{"id":88,"date":"2016-11-04T21:06:04","date_gmt":"2016-11-05T02:06:04","guid":{"rendered":"http:\/\/blog.espol.edu.ec\/estg1003\/?p=88"},"modified":"2026-04-04T10:47:33","modified_gmt":"2026-04-04T15:47:33","slug":"modelos-de-probabilidad","status":"publish","type":"post","link":"https:\/\/blog.espol.edu.ec\/algoritmos101\/stp-u01eva\/modelos-de-probabilidad\/","title":{"rendered":"4. Modelos de Probabilidad"},"content":{"rendered":"\n

Referencia<\/em><\/strong>: Leon-Garc\u00eda 1.3 p.4<\/p>\n\n\n\n

Muchos modelos de se\u00f1ales muestran variaciones impredecibles y un comportamiento aleatorio o probabil\u00edstico.<\/p>\n\n\n\n

En un experimento aleatorio, repetido sobre las mismas condiciones, entrega resultados que var\u00edan de forma poco predecible. Si consideramos realizar un modelos determin\u00edstico, encontramos que no es el m\u00e1s apropiado al predecir siempre el mismo resultado.<\/p>\n\n\n\n

Experimento aleatorio cl\u00e1sico<\/h2>\n\n\n\n
\"\u00e1nfora<\/figure>\n\n\n\n

En un \u00e1nfora se colocan tres pelotas de igual tama\u00f1o numeradas con 0, 1 y 2, se agita el \u00e1nfora para que no exista un \"orden\" predeterminado.<\/p>\n\n\n\n

Al sacar una pelota cualquiera, no se podr\u00eda predecir cual ser\u00e1, luego se anota el n\u00famero de la pelota y se la devuelve al \u00e1nfora.<\/p>\n\n\n\n

El resultado del experimento, cada vez que se realiza un intento, es un n\u00famero que pertenece al grupo S={0,1,2}, que formalmente se lo denomina espacio muestral<\/strong><\/p>\n\n\n\n

El resultado del experimento para 20 intentos, se obtiene un vector con los valores siguientes:<\/p>\n\n\n\n

\"modeloprob01.png\"<\/figure>\n\n\n\n

Simulaci\u00f3n en Python<\/h3>\n\n\n\n

Para simular el experimento con Python, se puede usar el generador de enteros aleatorios np.random.randint(). <\/code><\/code><\/p>\n\n\n

\n# Simulador de Urna con pelotas 0,1,2 \nimport numpy as np\nimport matplotlib.pyplot as plt\n\n# INGRESO \nintentos = 20\npelotas  = 3\n\n# PROCEDIMIENTO\naleatorios = np.random.randint(pelotas,size=intentos)\n\n# SALIDA\nprint(aleatorios)\n\n# grafica\nplt.plot(aleatorios,'o-')\nplt.xlabel('intentos')\nplt.ylabel('aleatorios')\nplt.margins(0.1)\nplt.show()\n<\/pre><\/div>\n\n\n
\"\"<\/a><\/figure>\n\n\n
\n# SALIDA - ARCHIVO\narchivotxt = 'aleatoriosurna.txt'\nnp.savetxt(archivo, aleatorios, fmt='%d ')\nprint(' ... archivo: '+archivotxt+' guardado ...')\n<\/pre><\/div>\n\n\n
Revise la aplicaci\u00f3n codificar a morse<\/em><\/strong><\/p>\n\n\n\n
Ahora, revise el resultado obtenido al codificar un mensaje cualquiera en morse, y realice sus observaciones:<\/p>\n\n\n\n
codigo morse :\n'. ... .--. --- .-.. .. -- .--. ..- .-.. ... .- \n -. -.. --- .-.. .- ... --- -.-. .. . -.. .- -..\n -.. . .-.. -.-. --- -. --- -.-. .. -- .. . -. -\n --- ' <\/code><\/pre>\n\n\n\n
    \n
  1. \u00bfCu\u00e1l ser\u00eda el conjunto posible de resultados?<\/li>\n\n\n\n
  2. defina el espacio muestral S<\/strong><\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"
    Referencia: Leon-Garc\u00eda 1.3 p.4 Muchos modelos de se\u00f1ales muestran variaciones impredecibles y un comportamiento aleatorio o probabil\u00edstico. En un experimento aleatorio, repetido sobre las mismas condiciones, entrega resultados que var\u00edan de forma poco predecible. Si consideramos realizar un modelos determin\u00edstico, encontramos que no es el m\u00e1s apropiado al predecir siempre el mismo resultado. Experimento aleatorio […]<\/p>\n","protected":false},"author":8043,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"wp-custom-template-entrada-stp-unidades","format":"standard","meta":{"footnotes":""},"categories":[213],"tags":[],"class_list":["post-88","post","type-post","status-publish","format-standard","hentry","category-stp-u01eva"],"_links":{"self":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts\/88","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/users\/8043"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/comments?post=88"}],"version-history":[{"count":3,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts\/88\/revisions"}],"predecessor-version":[{"id":23250,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts\/88\/revisions\/23250"}],"wp:attachment":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/media?parent=88"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/categories?post=88"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/tags?post=88"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}