Академический Документы
Профессиональный Документы
Культура Документы
Estudiante:
Sección: 01
Sandy Herrera
INTRODUCCION A LA TEORIA DE PROBABILIDAD
3-¿Enfoque de la Probabilidad?
El enfoque clásico es aplicado cuando todos los resultados son igualmente probables y no
pueden ocurrir al mismo tiempo.
Si queremos conocer la probabilidad del evento A según este enfoque debemos calcular el
siguiente cociente:
N(A) 4 1
A este enfoque se le denomina también enfoque empírico debido a que para determinar los
valores de probabilidad se requiere de la observación y de la recopilación de datos. También se
le denomina a posteriori, ya que el resultado se obtiene después de realizar el experimento un
cierto número de veces.
Si queremos conocer la probabilidad del evento A según este enfoque debemos calcular el
siguiente cociente:
Tamaño de la muestra n
EJEMPLOS
1) Antes de incluir la cobertura para ciertos tipos de problemas dentales en pólizas de seguros
médicos para adultos con empleo, una compañía de seguros desea determinar la probabilidad
de ocurrencia de esa clase de problemas, para que pueda fijarse la prima de seguros de
acuerdo con esas cifras. Por ello, un especialista en estadística recopila datos para 10,000
adultos que se encuentran en las categorías de edad apropiadas y encuentra que 100 de ellos
han experimentado el problema dental específico durante el año anterior. Por ello, la
probabilidad de ocurrencia es:
100
P(A) = --------------- = 0.01, o 1%
10,000
2) Se sabe que una moneda está cargada. Para determinar la probabilidad de que caiga águila
se lanza 60 veces la moneda al aire, de las cuales 25 veces cayó águila. Si aplicamos la fórmula:
Por ejemplo, cuando lanzamos una moneda, ¿cuáles son todos los posibles resultados que
podemos obtener? Que salga cara o cruz, ¿verdad? En total son dos posibles resultados, por lo
que el espacio muestral tiene 2 elementos.
E = {cara, cruz}
Y si lanzamos un dado, tenemos en total 6 posibles resultados que pueden salir. Por lo tanto el
espacio muestral sería de 6 elementos.
E = {1, 2, 3, 4, 5, 6}.
7-Un suceso es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar cara” en el
lanzamiento de una moneda, “sacar el número 5” o “sacar un número primo” en el
lanzamiento de un dado son sucesos.
¿Cuáles son todos los posibles resultados? Nos referimos a los números de las bolas, que son
los números del 11 al 20.
E = {11, 12, 13, 14, 15, 16, 17, 18, 19, 20}
Cuando todos los sucesos elementales tienen las misma probabilidad de ocurrir, la
probabilidad de un suceso cualquiera A se define como el cociente entre el número de casos
favorables y el número de casos posibles. Esta es la Ley de Laplace.
8-Espacio muestral
E = {C, X}.
E = {1, 2, 3, 4, 5, 6}.
1. Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas.
E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}
Los eventos mutuamente excluyentes son dos resultados de un evento que no pueden ocurrir
al mismo tiempo.
Sacar una carta de un mazo estándar y que salga un as y un rey son eventos
mutuamente excluyentes, ya que no pueden ocurrir los dos al mismo tiempo.
Sin embargo, sacar una carta roja y rey no son eventos mutuamente excluyentes, ya
que puedes sacar perfectamente un rey rojo.
Todos los eventos complementarios son mutuamente excluyentes, pero todos los eventos
mutuamente excluyentes no son necesariamente complementarios.
Dos sucesos son independientes cuando él la probabilidad de uno de ellos no depende para
nada de que se haya verificado el otro.
Ejemplo 2: Sacamos una carta de una baraja, la miramos y la dejamos fuera de la baraja.
Barajamos y sacamos una segunda carta. Los sucesos "sacar la primera carta" y "sacar la
segunda carta" son dependientes, ya que la extracción de la primera carta influye en lo que
saquemos en la segunda (pues la baraja dispone de una carta menos).
12-Sucesos Dependientes
Dos eventos son dependientes si el resultado del primer evento es el resultado del segundo
evento, así como la probabilidad es cambiada.
Ejemplo:
Supongamos que tenemos 5 canicas azules y 5 canicas rojas en una bolsa. Sacamos una canica,
que puede ser azul o rojo. Ahora quedan 9 en la bolsa. ¿Cuál es la probabilidad de que la
segunda canica sea roja?
Existen tres reglas fundamentales para resolver problemas en donde se desea determinar la
probabilidad de un suceso si se conocen las probabilidades de otros sucesos que están
relacionados con él.
Estas dos reglas son: Regla dela Adición ,Probabilidad Condicional y Regla de la Multiplicación o
Probabilidad Conjunta .
es.slideshare.net
Reglas de la Suma
EJEMPLO
Entonces, si A y B son mutuamente excluyentes,
P(A o B) = P(A) U P(B) = P(A) + P(B)
Si A y B no son mutuamente excluyentes,
P(A o B) = P(A) + P(B) − P(A y B)
Siendo: P(A) = probabilidad de ocurrencia del evento A, P(B) = probabilidad de ocurrencia del
evento B, y P(A y B) = probabilidad de ocurrencia simultánea de los eventos A y B.
Otra forma de verlo, sería expresar la probabilidad de sucesos mutuamente no excluyentes
mediante el sumatorio de las probabilidades de un evento determinado en función de otros
eventos:
P (x)= Ʃ/y P(x, y)= Ʃ/y Ʃ/y P(Y) P(x/y)
Regla de la multiplicación
15-Teoremas de Baye
P(Ai/B)= P(B/Ai)P(Ai)
P(B)