TEOREMA DE BAYES Y PROBABILIDAD CONDICIONAL
ESTADISTICA DESCRIPTIVA
PRESENTADO POR:
JAIDER JOSE BARRETO MONTIEL
PRESENTADO A:
CANDELARIA MOLINA PADRON
FUNDACION UNIVARSITARIATECNOLOGICO COMFENALCO
PRODUCCION INDUSTRIAL
SEMESTRE II
SECCION 09
2016
CONTENIDO
1. Introducción
2. Objetivos
3. Probabilidad condicional
3.1. Ejemplos
4. Teorema o regla de BAYES
4.1. Ejemplos
5.Conclusión
6. Bibliografía
INTRODUCCION
El objetivo de los temas es la cuantificación de las incertidumbres y la comprensión y análisis de los mismos, lo cual tiene mucho que ver con laprevisibilidad del comportamiento.
Los matemáticos vienen estudiando sobre la probabilidad hace muchos años, y han facilitado herramientas precisas que dan resultados exactos en situaciones relativamentesencillas y fácilmente formalizables. Cuando se estudia el comportamiento, sin embargo, las cosas son diferentes porque el comportamiento se caracteriza por la complejidad, y su estudio requierefrecuentemente técnicas complejas. Los conceptos de probabilidad condicional y teorema de bayes son de interés porque son el fundamento de procedimientos más sofisticados que sirven para cuantificar laincertidumbre.
OBJETIVOS
Analizar y comprender la probabilidad condicionada y su uso en resolver problemas.
Introducir el concepto de independencia.
Estudiar las aplicaciones del teorema deBayes y la interpretación subjetiva de la probabilidad.
PROBABILIDAD CONDICIONAL
Es la probabilidad de que ocurra un evento (A), sabiendo que también ocurre otro evento (B). Laprobabilidad condicional se escribe P(A/ B), y se lee “la probabilidad de A dado B”. Se calculan una vez que se ha incorporado información adicional a la situación de partida:
Ejemplo:
Se tira undado y sabemos que la probabilidad de que salga un 2 es 1/6 (probabilidad a priori). Si incorporamos nueva información (por ejemplo, alguien nos dice que el resultado ha sido un número par) entonces...
Regístrate para leer el documento completo.