Cuales fueron los primeros precursores de la teoria de la probabilidad? Cual fue el enfoque principal?

Cual fue la primera aplicacion que se le dio?

y La Probabilidad y Evento y Evento o Suceso y Experimento, y Espacio Muestral y Eventos o Sucesos mutuamente Excluyentes y Eventos o Sucesos colectivamente Exhaustivos

Tipos de probabilidad
Planteamiento clsico Planteamiento de frecuencia relativa Planteamiento subjetivo

Probabilidad clsica
y El enfoque clsico es aplicado cuando todos los resultados

son igualmente probables y no pueden ocurrir al mismo tiempo.

Numero de resultados en los que se presenta el evento P = ----------------------------------------------Nmero total de posibles resultados

Probabilidad de frecuencia relativa

y Este enfoque permite determinar la probabilidad con

base en la proporcin de veces que ocurre un resultado favorable en cierto nmero experimentos.
Nmero de observaciones PFr = -------------------------------------Tamao de la muestra

Probabilidad subjetiva
y La probabilidad subjetiva esta basada en las creencias

de las personas que efectan las estimaciones de probabilidad.

Reglas de probabilidad
y Reglas de la adicin para eventos mutuamente

excluyentes. y Reglas de adicin para eventos que no son mutuamente excluyentes.

Reglas de la adicin para eventos mutuamente excluyentes

y Si estamos interesados en la probabilidad de que una

cosa u otra suceda, hablamos entonces de dos eventos mutuamente excluyentes.

Se expresa simblicamente as: P(A o B) = la probabilidad de que suceda A o B, y se calcula de la siguiente forma: P(A o B) = P (A) + P (B).

Reglas de adicin para eventos que no son mutuamente excluyentes

y Si dos eventos no son mutuamente excluyentes, es

posible que ambos se presenten al mismo tiempo. En tales casos la regla de adicin cambiaria as: P(A o B) = P (A) + P (B) P(AB)

INDEPENDENCIA ESTADSTICA.

y Cuando ocurren dos eventos el resultado del primero

PUEDE O N tener un efecto en el resultado del segundo evento, es decir, los eventos pueden ser tanto dependientes o independientes.

y Son aquellos en los cuales la ocurrencia de un evento

NO tiene efecto en la probabilidad de la ocurrencia de cualquier otro evento. Existen 3 tipos de probabilidad bajo la condicin de independencia estadstica:

y Probabilidad individual significa que slo puede tener

lugar un evento. P(SOL) =

y Es la probabilidad de que 2 o ms eventos independientes

ocurran junto o en sucesin, es el producto de sus probabilidades marginales. Frmula :

P(AB) = P(A) * P(B) P(AB) = PROBABILIDAD DE QUE LOS EVENTOS A Y B OCURRAN JUNTOS O EN SUCESIN. P(A) = PROBABILIDAD MARGINAL DE A. P(B) = PROBABILIDAD MARGINAL DE B.

y Ejemplo: Si lanzamos 2 veces una moneda, cul es la

probabilidad de obtener 2 caras (caras y caras)? S= Moneda 1 cara, escudo. Moneda 2 cara , escudo. P(2caras) =P(cara) * P (cara) = * =

Es aquella en la cual la probabilidad de un evento se encuentra condicionada a la ocurrencia de otro evento. P( B/A) = P( B) Se lee : la probabilidad del evento B si el evento ha ocurrido .

Probabilidad bajo condiciones de dependencia estadstica

Estas probabilidades pueden clasificarse de tres formas distintas: *Condicional *Conjunta *Marginal

Condicional bajo dependencia:

La probabilidad de que el evento A ocurra, esta condicionada por la ocurrencia del evento B, siendo A la probabilidad que pase en B.
P(B A)= P(BA)
P(A)

conjunta bajo condiciones de dependencia

La probabilidad de que los eventos A y B sucedan al mismo tiempo se expresa como P(BA). P(BA)=P(A)P(B A) .

Ejemplo:
Tomando en consideracin el ejemplo anterior, podemos decir que hallar la probabilidad conjunta para C y D. Sabiendo que: P(D C)=0.75 P(C)=0.4 Sustituyendo en P(BA)=P(A)P(B A), podemos decir que P(DC)=0.75*0.4= 0.3

Marginal bajo dependencia

Se calcula mediante la suma de las probabilidades de todos los eventos conjuntos que se presenta en el evento.

Si conocemos que: P(CD)=0.3 P(GD)=0.2 P(G)= 0.3 + 0.2= 0.5

Ejemplo
Supongamos que se tiene una caja de bolas de colores distribuida de la siguiente manera: *Tres son de color y tienen puntos *Una es de color y tienen franjas *Dos son grises y tienen puntos *Cuatro son grises y tienen franjas

Cul es la probabilidad de que tenga puntos? Cul es la probabilidad de que tenga franjas?

teorema de Bayes

y Si ya se tienen los datos previamente

pero se obtienen nuevos datos, cul es la herramienta correcta a utilizar? y Qu son las Probabilidades revisadas o posteriores? y Tomas Bayes

Rojas o negras

y La suma de p(tres| evento elemental) no es igual a 1,

las cantidades 40% y 70% simplemente representan las probabilidades condicionales de obtener un tres, dado que se obtuvo una carta roja o negra, respectivamente. y La probabilidad de obtener un tres rojo es igual a: 0.4 x 0.5= 0.20; y la probabilidad de tener un tres negro es de: 0.7 x 0.5 = 0.35; la sima de estas probabilidades en conjunto es de 0.55; de modo que en cada caso la probabilidad conjunta fue obtenida con la formula P(A|B) = P(AB) X P(B)

y P(B|A) = P(BA) P(A) y P(rojo|tres) = P(rojo, tres) P(tres) y P(rojo|tres) = 0.2 0.55 = 0.364

y En este caso lo primero que debemos calcular es; P(2

tres| probabilidad elemental), que es la probabilidad conjunta de obtener dos veces tres; Si las cartas son rojas; P(2 tres| rojas)= 0.4 x 0.4 = 0.16 y si son negras P(2 tres| negras)= 0.7 x 0.7 = 0.49

y Por tanto P(tres rojo) es igual a P(2 tres| rojas) por la

probabilidad de obtener tres del tipo rojo (0.16 x 0.5 = 0.080) y P(tres negro) es igual a P(2 tres| negras) por la probabilidad de obtener tres del tipo negro (0.49 x 0.5 = 0.245); la suma de estas probabilidades es 0.325 y representa la probabilidad marginal de obtener dos tres en dos oportunidades .

y P(rojas| 2 tres) = P(rojas, 2 tres) P(2 tres)= 0.080

0.325 = 0.246 y P(negras| 2 tres) = P(negras, 2 tres) P(2 tres)= 0.245 0.325 = 0.754