Probabilidad y estadística en la toma de decisiones

Autores/as

Palabras clave:

Incertidumbre, probabilidad, estadística, toma de decisiones

Resumen

La probabilidad y estadística son áreas de estudio que tienen su origen en el siglo xvi y que se han desarrollado a lo largo de la historia. La probabilidad se refiere al grado de certeza de que un suceso ocurra o no, mientras que la estadística se encarga de recopilar y analizar datos para generar explicaciones y predicciones. Estas disciplinas se aplican en diferentes ámbitos. Algunos ejemplos de sus aplicaciones son predecir el clima, conocer qué equipo de fútbol ganará el mundial o el comportamiento de las inversiones en la bolsa de valores. Además, ante el incremento de la información, se han desarrollado sistemas más complejos para diagnosticar enfermedades, asignar precio a pólizas de seguros o la construcción de coches autónomos. En este artículo hablamos de estos temas a mayor profundidad.

→ Leer más

Biografía del autor/a

Alan David Ramírez Noriega, Facultad de Ingeniería Mochis, Universidad Autónoma de Sinaloa (UAS)

Maestro en Computación Aplicada en la Universidad Autónoma de Sinaloa y el Doctor en Ciencias de la Computación en la Universidad Autónoma de Baja California; ambos temas de investigación fueron en torno a redes Bayesianas. Es Profesor e Investigador de Tiempo Completo de la Facultad de Ingeniería Mochis en la Universidad Autónoma de Sinaloa. Actualmente es miembro del Sistema Nacional de Investigadores e Investigadoras (snii) nivel 1 en el área ix (Interdisciplinaria), investigador Honorífico del Sistema Sinaloense de Investigadores y Tecnólogos, participante del cuerpo académico uas-ca-295 “Sistemas Innovadores Aplicados al Contexto Educativo, perfil deseable prodep, miembro adherente de la Academia Mexicana de Computación (amexcomp) y Miembro de la Red Temática de Ingeniería de Software (Redmis). Cuenta con diversas publicaciones en revistas de alto impacto (jcr, scopus) y congresos nacionales e internacionales en temas relacionados a sistemas tutores inteligentes, ingeniería de software y minería de datos, siendo éstas sus áreas principales de interés. Además, ha participado en diversas direcciones y sinodalias de tesis de licenciatura, maestría y doctorado.

Carolina Tripp-Barba, Facultad de Informática Mazatlán, Universidad Autónoma de Sinaloa (UAS)

Carolina Tripp Barba, es Licenciada en informática por la Universidad Autónoma de Sinaloa, obtuvo su Maestría y Doctorado en Ingeniería Telemática en la Universidad Politécnica de Catalunya en 2009 y 2013, respectivamente. Es Profesor Investigador Tiempo Completo Titular “B”, adscrito a la Facultad de Informática Mazatlán de la Universidad Autónoma de Sinaloa (uas). Ha dirigido diversas tesis de licenciatura y posgrado. Es co-autora de artículos en revistas jcr, congresos nacionales e internacionales sobre redes vehiculares. Es revisora de revistas indexadas y miembro del comité científicos de diversas conferencias internacionales. Ha sido la encargada de publicidad del acm pewasum 2011 a 2013 y Co-Chair en 2015 y editora invitada de la revista Ad Hoc Networks (Elsevier). Investigadora en el ssit (2014-2024). Su línea de investigación se enfoca en el diseño y mejora de protocolos de encaminamiento para redes vehiculares, aplicaciones y servicios orientados a ciudades inteligentes. Miembro del Sistema Nacional de Investigadoras e Investigadores (snii) desde 2015.

Samantha Jiménez, Universidad Autónoma de Baja California y San Diego Global Knowledge University

Samantha Jiménez obtuvo el grado de Doctora en Ciencias por la Universidad Autónoma de Baja California, y el grado de Maestra en Ingeniería e Ingeniera en Sistemas Computacionales por la Universidad de Colima y tiene un posdoctorado por el Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. Actualmente labora como profesora de tiempo Completo en la Universidad Autónoma de Baja California en la Facultad de Ciencias de la Ingeniería y Tecnología (fcitec). Además, es profesora de asignatura y coordinadora del programa Full Stack Developer en San Diego Global Knowledge University. Ha participado como administradora de proyectos en distintos proyectos de desarrollo de software para la industria y para la academia. Pertenece al Sistema Nacional de Investigadores, y tiene más de 25 publicaciones en revistas indizadas en el Journal Citation Reports, el libro Affective Feedback in Intelligent Tutoring Systems en la editorial Springer y más de 40 publicaciones en congresos Internacionales. Es parte del comité organizador del Congreso Internacional de Ingeniería de Software desde el 2015 a la fecha, así como de la Red Mexicana de Ingeniería de Software. Sus principales líneas de investigación son: interacción humano computadora, e-learning e ingeniería de software.

Citas

Anderson, D., Sweeney, D., y Williams, T. (2008). Statistics for Business and Economics (10a. ed.). Thomson/Southwestern.

Ghahramani, Z. (2015) Probabilistic machine learning and artificial intelligence. Nature 521, 452–459. https://doi.org/10.1038/nature14541.

Gómez-Romero, J., García, J., y Molina, J. M. (2014). Modelos de Representación de Imprecisión e Incertidumbre en Fusión de Alto Nivel. xvii Congreso Español Sobre Tecnologías y Lógica Fuzzy (ESTYLF), Zaragoza, España. https://bisite.usal.es/archivos/2014_estylf.pdf.

Gutiérrez, E., y Vladimirovna, O. (2014). Probabilidad y estadística. Aplicaciones a la ingeniería y las ciencias (1ª. ed.). Grupo Editorial Patria.

Hernández, J., Ramirez Ma. J., y Ferri C. (2004). Introducción a la minería de datos. Pearson Educación.

Instituto Nacional de Estadística y Geografía (inegi). (2023, 6 de octubre). Esperanza de vida al nacimiento por entidad federativa según sexo, serie anual de 2010 a 2023. http://tinyurl.com/23fdccr4.

Naciones Unidas. (2023, 9 de octubre). Día Mundial de la Estadística. https://www.un.org/es/observances/statistics-day.

Nasteski, V. (2017). An overview of the supervised machine learning methods. Horizons, 4, 51-62. https://doi.org/10.20544/HORIZONS.B.04.1.17.P05.

Restrepo B., L. F., y González L., J. (2003, marzo). La Historia de la Probabilidad. Revista Colombiana de Ciencias Pecuarias, 16(1), 83-87. https://www.redalyc.org/pdf/2950/295026121011.pdf.

Stylianides N., y Kontou E. (2020). Bayes Theorem and its Recent Applications. Mathematics Research Journal, 2. https://journals.le.ac.uk/ojs1/index.php/lumj/article/view/3488/3130

Valero-Matas, J. A., y De la Barrera, A. (2020). The Autonomous Car: A better future? Sociología y tecnociencia, 10(1), 136-158. https://revistas.uva.es/index.php/sociotecno/article/view/4225

Publicado

06-03-2024

Número

Vol. 25 Núm. 2 (2024): Puntos de inflexión: decisiones y acciones por tomar

Sección

Varietas

Licencia

Derechos de autor 2024 Revista Digital Universitaria

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Licencia Creative Commons
Revista Digital Universitaria es editada por la Universidad Nacional Autónoma de México se distribuye bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional. Basada en una obra en http://revista.unam.mx/.