lunes, 30 de mayo de 2022

 Distribuciones de probabilidades

Es el conjunto de valores distribuido de acuerdo con la teoría de las probabilidades y se consideran discretas cuando la variable aleatoria solo toma calores enteros 




Teorema del binomio

El álgebra es una rama de la matemática a través de la cual se pueden representar operaciones aritméticas utilizando números, letras y signos, y utilizando determinadas leyes y reglas para poder dar solución a cada una, según el respectivo caso. Una de las estructuras que comúnmente se estudian con el álgebra, son los binomios.

Este término dentro de la matemática, hace referencia a una expresión algebraica que tiene una estructura compuesta por dos términos o monomios. Cada uno de estos se encuentran identificados como los valores ubicados entre una sumo o una resta. Además, se construyen de distintas maneras: puede contener una variable y una constante, o también puede componerse de dos variables.


Ejemplo:

Expande el binomio {{(x+y)}^4} usando combinatorias.

Solución: Esto puede ser expandido de la siguiente manera:

=\left( {\begin{array}{*{20}{c}} 4 \\ 0 \end{array}} \right){{x}^{4}}+\left( {\begin{array}{*{20}{c}} 4 \\ 1 \end{array}} \right){{x}^{3}}y+\left( {\begin{array}{*{20}{c}} 4 \\ 2 \end{array}} \right){{x}^{2}}{{y}^{2}} +\left( {\begin{array}{*{20}{c}} 4 \\ 3 \end{array}} \right)x{{y}^{3}}+\left( {\begin{array}{*{20}{c}} 4 \\ 4 \end{array}} \right){{y}^{4}}

Recordamos que tanto \left( {\begin{array}{*{20}{c}} 4 \\ 0 \end{array}} \right) como \left( {\begin{array}{*{20}{c}} 4 \\ 4 \end{array}} \right) son equivalentes a 1 ya que sólo hay una forma de escoger 0 y 4 elementos de un conjunto de 4 elementos. Entonces, tenemos: 

={{x}^{4}}+\left( {\begin{array}{*{20}{c}} 4 \\ 1 \end{array}} \right){{x}^{3}}y+\left( {\begin{array}{*{20}{c}} 4 \\ 2 \end{array}} \right){{x}^{2}}{{y}^{2}} +\left( {\begin{array}{*{20}{c}} 4 \\ 3 \end{array}} \right)x{{y}^{3}}+{{y}^{4}}

Ahora evaluamos cada una de las combinatorias restantes:

\left( {\begin{array}{*{20}{c}} 4 \\ 1 \end{array}} \right)=\frac{{4!}}{{1!\left( {4-1} \right)!}}=\frac{{4!}}{{1!\left( 3 \right)!}}=4

\left( {\begin{array}{*{20}{c}} 4 \\ 2 \end{array}} \right)=\frac{{4!}}{{2!\left( {4-2} \right)!}}=\frac{{4!}}{{2!\left( 2 \right)!}}=6

\left( {\begin{array}{*{20}{c}} 4 \\ 3 \end{array}} \right)=\frac{{4!}}{{3!\left( {4-3} \right)!}}=\frac{{4!}}{{3!\left( 1 \right)!}}=4

Al sustituir estos números en la expresión, tenemos: 

{{x}^4}+4{{x}^3}y+6{{x}^2}{{y}^2}+4x{{y}^3}+{{y}^4}


2. Expande el binomio {{(x+y)}^5} usando el triángulo de Pascal.

Solución: Podemos observar que la fila 5 del triángulo de Pascal es 1, 5, 10, 10, 5, 1. Usando estos números para la expansión binomial, tenemos:

{{(x+y)}^5}={{x}^5}+5{{x}^4}y+10{{x}^3}{{y}^2} +10{{x}^2}{{y}^3}+5x{{y}^4}+{{y}^5}




Una distribución binomial es una distribución de probabilidad discreta que describe el número de éxitos al realizar n experimentos independientes entre sí, acerca de una variable aleatoria.

Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados bajo esta distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el que definimos el suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y contamos los éxitos (sacar cara) que obtenemos, nuestra distribución de probabilidades se ajustaría a una distribución binomial.

Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable aleatoria.

Propiedades de la distribución binomial

Para que una variable aleatoria se considere que sigue una distribución binomial, tiene que cumplir las siguientes propiedades:

  • En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o fracaso).
  • La probabilidad del éxito ha de ser constante. Esta se representa mediante la letra p. La probabilidad de que salga cara al lanzar una moneda es 0,5 y esta es constante dado que la moneda no cambia en cada experimento y las probabilidades de sacar cara son constantes.
  • La probabilidad de fracaso ha de ser también constate. Esta se representa mediante la letra q = 1-p. Es importante fijarse que mediante esa ecuación, sabiendo p o sabiendo q, podemos obtener la que nos falte.
  • El resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo que ocurra en cada experimento no afecta a los siguientes.
  • Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al mismo tiempo. No se puede ser hombre y mujer al mismo tiempo o que al lanzar una moneda salga cara y cruz al mismo tiempo.
  • Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de ocurrir. Si no se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de salir cruz.
  • La variable aleatoria que sigue una distribución binomial se suele representar como X~(n,p), donde n representa el número de ensayos o experimentos y p la probabilidad de éxito.

Formula de la distribución binomial

La fórmula para calcular la distribución normal es:

Donde:

n    = Número de ensayos/experimentos

x    = Número de éxitos

p    = Probabilidad de éxito

q    = Probabilidad de fracaso (1-p)

Es importante resaltar que la expresión entre corchetes no es una expresión matricial, sino que es un resultado de una combinatoria sin repetición. Este se obtiene con la siguiente formula:

El signo de exclamación en la expresión anterior representa el símbolo de factorial



Ejemplo:

1. Imaginemos que un 80% de personas en el mundo ha visto el partido de la final del último mundial de fútbol. Tras el evento, 4 amigos se reúnen a conversar, ¿Cuál es la probabilidad de que 3 de ellos hayan visto el partido?

Definamos las variables del experimento:

n    = 4 (es el total de la muestra que tenemos)

x    = número de éxitos, que en este caso es igual a 3, dado que buscamos la probabilidad de que 3 de los 4 amigos lo hayan visto.

p    = probabilidad de éxito (0,8)

q    = probabilidad de fracaso (0,2). Este resultado se obtiene al restar 1-p.

Tras definir todas nuestras variables, simplemente sustituimos en la formula.

El numerador del factorial se obtendría de multiplicar 4*3*2*1 = 24 y en el denominador tendríamos 3*2*1*1 = 6. Por lo tanto, el resultado del factorial sería 24/6=4.
Fuera del corchete tenemos dos números. El primero sería 0,8^3=0,512 y el segundo 0,2 (dado que 4-3 = 1 y cualquier número elevado a 1 es el mismo).

Por tanto, nuestro resultado final sería: 4*0,512*0,2 = 0,4096. Si multiplicamos por 100 tenemos que hay una probabilidad del 40,96% de que 3 de los 4 amigos haya visto el partido de la final del mundial.


Esperanza Matemática

La esperanza matemática de una variable aleatoria X, es el número que expresa el valor medio del fenómeno que representa dicha variable.

La esperanza matemática, también llamada valor esperado, es igual al sumatorio de las probabilidades de que exista un suceso aleatorio, multiplicado por el valor del suceso aleatorio. Dicho de otra forma, es el valor medio de un conjunto de datos. Esto, teniendo en cuenta que el término esperanza matemática está acuñado por la teoría de la probabilidad.

Mientras que en matemáticas, se denomina media matemática al valor promedio de un suceso que ha ocurrido. En distribuciones discretas con la misma probabilidad en cada suceso, la media aritmética es igual que la esperanza matemática.

Ejemplo: 

1. Imaginemos una moneda. Dos caras, cara y cruz. ¿Cual sería la esperanza matemática (valor esperado) de que salga cara?

Tiradas y resultado:

  1. Cara.
  2. Cruz.
  3. Cruz.
  4. Cara.
  5. Cruz.
  6. Cara.
  7. Cara.
  8. Cara.
  9. Cruz.
  10. Cruz.

¿Cuantas veces ha salido cara (contamos las C)? 5 veces ¿Cuantas veces ha salido cruz (contamos las X)? 5 veces. La probabilidad de que salga cara será de 5/10=0,5 o, en porcentaje, del 50%.

Una vez ha ocurrido ese suceso podemos calcular la media matemática del número de veces que ha ocurrido cada suceso. El lado cara ha salido una de cada dos veces, es decir, un 50% de las veces. La media coincide con la esperanza matemática.

Cálculo de la esperanza matemática

La esperanza matemática se calcula utilizando la probabilidad de cada suceso. La fórmula que formaliza este cálculo se enuncia como sigue:

Dónde:

  • X = valor del suceso.
  • P = Probabilidad de que ocurra.
  • = Periodo en el que se da dicho suceso.
  • = Número total de periodos u observaciones.

No siempre la probabilidad de que ocurra un suceso es la misma, como con las monedas. Existen infinidad de casos en que un suceso tiene más probabilidad de salir que otro. Por eso utilizamos en la fórmula la P. Además, al calcular números matemáticos debemos multiplicar por el valor del suceso. Abajo vemos un ejemplo.

¿Para qué se utiliza la esperanza matemática?

La esperanza matemática se utiliza en todas aquellas disciplinas en las que la presencia de sucesos probabilísticos es inherente a las mismas. Disciplinas tales como la estadística teórica, la física cuántica, la econometría, la biología o los mercados financieros. Una gran cantidad de procesos y sucesos que ocurren en el mundo son inexactos. Un ejemplo claro y fácil de entender es el de la bolsa de valores.

En la bolsa de valores, todo se calcula en base a valores esperados ¿Por qué valores esperados? Porque es lo que esperamos que suceda, pero no podemos confirmarlo. Todo se basa en probabilidades, no en certezas. Si el valor esperado o esperanza matemática de la rentabilidad de un activo es de un 10% anual, querrá decir que, según la información que tenemos del pasado, lo más probable es que la rentabilidad vuelva a ser de un 10%. Si solo tenemos en cuenta, claro está, la esperanza matemática como método para tomar nuestras decisiones de inversión.


En números, simplificando mucho, supongamos que las rentabilidades de un activo financiero son las siguientes:

Rentabilidad en los años 1, 2, 3 y 4.

  1. 12%.
  2. 6%.
  3. 15%
  4. 12%

El valor esperado sería el sumatorio de las rentabilidades multiplicadas por su probabilidad de suceder. La probabilidad de que «suceda» cada rentabilidad es de 0,25. Tenemos cuatro observaciones, cuatro años. Todos los años tienen la misma probabilidad de repetirse.

Esperanza = ( 12 x 0,25 ) + ( 6 x 0,25 ) + ( 15 x 0,25 ) + ( 12 x 0,25 ) = 3 + 1,5 + 3,75 + 3 = 11,25%

Teniendo en cuenta esta información, diremos que la esperanza de la rentabilidad del activo es del 11,25%.





No hay comentarios:

Publicar un comentario

 Arboles de Decisión Un árbol de decisión es una especie de mapa en que se muestra cada una de las opciones de decisión posibles y sus resul...