Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Teora elemental de la probabilidad

Si nos basamos simplemente en la informacin muestral, es imposible determinar exactamente la reaccin de la totalidad de la poblacin, cualquier medida de dicha reaccin, inevitablemente, llevar consigo una cierta incertidumbre.

Aunque no es posible, basndose en la muestra, deducir cierta informacin sobre la poblacin, puede ser posible hacer afirmaciones precisas sobre la naturaleza de la incertidumbre.

Estas afirmaciones se expresan en el lenguaje de la probabilidad.

Para realizar un estudio sistemtico de probabilidad se necesita una cierta terminologa.

Definiciones importantes.
Un experimento constituye un proceso con un resultado que no se puede predecir ciertamente con anterioridad.

Se llama espacio muestral al conjunto de todos los posibles resultados de un experimento. Se le suele denotar con la letra griega .

Por ejemplo, el tpico ejemplo de lanzar una moneda. Se identifica el experimento el hecho de lanzar una moneda.

Y el espacio muestral sera si sale cara o cruz.

Por lo tanto, el espacio muestral de dicho experimento sera:

= {cara, cruz}

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Otro tpico ejemplo sera el de un dado. El experimento se identifica con tirar un dado no trucado, y el espacio muestral sera los posibles valores que obtendramos al lanzar el dado.

= {1, 2, 3, 4, 5, 6}

En este caso, los seis posibles valores que posee un dado.

Otra definicin importante a tener en cuenta es la denominada evento o suceso.

Un evento o suceso, es un subconjunto de un espacio muestral.

Por ejemplo en el ejemplo anterior del dado, el espacio muestral ser los posibles valores de salida al lanzar el dado, definido por:

= {1, 2, 3, 4, 5, 6}

Ahora bien, lo que se requiere es estudiar la probabilidad de que al lanzar el dado, su resultado sea par, por lo tanto, el evento o suceso, ser:

Al lanzar el dado sea par

Por lo tanto, el suceso es:

A = {2, 4, 6}

Se podra tambin, definir el suceso de que al lanzar el dado, el resultado sea impar.

Se debe definir de la siguiente manera:

Al lanzar el dado sea impar

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Por lo tanto, el suceso es:

B = {1, 3, 5}

Combinacin de Sucesos.
Con frecuencia, se constituyen sucesos mediante la combinacin de sucesos ms sencillos.

La unin de dos sucesos A y B, se denota por: AUB

Es el conjunto de resultados que pertenecen ya sea a A o B, o a ambos. Por lo tanto, la unin se debe interpretar como A o B.

La interseccin de dos eventos A y B se denota por A B Es decir, constituye el conjunto de resultados que pertenecen tanto a A como a B. Por lo tanto, la interseccin debe interpretarse como A y B.

El complemento de un evento E se denota por

Es el conjunto de resultados que no pertenecen a E. Por lo tanto, debe interpretarse como no E. Analticamente y en trminos de probabilidad, se expresa como: P( ) = 1 - P(E)

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Sucesos Mutuamente Excluyentes.

Existen ciertos sucesos que nunca se presentan simultneamente. Por ejemplo, es imposible que una moneda que se arroje al aire caiga a la vez en cruz y en cara, a estos sucesos se le llama mutuamente excluyentes.

Se dice que los sucesos A y B son mutuamente excluyentes si no tienen resultados en comn.

Por ejemplo, sean los sucesos:

Lanzar un dado y B

Llueva en Jerez de la Frontera

Estos dos sucesos, no tienen resultados en comn, por lo tanto se le denomina sucesos mutuamente excluyentes.

A la terminologa de mutuamente excluyentes, tambin se le suele llamar disjuntos.

Su definicin: Sean A y B dos sucesos mutuamente excluyentes. Entonces la probabilidad de la unin es la suma de las probabilidades individuales de los sucesos, es decir: P(AUB) = P(A) + P(B) De manera ms general, si E1, E2, ..., En son sucesos mutuamente excluyentes, entonces: P(E1UE2UUE3) = P(E1) + P(E2) ++ P(En)

Probabilidades.
Todo suceso dentro de un espacio muestral tiene una probabilidad de ocurrir.

Con frecuencia, se representa la probabilidad con la letra P.

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Dado un experimento y cualquier evento A:

y y

La expresin P(A) denota la probabilidad de que ocurra el suceso A. P(A) constituye la proporcin de veces que se representa el evento A en el tiempo, si es que el experimento se realiza una y otra vez.

Axiomas de la Probabilidad.
1. Sea un espacio muestral , entonces: P( ) = 1.

2. Para cualquier suceso A, 0 P(A) 1. 3. Sea A un suceso en el espacio muestral suceso A, entonces: , y sean Oi los resultados que componen el .

El primer axioma establece que el resultado de un experimento siempre est en el espacio muestral. Esto es obvio, ya que por definicin, el espacio muestral contiene todos los valores posibles del experimento.

El segundo axioma, dice que la frecuencia alargo plazo de cualquier suceso siempre se encuentra entre 0 y 100%, es decir, entre 0 y 1.

El tercer axioma, quiere decir que la probabilidad de cualquier suceso, es la suma de los elementos que lo componen.

Espacios Muestrales Con Resultados Igualmente Probables.

En algunos experimentos se puede construir un espacio muestral en el cual todos los resultados sean igualmente probables.

Un ejemplo sencillo es el lanzar un dado, en el cual, el espacio muestral es:

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

= {1, 2, 3, 4, 5, 6}

y cada uno de los resultados tiene una probabilidad de 1/6, teniendo en cuenta que el dado no est trucado.

Otro tipo de experimentos que tiene resultados igualmente probables es la seleccin aleatoria de un elemento a partir de una poblacin de elementos.

Por lo tanto, una poblacin a partir de la cual se muestrea un elemento en forma aleatoria constituye un espacio muestral con resultados igualmente probables.

Si

, es un espacio muestral que contiene a N elementos igualmente probables, y si A es un

suceso que contiene k resultados, entonces se deduce que la probabilidad del suceso A es:

Regla de la Suma.
Sea A y B cualquier suceso, entonces: P(AUB) = P(A) + P(B) - P(A B) En caso que los sucesos A y B sean mutuamente excluyentes, la suma ser: P(AUB) = P(A) + P(B)

Ordenacin y Conteo de Resultados.

Una dificultado prctica que aparece a veces al calcular la probabilidad de un suceso, es la de contar el nmero de resultados en el espacio muestral y en el suceso en inters.

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Para algunos problemas, el uso de permutaciones y combinaciones puede ser til.

El nmero de posibles ordenaciones de x objetos es: x(x-1)(x-2)(2)(1) = x!

Permutaciones.
Una permutacin constituye un ordenamiento de un conjunto de elementos.

El nmero de permutaciones, nPx ,de n objetos elegidos de un grupo de x en x es el nmero de posibles ordenaciones cuando x objetos han de ser seleccionados de un total de n y dispuestos en orden:

Combinaciones.
A cada grupo distinto de elementos que se puede seleccionar, sin importar el orden, se le llama combinaciones.

Por lo tanto, el nmero de combinaciones, nCx, de n objetos tomados de x en x, es el nmero de posibles elecciones que pueden ser hechas. Se calcula de la siguiente manera:

Probabilidad Condicional.

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Una probabilidad que se basa en una parte de un espacio muestral se denomina probabilidad condicional.

Sean A y B sucesos con P(B) > 0. La probabilidad condicional de A dado B es:

Regla del Producto de Probabilidades.

Sean A y B dos sucesos. La probabilidad de la interseccin es: P(A B) = P(A|B)P(B)

Anlogamente: P(B A) = P(B|A)P(A)

Sucesos Independientes.
Algunas veces, el conocimiento de que un suceso ha ocurrido no cambia la probabilidad de que ocurra otro, en este caso, se dice que los sucesos son independientes.

Dos sucesos A y B son independientes si la probabilidad de cada uno es la misma si ocurren o no los dems sucesos, entonces, se dice que estos sucesos son independientes s y slo si: P(A B) = P(A)P(B) Si P(A) > 0 y P(B) > 0, entonces A y B son independientes si: P(A|B) = P(A)

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

La Regla de la Multiplicacin.
Si A y B son dos sucesos con P(B) > 0, entonces: P(A B) = P(B)P(A|B) Cuando dos sucesos son independientes, entonces P(A|B) = P(A) y P(A|B) = P(B), as, la regla de la multiplicacin se simplifica.

Si A y B son sucesos independientes, entonces:

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

En la mayora de los casos, la mejor manera de determinar si dos sucesos son independientes es comprendiendo el proceso que los produce. He aqu algunos ejemplos:

Se tira dos veces un dado, es razonable creer, que el resultado de la segunda tirada no se vea afectado por el resultado de la primera. Por tanto, conocer el resultado de la primera tirada no ayuda a predecir el resultado de la segunda tirada. Las dos tiradas son independientes.

Cierta reaccin qumica se realiza dos veces, utilizando equipos diferentes cada vez. Es razonable creer que el producto de una reaccin no afectar la produccin de la otra. En este caso los sucesos son independientes.

Los elementos de una muestra aleatoria se pueden tratar como independientes a menos que la poblacin sea finita y la muestra consista de ms de 5% de la poblacin.

Ley de la Probabilidad Total.

Probabilidad y Estadstica Joel Rodrguez Mndez Fecha: 9/febrero/2011 Grupo: A Aula: 33

Si A1, ..., An, son mutuamente excluyentes y exhaustivos y B es cualquier suceso, entonces: P(B) = P(A1 B) ++ P(An B)

De manera equivalente, si P(Ai) > 0 para cada Ai, P(B) = P(B|A1)P(A1) ++ P(B|An)P(An)

Regla de Bayes.
Caso Especial: Sean A y B sucesos con P(A) > 0, P( ) > 0 y P(B) > 0. Entonces:

Caso General: Sean A1, ..., An sucesos mutuamente excluyentes y exhaustivos con P(Ai) > 0 para cada Ai. Sea B cualquier suceso con P(B) > 0. Entonces: