Академический Документы
Профессиональный Документы
Культура Документы
TEORA DE PROBABILIDADES
Es la parte de las matemticas que estudia los fenmenos aleatorios estocsticos.
Estos deben contraponerse a los fenmenos determinsticos, los cuales son resultados
nicos y/o previsibles de experimentos realizados bajo las mismas condiciones
determinadas, por ejemplo, si se calienta agua a 100 grados Celsius a nivel del mar se
obtendr vapor. Los fenmenos aleatorios, por el contrario, son aquellos que se
obtienen como resultado de experimentos realizados, otra vez, bajo las mismas
condiciones determinadas pero como resultado posible poseen un conjunto de
alternativas, por ejemplo, el lanzamiento de un dado o de una moneda. La teora de
probabilidades se ocupa de asignar un cierto nmero a cada posible resultado que
pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados y
saber si un suceso es ms probable que otro.
Espacio Muestral: el espacio muestral o espacio de muestreo consiste en el
conjunto de todos los posibles resultados individuales de un experimento aleatorio.
Evento:
es
cualquier
subconjunto
del
espacio
muestral
con
estructura
Eventos Dependientes:
Regla de probabilidad condicional: Es la probabilidad de que ocurra un evento A,
sabiendo que tambin sucede otro evento B. La probabilidad condicional se
escribe P(A|B), y se lee la probabilidad de A dado B.
Probabilidad Conjunta: Es la probabilidad de ocurrencia de dos o ms eventos.
Probabilidad Marginal: Ocurre cuando solo un evento puede llevarse a cabo.
Teorema de Bayes:
El teorema de Bayes, en la teora de la probabilidad, es una proposicin planteada
por el filsofo ingls Thomas Bayes ( 1702-1761) en 1763, que expresa la probabilidad
condicional de un evento aleatorio A dado B en trminos de la distribucin de
probabilidad
condicional
del
evento B dado A y
la distribucin
de
probabilidad
marginal de slo A.
En trminos ms generales y menos matemticos, el teorema de Bayes es de
enorme relevancia puesto que vincula la probabilidad de A dado B con la probabilidad
de B dado A. Es decir, que sabiendo la probabilidad de tener un dolor de cabeza dado
que se tiene gripe, se podra saber (si se tiene algn dato ms), la probabilidad de
tener gripe si se tiene un dolor de cabeza. Muestra este sencillo ejemplo la alta
relevancia del teorema en cuestin para la ciencia en todas sus ramas, puesto que
tiene vinculacin ntima con la comprensin de la probabilidad de aspectos causales
dados los efectos observados.
Ejemplo de Aplicacin
Una presa hidroelctrica tiene cuatro compuertas. Cuando fallan sus compuertas se
les repara de manera independiente una de la otra. A partir de la experiencia, se sabe
que cada compuerta est fuera de servicio el 4% de todo el tiempo.
a) Si la compuerta nmero uno est fuera de servicio, cul es la probabilidad de que
simultneamente las compuertas dos y tres estn fuera de servicio?
b) Durante una visita a la presa, se le dice a usted que las posibilidades de que las
cuatro compuertas estn fuera de servicio al mismo tiempo son menores a uno entre
cinco millones. Es esto cierto?
Informacin dada
Probabilidad de falla de cada una de las compuerta = 0.04
Eventos bajo independencia estadstica
Resolucin
4. T de student
Es asociada a una variable aleatoria que se obtiene a partir del cociente de una
variable N (0; 1) y la raz cuadrada de una variable X2(n). Por tanto, esta distribucin
puede tomar cualquier valor real. Su funcin de densidad es muy compleja y su grfica
es parecida a la de la distribucin N (0; 1).
5. Chi cuadrada
Es la asociada a una variable aleatoria que se obtiene como suma de los cuadrados
de n variables independientes con distribucin N (0; 1). Por tanto, esta distribucin slo
toma valores positivos y adems su funcin de densidad es muy compleja.
Intuitivamente, esta distribucin es de utilidad para obtener informacin de la varianza
poblacional a partir de un conjunto de datos extrados de una variable normal.
6. Distribucin F (Anova)
Es la asociada a una variable aleatoria que se obtiene a partir del cociente de una
dos variables chi-cuadrado con n y m grados de libertad respectivamente. Por tanto,
esta distribucin slo tomar valores positivos. Su funcin de densidad es muy compleja
y su grfica es parecida a la de la distribucin chi-cuadrado. Intuitivamente, esta
distribucin es de utilidad para establecer comparaciones entre las varianzas
poblacionales a partir de dos conjuntos de datos extrados de una variable normal.
BIBLIOGRAFIA
Gmez Cadenas, J.J. (2005). Distribuciones Probabilsticas. Recuperado de
https://www.google.com.gt/?gws_rd=ssl#q=Distribuciones+de+probabilidad+pdf