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. Suceso Es cada uno de los resultados posibles de una experiencia aleatoria. Espacio muestral Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E (o bien por la letra griega ).

Tipos de sucesos
Suceso elemental Suceso elemental es cada uno de los elementos que forman parte del espacio muestral. Suceso aleatorio Suceso compuesto es cualquier subconjunto del espacio muestral. Suceso seguro Suceso seguro, E, est formado por todos los posibles resultados (es decir, por el espacio muestral). Suceso imposible Suceso imposible, , es el que no tiene ning n elemento. !or ejemplo al tirar un dado obtener una puntuaci"n igual a #. Sucesos compatibles $os sucesos, % y &, son compatibles cuando tienen alg n suceso elemental com n. Sucesos incompatibles $os sucesos, % y &, son incompatibles cuando no tienen ning n elemento en com n. Sucesos independientes $os sucesos, % y &, son independientes cuando la probabilidad de que suceda % no se 'e afectada porque haya sucedido o no &.

Sucesos dependientes $os sucesos, % y &, son dependientes cuando la probabilidad de que suceda % se 'e afectada porque haya sucedido o no &. Suceso contrario El suceso contrario a % es otro suceso que se reali(a cuando no se reali(a %., )e denota por .

Unin de sucesos
La unin de sucesos, A B, es el suceso formado por todos los elementos de % y de &.

Interseccin de sucesos
La interseccin de sucesos, A % y &. B, es el suceso formado por todos los elementos que son, a la 'e(, de

Diferencia de sucesos
La diferencia de sucesos, A B, es el suceso formado por todos los elementos de % que no son de &.

Sucesos contrarios
El suceso ! E " A se llama suceso contrario o complementario de %.

Axiomas de la probabilidad
*.# $ p%A& $ ' +.p%E& ! ' ,.p%A B& ! p%A& ( p%B&

)ropiedades de la probabilidad
*

. )i %*, %+, ..., %/ son incompatibles dos a dos entonces0

1 )i el espacio muestral E es finito y un suceso es ) 2 3x*, x+, ..., xn4 entonces0

*e+ de *aplace

)robabilidad de la unin de sucesos incompatibles

% p%A &2 B& ! p%A& ( p%B&

)robabilidad de la unin de sucesos compatibles

% p%A &5 B& ! p%A& ( p%B& p%A B&

)robabilidad condicionada

)robabilidad de la interseccin de sucesos independientes

p%A B& ! p%A& , p%B&

)robabilidad de la interseccin de sucesos dependientes

p%A B& ! p%A& , p%B-A&

Teorema de la probabilidad total

)i % *, % + ,... , % n son sucesos incompatibles + a +, cuya uni"n es el espacio muestral (% * %+ ...

% n 2 E) y & es otro suceso, resulta que00 p%B& ! p%A'& , p%B-A'& ( p%A.& , p%B-A. & ( /// ( p%An& , p%B-An &

Teorema de Ba+es
)i % *, % + ,... , % n son sucesos incompatibles + a +, cuya uni"n es el espacio muestral (% * % n 2 E) y & es otro suceso, resulta que00 %+ ...

Esperan0a matem1tica
La esperan0a matem1tica o 2alor esperado de una 'ariable aleatoria discreta es la suma del producto de la probabilidad de cada suceso por el 'alor de dicho suceso. Los nombre de esperan0a matem1tica y 2alor esperado tienen su origen en los juegos de a(ar y hacen referencia a la ganancia promedio esperada por un jugador cuando hace un gran n mero de apuestas. )i la esperan0a matem1tica es cero, E(x) 2 6, el 3uego es e4uitati2o, es decir, no existe 'entaja ni para el jugador ni para la banca.

E3emplos )i una persona compra una papeleta en una rifa, en la que puede ganar de ..666 7 " un segundo premio de +666 7 con probabilidades de0 6.66* y 6.66,. 89ul ser:a el precio justo a pagar por la papeleta; E(x) 2 .666 < 6.66* = +666 < 6.66, 2 ** 7 >n jugador lan(a dos monedas. ?ana * " + 7 si aparecen una o dos caras. !or otra parte pierde . 7 si no aparece cara. $eterminar la esperan0a matem1tica del juego y si @ste es fa'orable. E 2 3(c,c)A(c,x)A(x,c)A(x,x)4 p(=*) 2 +Bp(=+) 2 *Bp(C.) 2 *BE(x)2 * < +B- = + < *B- D . < *B- 2 C*B-. Es desfa'orable

5ariable aleatoria
)e llama 2ariable aleatoria a toda funcin 4ue asocia a cada elemento del espacio muestral E un nmero real/ )e utili(an letras may sculas E, F, ... para designar 'ariables aleatorias, y las respecti'as min sculas (x, y, ...) para designar 'alores concretos de las mismas.

5ariable aleatoria discreta

>na 2ariable aleatoria discreta es a4uella 4ue slo puede tomar 2alores enteros. E3emplos El n mero de hijos de una familia, la puntuaci"n obtenida al lan(ar un dado.

5ariable aleatoria continua

>na 2ariable aleatoria continua es aquella que puede tomar todos los 2alores posibles dentro de un cierto inter2alo de la recta real. E3emplos La altura de los alumnos de una clase, las horas de duraci"n de una pila.

5ariable aleatoria binomial

La 2ariable aleatoria binomial, 6, expresa el nmero de 7xitos obtenidos en cada prueba del experimento. La 2ariable binomial es una 2ariable aleatoria discreta, s"lo puede tomar los 'alores 6, *, +, ,, -, ..., n suponiendo que se han reali(ado n pruebas. E3emplo / 2 1, al lan(ar una moneda *6 'eces y obtener 1 caras.

5ariable aleatoria normal

>na 2ariable aleatoria continua, 6, sigue una distribucin normal de media 8 y des2iacin tpica 9, y se designa por :%8, 9&, si se cumplen las siguientes condiciones0 *. La 'ariable puede tomar cualquier 'alor0 (DG, =G ) +. La funcin de densidad, es la expresi"n en t@rminos de ecuaci"n matemtica de la cur2a de ;auss.

Distribucin binomial
>na distribucin binomial o de Bernoulli tiene las siguientes caracter:sticas0 *. En cada prueba del experimento s"lo son posibles dos resultados0 7xito y fracaso. +.La probabilidad de 7xito es constante, es decir, que no 'ar:a de una prueba a otra. )e representa por p. +.La probabilidad de fracaso tambi@n es constante, )e representa por 4, 4!' p ,.El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente. -.La 2ariable aleatoria binomial, 6, expresa el nmero de 7xitos obtenidos en las n pruebas. !or tanto, los 'alores que puede tomar 6 son0 #, ', ., <, =, ///, n. La distribucin bimomial se expresa por B%n, p&

>1lculo de probabilidades en una distribucin binomial

n es el n mero de pruebas. ? es el n mero de @xitos. p es la probabilidad de @xito. 4 es la probabilidad de fracaso.

El n mero combinatorio

E3emplo La ltima no'ela de un autor ha tenido un gran @xito, hasta el punto de que el H6I de los lectores ya la han leido. >n grupo de - amigos son aficionados a la lectura0 *. 89ul es la probabilidad de que el grupo hayan leido la no'ela + personas; n2p 2 6.H q 2 6.+ &(-, 6.H)

+.8F al menos +;

)ar1metros de la distribucin binomial

@edia

5arian0a

Des2iacin tpica

E3emplo La probabilidad de que un art:culo producido por una fabrica sea defectuoso es 6.6+. )e en'i" un cargamento de *6.666 art:culos a unos almacenes. Jallar el n mero esperado de art:culos defectuosos, la 'arian(a y la des'iaci"n t:pica.

Inferencia estadstica
Estudia como sacar conclusiones generales para toda la poblacin a partir del estudio de una muestra, + el grado de fiabilidad o significacin de los resultados obtenidos/

@uestreo probabilstico
9onsiste en elegir una muestra de una poblaci"n al a(ar. !odemos distinguir 'arios tipos de muestreo0

@uestreo aleatorio simple

!ara obtener una muestra, se numeran los elementos de la poblaci"n y se seleccionan al a(ar los n elementos que contiene la muestra.

@uestreo aleatorio sistem1tico

)e elige un indi'iduo al a(ar y a partir de @l, a inter'alos constantes, se eligen los dems hasta completar la muestra. Ejemplo0 )i tenemos una poblaci"n formada por *66 elementos y queremos extraer una muestra de +. elementos, en primer lugar debemos establecer el inter'alo de selecci"n que ser igual a *66B+. 2 -. % continuaci"n elegimos el elemento de arranque, tomando aleatoriamente un n mero entre el * y el -, y a partir de @l obtenemos los restantes elementos de la muestra. +, 1, *6, *-,..., KH

@uestreo aleatorio estratificado

)e di'ide la poblaci"n en clases o estratos y se escoge, aleatoriamente, un n mero de indi'iduos de cada estrato proporcional al n mero de componentes de cada estrato. Ejemplo0 En una fbrica que consta de 166 trabajadores queremos tomar una muestra de +6. )abemos que hay +66 trabajadores en la secci"n %, *.6 en la &, *.6 en la 9 y *66 en la $.

Distribucin muestral
>n muestreo puede hacerse con o sin reposici"n, y la poblaci"n de partida puede ser infinita o finita. En todo nuestro estudio 2amos a limitarnos a una poblacin de partida infinita o a muestreo con reposicin. )i consideremos todas las posibles muestras de tamaLo n en una poblaci"n, para cada muestra podemos calcular un estadstico %media, des2iacin tpica, proporcin, ///& que 'ariar de una a otra. %s: obtenemos una distribuci"n del estad:stico que se llama distribucin muestral.

E3ercicio ' resuelto

En cierto barrio se quiere hacer un estudio para conocer mejor el tipo de acti'idades de ocio que gustan ms a sus habitantes. !ara ello 'an a ser encuestados *66 indi'iduos elegidos al a(ar. )oluciones0 *Explicar qu@ procedimiento de selecci"n ser:a ms adecuado utili(ar0 muestreo con o sin reposici"n. 8!or qu@; Modas las f"rmulas que hemos estudiado de teor:a del muestreo y de inferencia estad:stica presuponen que las poblaciones son infinitas o que, si no lo son, el muestreo aleatorio se reali(a con reposici"n. +9omo los gustos cambian con la edad y se sabe que en el barrio 'i'en +..66 niLos, #.666 adultos y .66 ancianos, posteriormente se decide elegir la muestra anterior utili(ando un muestreo estratificado. $eterminar el tamaLo muestral correspondiente a cada estrato. !ara efectuar un muestreo aleatorio estratificado, ser necesario que la muestra refleje fielmente los estratos existentes en la poblaci"nA deben considerarse los estratos formados por0 niLos, adultos y ancianos. El tamaLo muestral de cada estrato deber ser proporcional a la presencia del mismo en la poblaci"n original0 !oblaci"n total0 +.66 = #666 = .66 2 *6 666.

E3ercicio . resuelto
)ea la poblaci"n de elementos0 A..,.=, .BC. )oluciones0 *Escriba todas las muestras posibles de tamaLo dos, escogidas mediante muestreo aleatorio simple.

N* 2 3++, +-4,

N* 2 3++, +14,

N* 2 3+-, +14

+9alcule la 'arian(a de la poblaci"n.

,9alcule la 'arian(a de las medias muestrales.