Contexto de un experimento aleatorio que se repite indefinidamente en identicas condiciones. Probabilidad como límite empírico: Probabilidad de A = límite n/N, n  Conflicto: condiciones estables en un tiempo indefinido

Modelización de la incertidumbre Enfoques de la Probabilidad Enfoque Subjetivo o Personal (Finetti, 1975; French, 1986) Contexto de un suceso que puede observarse una sola vez La probabilidad representa el grado de creencia de que se observe un suceso o que el sistema presente un cierto estado. Probabilidad de A = cuantificación de la creencia en la observación de A tras la observación de cierta Información relevante o evidencia Enfoque natural para la representación y el análisis de juicios con imprecision Enfoque personal, las probabilidades se asocian al observador no al sistema objeto La probabilidad está definida por el grado de creencia personal y el grado de información disponible, que puede cambiar y actualizar la probabilidad La cuantificación del grado de creencia es un probabilidad si verifica la Axiomática de Kolmogorov u otra axiomatización que garantice la coherencia

Axiomas de la Teoría de la Probabilidad (Kolmogorov, 1933) Se basa en la Teoría de la Medida Fundamenta el concepto de probabilidad y el cálculo de probabilidades Definición de  -Álgebra A: 1. A  A  ¬ A  A 2. {A i }  i=1  A    i=1 A i  A ,  y ¬ son leyes de composición interna en la  -Álgebra. Ej’s:  (E) y {E,  } Espacio Probabilizable: (E, A ) Probabilidad en (E, A ) es toda aplicación P: A  +, que verifique los axiomas: A1. P(E) = 1 A2. {Ai}  i=1  A, A i  A j = , i  j  P(   i=1 A i ) =   i=1 P(A i ) Espacio de Probabilidad: (E, A, P). E finito, infinito numerable, continuo. Propiedades de una probabilidad. A y B sucesos de un (E, A, P) 1. P(  ) = 02. P(¬A) = 1 – P(A)3. A  B  P(A)  P(B) 4. 0  P(A)  15. P(A  B) = P(A) + P(B) – P(A  B) Modelización de la incertidumbre Axiomas de Kolmogorov

A, B y C  (E, A, P.Subjetiva) El decisor/experto tiene percepción inherente de verosimilitud relativa y puede decir: A más verosímil que B, menos o igual. Relación binaria A B: “A al menos tan verosímil como B” S1. es un orden débil (transitividad, completud, consistencia) S2. Independencia de sucesos comunes: si A  C = B  C =   A B  A  C B  C S3. No trivialidad: A ,  A S4. El experimento de referencia, donde el decisor/experto está preparado para considerar sus creencia (rueda de la fortuna) S5. Continuidad:  A, el decisor/experto puede identificarlo con un suceso sobre la rueda de la fortuna à tal que A ~ à Modelización de la incertidumbre Axiomas de la Probabilidad Subjetiva p 1-p

Modelización de la incertidumbre Axiomas de la Probabilidad Subjetiva S6. Equivalencia de certidumbres:  (  ) = 360º Si se verifican los axiomas S1-S6 existe una única medida de probabilidad que satisface "probabilidades mayores a sucesos más verosímiles" Los axiomas S1-S6 garantizan que  ! P tal que A B  P(A)  P(B) P es la distrib de prob subjetiva del decisor; describe sus creencias Construcción P(A) =  (A) / 360º Verifica los axiomas A1 y A2 de Kolmogorov French (1986) muy basado en DeGroot (1979) Otros sistemas axiomáticos: De Finetti (1937), Raiffa (1968), Ramsey (1931), Savage (1954)