Introduccin

Este trabajo est realizado con temas de la primera unidad de probabilidad y estadstica, teora de la probabilidad, la investigacin comienza con el estudio de las nociones de la teora de conjuntos y est destinado a exponer temas bsicos, que se utilizarn en desarrollos posteriores y que sern fundamentales para comprender lo expuesto en ellos. Estudiaremos las operaciones: Inclusin, interseccin, diferencia de conjuntos, etc., en conjuntos dados y luego se incluyen las definiciones de teorema de Bayes as como ejemplos de este, se continua con la explicacin de la probabilidad de eventos aleatorios; como su nombre lo indica se habla sobre la relacin de probabilidad y eventos azarosos. Seguidamente, abordaremos el estudio de espacio muestral y evento, en estos incluyendo conceptos y ejemplos simples. Despus se incluyen las diferentes definiciones de la probabilidad que son: la definicin clsica, en relacin a la frecuencia relativa y la dada por los axiomas, tambin se incluye otra tema sumamente interesante que es el diagrama de rbol, este tema nos muestra la cantidad de resultados que podemos de realizar algn experimentos de probabilidad. Se trataran temas bsicos de la probabilidad tal como las permutaciones y combinaciones, estas se utilizan para manejar una lista de elementos, las permutaciones se aplican cuando se quiere ordenar dicha lista y las combinaciones se aplican cuando se quieren combinar elementos sin ningn orden en especfico en otro. Se hablara de 2 tipos de probabilidad, la probabilidad condicional y la independiente un tanto diferentes ya que; la probabilidad condicionada es una caracterstica usual ya que esta enuncia que para que ocurra otro evento deber depender de otro y la independiente dice que el evento ser independiente solo si la interseccin de 2 eventos es igual al producto de sus probabilidades respectivas.

CONJUNTOS, SUS OPERACIONES, LEYES Y SU REPRESENTACIN

CONJUNTOS
El concepto de conjunto es intuitivo y se podra definir como una "coleccin de objetos"; as, se puede hablar de un conjunto de personas, ciudades, gafas, lapiceros o del conjunto de objetos que hay en un momento dado encima de una mesa. Un conjunto est bien definido si se sabe si un determinado elemento pertenece o no al conjunto. Se entiende por conjunto a la agrupacin en un todo de objetos bien diferenciados de nuestra intuicin o nuestra mente. Un conjunto es un saco lleno de elementos. Dentro del saco puede haber nmeros, letras, plantas, personas, mastodontes,.., prcticamente cualquier cosa. Observacin: Un resultado concreto de un experimento es un elemento del espacio muestral asociado al experimento, conceptualmente suceso y resultado son dos cosas distintas. Los resultados de un experimento aleatorio se suelen representar con letras minsculas, los sucesos con letras maysculas.

En el ejemplo anterior, el suceso A ocurre siempre que el resultado del experimento sea el elemento 2, el elemento 4 o el elemento 6. La confusin entre suceso y resultado se debe a que cuando el suceso es : " que al lanzar un dado salga 2" y el resultado :"sale un dos al lanzar el dado", slo ocurre el suceso cuando el resultado es 2. Suceso : "Sale un dos" es el subconjunto {2} del espacio muestral Resultado : "Sale un dos" es el elemento 2 del espacio muestral

OPERACIONES CON CONJUNTOS

Sean y dos conjuntos.

 Unin Para cada par de conjuntos A y B existe un conjunto Unin de los dos, que se denota como el cual contiene todos los elementos de A y de B. De manera ms general, para cada conjunto S existe otro conjunto denotado como de manera que sus elementos son todos los tales que . De esta manera

es el caso especial donde

Es claro que el hecho de que un elemento x pertenezca a es condicin necesaria y suficiente para afirmar que x es un elemento de A o al menos de B. Es decir

Ejemplos: si tenemos los conjuntos

Entonces

Pro p i e d ad e s d e l a uni n d e s uc e sos Co n mu t at i v a

As o c i a ti v a

Si mp l i f i c a c i n

Di s t ri b u ti v a

El e me n t o n e ut ro

Ab s o rc i n

 Interseccin n Los elementos comunes a y forman un conjunto denominado interseccin de y , representado por . Es decir, es el conjunto que contiene a todos los elementos de A que al mismo tiempo estn en B: . Si dos conjuntos y son tales que , entonces y se dice que son conjuntos disjuntos. Es claro que el hecho de que afirmar que y . Es decir es condicin necesaria y suficiente para

Ejemplos: si tenemos los conjuntos

Entonces:

 Particiones Dado un conjunto A y una serie de subconjuntos Ai, se dice que Ai son particiones de A cuando la unin de todas es el conjunto A, y la interseccin de todas es el conjunto vaco. Es decir, que los subconjuntos Ai, forman parte del conjunto mas grande denotado A.  Diferencia -

Diagrama de Venn que muestra A B

Diagrama de Venn que muestra B

Los elementos de un conjunto que no se encuentran en otro conjunto , forman otro conjunto llamado diferencia de y , representado por . Es decir:

. o dicho de otra manera:

Algunas personas prefieren denotar la diferencia de Una propiedad interesante de la diferencia es que

como

eso es porque

Ejemplos: Sin importar cual conjunto A elija usted, siempre se cumple

 Complemento El complemento de un conjunto A, es el conjunto de los elementos que pertenecen a algn conjunto U pero no pertenecen a A, que lo representaremos por decir . Es

El conjunto complemento siempre lo es respecto al conjunto universal que estamos tratando, esto es, si hablamos de nmeros enteros, y definimos el conjunto de los nmeros pares, el conjunto complemento de los nmeros pares, es el formado por los nmeros no pares. Si estamos hablando de personas, y definimos el conjunto de las personas rubias, el conjunto complementario es el de las personas no rubias. En vista de que y , entonces

, de manera que

Pero tambin

de modo que

 Diferencia simtrica Los elementos de dos conjuntos, A y B a excepcin de aquellos que se encuentran en el rea de interseccin de dichos conjuntos se define la diferencia simtrica.

 Sucesos compatibles e incompatibles

 Suceso contrario Dado un suceso A, se llama suceso contrario de A a un suceso que se verifica cuando no se verifica A.

LEYES:
Leyes de algebra de conjuntos y de potencia AuA=A

AnA=A Leyes asociativas (Ab)uC = a.C.(BuC) (AMB)uC =a.C.(Inc.) Leyes conmutativas (AuB)=(BuA) (AnB)=(BnA)

Leyes distributivas Au(BnC)=(AuB)n(AuC) An (BuC)= (AnB) u (AnC) Leyes de identidad Au =A AnU=A AuU=U An= Leyes de complemento

AuAc=U AnAc= (Ac)c= A Uc = Leyes de De Morgan Se pueden comprobar grficamente.

10

TEOREMA DE BAYES
El teorema de Bayes, enunciado por Thomas Bayes, en la teora de la probabilidad, es el resultado que da la distribucin de 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. Vamos a considerar de nuevo, el experimento de las urnas A y B, que contienen bolas verdes y rojas:

Si sabemos que ha salido una bola roja, los caminos posibles en el rbol de probabilidades, quedan reducidos a dos, los sealados en rojo en la imagen anterior; tenemos que reasignar probabilidades, todos los caminos que terminan

11

en bola verde, debern tener probabilidad 0. Cmo asignamos probabilidades a los caminos que conducen a bola roja?

En resumen podemos enunciar el siguiente resultado : Teorema de Bayes o de las probabilidades a posteriori

PROBABILIDAD DE EVENTOS ALEATORIOS

Para calcular la probabilidad de eventos es necesario que stos se comporten de una manera ms o menos estable. Precisamente, se echa mano de la regularidad estadstica, que es la propiedad de los fenmenos aleatorios, y que consiste en que al aumentar el nmero de repeticiones de un experimento en condiciones prcticamente constantes, la frecuencia relativa de ocurrencia para cada evento tiende a un valor fijo. Sin embargo, al momento de definir la probabilidad de un evento podemos tomar en cuenta los siguientes criterios: 1. La probabilidad subjetiva de un evento se la asigna la persona que hace el estudio, y depende del conocimiento que esta persona tenga sobre el

12

tema. Precisamente por su carcter de subjetividad no se considera con validez cientfica, aunque en la vida diaria es de las ms comnes que se utilizan al no apoyarse ms que en el sentido comn y los conocimientos previos, y no en resultados estadsticos. 2. La probabilidad frecuencial de un evento es el valor fijo al que tienden las frecuencias relativas de ocurrencia del evento de acuerdo a la regularidad estadstica. Esta definicin sera la ms real, pero proporciona probabilidades aproximadas, es decir, proporciona estimaciones y no valores reales. Adems, los resultados son a posteriori, pues se necesita realizar el experimento para poder obtenerlo. 3. La probabilidad clsica de un evento E, que denotaremos por P(E), se define como el nmero de eventos elementales que componen al evento E, entre el nmero de eventos elementales que componen el espacio muestral:

Es la definicin ms utilizada porque supone de antemano, y se necesita como requisito indispensable, que todos los eventos elementales tienen la misma probabilidad de ocurrir.

ESPACIO MUESTRAL Y EVENTOS

DEFINICIONES: Un evento es un subconjunto del espacio muestral de un experimento aleatorio Espacio muestral ( U ) es el conjunto universo de todos los resultados posibles de un experimento dado. Cada uno de sus elementos se denomina punto muestral o muestra. Denotaremos el espacio muestral con la letra S.

Ejemplos 1 ) Si el experimento se basa en la eleccin de un dgito, entonces el espacio muestral es:

13

U = {0,1,2,3,4,5,6,7,8,9} 2 ) Lanzamiento de monedas: a ) Si el experimento se basa en el lanzamiento de una moneda, elespacio muestral tiene dos elementos, cara ( c ) y sello ( s ): U = {c,s} b ) Dos monedas, el espacio muestral tiene 4 elementos: U = {(c,c),(c,s),(s,c),(s,s)} c ) Tres monedas, tiene 8 elementos: U = {(c,c,c),(c,c,s),(c,s,c),(c,s,s),(s,c,c),(s, c,s),(s,s,c),(s,s,s)}

TIPOS DE ESPACIO MUESTRAL Podemos diferenciar entre dos tipos de espacios mustrales: -Discretos --> Aquellos espacios donde el n de sucesos elementales es finito o finito contable(numerable). -Continuos --> Aquellos espacios donde el n de sucesos elementales es infinito incontable.

Cada subconjunto del espacio muestral se llama suceso ( o evento ) . Si consta de un solo elemento se le dice evento elemental. Ejemplo Sean U el espacio muestral formado por los 10 dgitos, A y B eventos tales que: A ocurre si y slo si el dgito es par.

14

B ocurre si y slo si el dgito es mltiplo de 3. Entonces: A = {0,2,4,6,8} B = {0,3,6,9}

DEFINICIN CLSICA DE LA PROBABILIDAD

Esta definicin clsica de probabilidad fue una de las primeras que se dieron (1900) y se atribuye a Laplace; tambin se conoce con el nombre de probabilidad a priori pues, para calcularla, es necesario conocer, antes de realizar el experimento aleatorio, el espacio muestral y el nmero de resultados o sucesos elementales que entran a formar parte del suceso. La aplicacin de la definicin clsica de probabilidad puede presentar dificultades de aplicacin cuando el espacio muestral es infinito o cuando los posibles resultados de un experimento no son equiprobables. Ej.: En un proceso de fabricacin de piezas puede haber algunas defectuosas y si queremos determinar la probabilidad de que una pieza sea defectuosa no podemos utilizar la definicin clsica pues necesitaramos conocer previamente el resultado del proceso de fabricacin. Para resolver estos casos, se hace una extensin de la definicin de probabilidad, de manera que se pueda aplicar con menos restricciones, llegando as a la definicin frecuentista de probabilidad.

15

DEFINICIN FRECUENTISTA DE LA PROBABILIDAD

La definicin frecuentista consiste en definir la probabilidad como el lmite cuando n tiende a infinito de la proporcin o frecuencia relativa del suceso. Es imposible llegar a este lmite, ya que no podemos repetir el experimento un nmero infinito de veces, pero si podemos repetirlo muchas veces y observar como las frecuencias relativas tienden a estabilizarse. Esta definicin frecuentista de la probabilidad se llama tambin probabilidad a posteriori ya que slo podemos dar la probabilidad de un suceso despus de repetir y observar un gran nmero de veces el experimento aleatorio correspondiente. Algunos autores las llaman probabilidades tericas.

DEFINICIN AXIMATICA
Las definiciones anteriores son netamente empricas o experimentales, sin embargo despus de establecer una forma de determinar la probabilidad experimentalmente, se pueden deducir leyes o propiedades de la probabilidad en forma lgica o computacional bajo ciertas suposiciones llamados axiomas de la probabilidad. La probabilidad de un evento A se define como el nmero P(A), tal que cumple con los siguientes axiomas: AXIOMA 1: La probabilidad P(A) de cualquier evento no debe ser menor que cero ni mayor que uno: 0 < P(A) < 1 AXIOMA 2: P(S) = 1 AXIOMA 3: Si A y B son dos eventos mutuamente exclusivos (A B = ), entonces: P (A B) = P(A) + P(B) Toda la teora elemental de la probabilidad est construida sobre las bases de estos tres simples axiomas. Si el espacio muestral es infinito, debemos reemplazar el axioma 3 por el

16

AXIOMA 4: Si A1, A2, son eventos mutuamente exclusivos, entonces tenemos que P(A1 A2 ) = P(Al) + P(A2) ++

DIAGRAMA DE ARBOL
Un diagrama de rbol es una representacin grfica de un experimento que consta de r pasos, donde cada uno de los pasos tiene un nmero finito de maneras de ser llevado a cabo. Pa r a la co n str u cci n de u n d i a g ra ma e n rb o l se p ar ti r p o ni e n do u n a ra ma p a r a ca d a u na d e l a s p os i bi l i d a de s , a co mp a a d a de su p ro b ab i l i da d . En e l f i na l d e ca da ra ma p a rc i a l se co n st it u ye a su ve z, u n nud o d e l cu al p ar t e n nu e va s ra ma s , se g n l a s p o s ib i l id a de s d el s i g ui en t e p a so , sal vo si el n u d o r e p rese n t a u n p o si bl e fi n al d el e xp e r i me n t o ( nud o f i na l ) . Ha y q u e t e ne r e n cu e n ta : q u e la s uma d e p ro b ab i l i da d es d e l a s ra ma s d e ca d a nud o h a d e d ar 1 . Ejemplo: Ca l cul ar l a p rob a b i li d ad de q ue al a r ro ja r al ai re tr e s mo n e d a s, sa l g a n : T r e s car a s.

17

PERMUTACIONES Y COMBINACIONES
En ocasiones es necesario tomar de una lista de n objetos, r elementos y colocarlos en un orden determinado, a esto se le llama una permutacin de los n objetos r tomados. La notacin que utilizaremos ser nPr, que dice que de n objetos permutamos r de ellos, claro est que esta funcin est definida en los nmeros enteros y que no es posible que r>n, porque no podramos tomar ms objetos que los n disponibles. Teorema: Hiptesis: Existen n elementos de los cuales se eligen en orden r.

18

Conclusin: Entonces el nmero de posibles formas en que se elijan los elementos es nPr=n!/(n-r)!=(n-r+1)*(n-r+2)**(n)

Demostracin : Por induccin, si deseamos tomar un solo elemento, existen efectivamente n formas de hacerlo que coincide con la hiptesis del teorema, supongamos que para r-1 elementos a tomar, en realidad existen n!/(n-r+1)! formas de hacerlo. Desarrollemos esta ltima expresin: 1*2*3*...(n-r+1)*(nr+2)*...*n/(1*2*3*...*(n-r+1))=(n-r+2)* (n-r+3)*...*n, entonces para tomar el r-simo elemento tendramos el nmero de formas en que suceden los eventos anteriores y el nmero de formas en que sucede el ltimo evento (de acuerdo con el principio general de conteo) por lo tanto, para tomar el r-simo elemento, existen n-r+1 formas de hacerlo, debido a que se han sacado (r-1) elementos (n-(r-1))=n-r+1, por lo tanto, obtenemos que el nmero de formas para tomar los r elementos es: (n-r+1)*(n-r+2)**(n)=nPr Con lo que queda mostrado el teorema.

Combinaciones: Para estudiar este problema, dmonos una coleccin de n objetos. Entonces si tomamos r elementos sin importar el orden en que los tomemos, decimos que hemos realizado una combinacin de r elementos de los n disponibles. El nmero posible de combinaciones de r elementos de n disponibles lo denotaremos por: nCr Teorema: Hiptesis: Existen n elementos en un conjunto de los cuales se toman r. Conclusin: El nmero de posibles combinaciones es: nCr=n!/(r!*(n-r)!)

19

Demostracin Sabemos que si tomamos r elementos de una coleccin de n, si nos fijamos del ordenen que lo tomamos, tenemos n!/(n-r)!, pero a la vez, si consideramos que en una combinacin no importa el orden. Sabemos que para colocar r elementos en r posiciones hay r! formas de hacerlo, as que para cada una de las n!/(n-r)! formas en que se pueden tomar los elementos hay que quitar r!, tenemos que precisamente hay n!/(r!*(n-r)!) distintas combinaciones de r elementos de n posibles.

PROBABILIDAD CONDICIONAL E INDEPENDENCIA

20

21

22

Conclusin
A travs de este trabajo se aprecio que un conjunto se define como una coleccin de algo, dichos conjuntos poseen miembros o elementos, pero el ms utilizado para llamarles seria elemento. Cuando nos referimos a ellos los marcamos como elementos pertenecientes ax conjunto, en este trabajo se mostraron la teora de conjuntos, es una parte de esta investigacin en la que se presenta la manera en la que estos conjuntos se denotan, sus simbologas principales y sobre todo las diversas operaciones que se manejan con ayuda de ellos; entre las cuales encontramos la de unin, esta se refiere a que elementos del conjunto A estn unidos o relacionados con los elementos del conjunto B, en la operacin de interseccin se seala q entre el grupo A y B comparten cierto nmero de elementos, la diferencia de conjuntos esta seala q los elementos de un conjunto no son pertenecientes a otro, el complementos dice que elementos de un grupo pertenecen a otro. Despus de este tema se dio a conocer el teorema de Bayes este es prcticamente un claro ejemplo de la probabilidad condicional puesto que para que puedan desatarse los eventos, uno depender de condiciones marcadas por el otro evento. La probabilidad de eventos aleatorios es eso un estudio realizado a eventos de ese tipo, dichos eventos deben de comportarse de manera estable, una propiedad de los fenmenos aleatorios es la regularidad estadstica. el espacio muestral y los eventos son temas de los que tambin se trato en este trabajo, el espacio muestral es el conjunto universo de todos los resultados posibles de un experimento dado, de denota con la letra U,S u la y el evento es un subconjunto del espacio muestral de un experimento aletorio.la definicin de la probabilidad de manera clsica, dice que se debe de conocer el experimento aleatorio antes de realizar los estudios por eso tambin recibe el nombre de priori, La definicin frecuentista consiste en definir la probabilidad como el lmite cuando n tiende a infinito de la proporcin o frecuencia relativa del suceso. La probabilidad axiomtica responde a unos axiomas o leyes dadas despus de lo emprico y experimental. El diagrama de rbol es la manera de organizar un evento q tiene diferentes maneras de solucionarse, las permutaciones tratan de organizar una lista de varios elementos en orden y las combinaciones son aquellas en las q se incluyen eventos sin importar el orden en otro y la probabilidad condicional y la independiente son bsicas puesto que presentan diversas caractersticas. Nada complicadas fciles de comprender. estos temas fueron de fcil entendimiento y practicidad para nosotros como alumnos, buscamos informacin de claridad al explicar.

23

BIBLIOGRAFIA
Teora de la probabilidad
http://www.elprisma.com/apuntes/matematicas/teoriaconjuntos/ http://www.monografias.com/trabajos32/teoria-probabilidades/teoria-probabilidades.shtml http://www.terra.es/personal2/jpb00000/tprobabilidad1.htm http://colposfesz.galeon.com/est501/probabi/teo/cap308/cap308.htm http://www.uaq.mx/matematicas/estadisticas/xu4.html

03%20Probabilidad%20condicional%20e %20independencia.pdf

Libro : Probabilidad Para Ingenieros

24