Probabilidad

Llamamos Probabilidad a la parte de las Matemticas que se encarga de del estudio de los sucesos aleatorios, de la definicin axiomtica de la probabilidad y de los distintos modelos probabilsticos.

Tema 1

lgebra de Sucesos y Probabilidad

2

Espacio Probabilstico
(, A, P) espacio probabilstico
= {i }i espacio muestral

A el lgebra de sucesos P la funcin de probabilidad

lgebra de Sucesos
se llaman sucesos. A debe cumplir:

A es un subconjunto de P (), sus elementos

y son sucesos (sucesos imposible y seguro). Si A es un suceso, A tambin es un suceso Si Ai es un suceso iI, entonces I Ai es un suceso
(El lgebra de sucesos ms usual es P ())
4

Operaciones con Sucesos

Si a A es un suceso decimos que ha ocurrido A cuando ocurre uno de los sucesos elementales que pertenecen a A. Si A y B son sucesos, decimos que ha ocurrido AB cuando ocurren A o B o ambos. Si A y B son sucesos, decimos que ha ocurrido AB cuando ocurren A y B. Si A es un suceso decimos que ocurre A cuando no ocurre A.

lgebra de Boole de los Sucesos

Puesto que los sucesos son subconjuntos del espacio muestral , se puede operar con ellos tal como conocemos en el lgebra de Boole de los conjuntos.

AB = B A (A B ) C = A (B C ) A = A = A

AB = B A (A B ) C = A (B C ) A = A A =

A (B C ) = (A B ) (A C ) A (B C ) = (A B ) (A C )

AA = AA =

AB = A B

AB = A B
6

Funcin de probabilidad
Una probabilidad es una aplicacin definida sobre el lgebra de sucesos Debe cumplir:
P ( ) = 1

A R A P (A )

Si A,B A y A B , entonces P ( A ) P (B )
Si A, B A y A B = , entonces P (A B ) = P (A ) + P (B )

Funcin de Probabilidad
Propiedades derivadas de la definicin: P()=0
P A = 1 P (A )

( )

P(A B) = P(A) P(B)

P(A B) = P(A) + P(B) P(A B)

Funcin de Probabilidad
Forma usual de definir una probabilidad:

1. Definir la probabilidad de los sucesos elementales, de manera que se cumpla

i) , P ( ) 0

ii)

P () = 1

2. Para cada suceso A definimos su probabilidad

P (A ) =

i A

P ( )
i

Funcin de Probabilidad

Si el espacio muestral es finito

y Si los sucesos elementales son equiprobables, entonces A A , P ( A ) = A casos favorables = casos posibles

10

Probabilidad Condicionada
Ejemplo1: Sea el experimento el lanzamiento de un dado equilibrado y sea B = salir par y A = salir un dos P(salir un dos, supuesto que sali un nmero par) = 1/3 P(salir un tres, supuesto que sali un nmero par) = 0

Ejemplo 2: Sea el experimento de lanzar una moneda equilibrada tres veces. Sea A = salir dos caras, B = el primer resultado es una cara. A = {CC+, C+C, +CC}, B ={CCC, CC+, C+C, C++} P(A supuesto que B) = 2/4

11

Probabilidad Condicionada
Cada suceso B que tenga probabilidad no nula induce una nueva funcin de probabilidad en el lgebra de sucesos A

P (A B ) =
Intuitivamente

P (A B ) P (B )

P(AB) = P(dospar) = 1/3

Segn la definicin

P(AB)=P(AB)/P(B)=P(dos)/P(par)=(1/6)/(3/6)=1/3
Intuitivamente P(AB) = P(dos carasla primera es cara) = 2/4

Segn la definicin

P(AB)=P(AB)/P(B)= P(CC+, C+C)/P(B)=(2/8)/(4/8)=2/4

12

Probabilidad Condicionada
P (A B ) = P (A B ) P ( )

P (A B ) =
P (B A ) =

P (A B ) P (B )

P (B A ) P (A)

P ( A B ) Representa el peso de A B en

P (A B ) Representa el peso de A B

en B

P (B A ) Representa el peso de A B en A
13

Sucesos independientes
Dos sucesos A y B de un espacio probabilstico decimos que son independientes si

P (A B ) = P ( A )
Si los sucesos A y B son independientes, entonces

P (B A ) = P (B )
P (A B ) = P (A )P (B )

14

Teorema de la Probabilidad Total

Sean B1,,Bk un sistema completo de sucesos(*), y sea A otro suceso, entonces
P (A ) =

P (A B )P (B )
i i i =1

(*) Una familia B1,,Bk de sucesos decimos que es un sistema completo de sucesos si
i)

UB =
i i =1

ii) Bi B j = , i , j

15

Teorema de Bayes
Sean B1,,Bk un sistema completo de sucesos y sea A otro suceso, entonces

P (Bi A ) =

P (A Bi )P (Bi )
j

P (A B )P (B )
j j =1

Demostracin

P(Bi A) =

P(Bi A) P(A)

Por el teorema de la probabilidad total P ( A ) =

P (A Bi ) =

P ( A Bi ) P ( A Bi ) = P (A Bi )(Bi ) P (Bi )

P (A B )P (B )
j j j =1

16