DEFINICIONES Y ENFOQUES PROBABILSTICOS

NOMBRES: Palma Guale Irving Jos Samaniego Moncayo Isabel Patricia Vera Burgos Elsa Patricia PROFESOR: Ec. Saul Murillo CURSO: 5 Nivel B

EMPEZAR

A Priori

Probabilidad

A Posteriori

El calculo de la probabilidades de un suceso o fenmeno, se pueden determinar por dos procedimientos llamados; a priori o a posteriori, que se fundamenta de alguna de las definiciones siguientes.

Probabilidad a Priori
Cuando se dispone previamente de los datos del comportamiento del suceso, hay que recurrir al concepto matemtico de probabilidad y hacer uso de los mtodos de conteo entre ellos fundamentalmente la teora combinatoria

Probabilidad a Posterori
En el caso de que conocemos la informacin previamente al calculo de la probabilidad. Esta informacin ser una tabla estadstica en las que conoceremos las frecuencias con las que se han producido el suceso, por tanto, podremos determinar la frecuencia relativas y utilizando la definicin estadstica de probabilidad, determinar la probabilidad del suceso.

Teora de probabilidades
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. Con este fin, introduciremos algunas definiciones:

Suceso
Es cada uno de los resultados posibles de una experiencia aleatoria.
Al lanzar una moneda salga cara. Al lanzar una moneda se obtenga 4.

Espacio Muestral
Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E (o bien por la letra griega ). Espacio Muestral de una moneda: E = {C, X}. Espacio Muestral de un dado: E = {1, 2, 3, 4, 5, 6}.

Suceso aleatorio Suceso aleatorio es cualquier subconjunto del espacio muestral. Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener mltiplo de 3, y otro, sacar 5.

Ejemplo Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas. Calcular: 1. El espacio muestral. 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)} 2. El suceso A = {extraer tres bolas del mismo color}. A = {(b,b,b); (n, n,n)} 3. El suceso B = {extraer al menos una bola blanca}. B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)} 4. El suceso C = {extraer una sola bola negra}. C = {(b,b,n); (b,n,b); (n,b,b)}

Resultado:
La probabilidad de un resultado se representa con un nmero entre 0 y 1, ambos inclusive. 0 indica que el resultado no ocurrir nunca 1 que el resultado ocurrir siempre.

Si un experimento tiene n posibles resultados, y f de ellos se consideran favorables, la probabilidad de un suceso favorable es f/n.
EJEMPLO: Un dado no trucado se puede lanzar de seis formas posibles, por tanto, la probabilidad de que salga un 5 un 6 es: 2/6

Problemas ms complicados estudian acontecimientos en que los distintos resultados tienen distintas probabilidades de ocurrir. Encontrar la probabilidad de que salga 5 6 al lanzar un par de dados: los distintos resultados (2, 3,12) tienen distintas probabilidades. Los problemas que estudian experimentos repetitivos relacionan la probabilidad y la estadstica. Encontrar la probabilidad de obtener 5 veces un 3 y al menos 4 veces un 6 al lanzar un dado, sin hacer trampas, 50 veces El uso ms generalizado de la probabilidad es su utilizacin en el anlisis estadstico. La probabilidad de sacar 7 al lanzar dos dados es 1/6, lo que significa (se interpreta como) que al lanzar dos dados aleatoriamente y sin hacer trampas, un gran nmero de veces, alrededor de un sexto de los lanzamientos darn 7.

La historia esta llena de referencias a los principios de la Probabilidad. En el siglo XVII Jacob Bernoulli (1654-1705), miembro de una familia suiza de Matemticos estableci muchas de las leyes bsicas de la Probabilidad Moderna. Thomas Bayes (1702-1761) y Joseph Lagrange (1736-1813) tambin se cuentan entre los pioneros de la teora de la Probabilidad.

 Dice que la probabilidad de ocurrencia de un evento es el grado de creencia por parte de un individuo de que un evento ocurra, basado en toda la evidencia a su

disposicin. Bajo esta premisa se puede decir que este enfoque es adecuado cuando solo hay una oportunidad de ocurrencia del evento. Es decir, que el evento ocurrir o no ocurrir esa sola vez. El valor de probabilidad bajo este enfoque es un juicio personal

 Al lanzar una moneda solo puede ocurrir que salga

cara o sello pero no los dos a la vez, esto quiere decir que estos eventos son excluyentes. Dos o ms eventos son no excluyentes, o conjuntos, cuando es posible que ocurran ambos. Esto no indica que necesariamente deban ocurrir estos eventos en forma simultanea

Dice que si hay x posibles resultados favorables a la ocurrencia de un evento A y z posibles resultados desfavorables a la ocurrencia de A, y todos los resultados son igualmente posibles y mutuamente excluyente (no pueden ocurrir los dos al mismo tiempo), entonces la probabilidad de que ocurra A es:

Si tenemos en una caja 15 piedras verdes y 9 piedras rojas. La probabilidad de sacar una piedra roja en un intento es:
P(x)=
9 24

= 0.375 o 37.5%