P. 1
Elementos de Estadística - Probabilidades

Elementos de Estadística - Probabilidades

4.75

|Views: 28.736|Likes:
Publicado porColectivoSolitario

More info:

Published by: ColectivoSolitario on May 31, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/27/2013

pdf

text

original

Elementos de Estadística - Probabilidades

http://ar.geocities.com/vetterworld/estadistica/probabili...

CALCULO DE PROBABILIDADES
Indice Experimento aleatorio Regularidad estadística Suceso aleatorio Probabilidad del suceso Punto muestral Espacio muestral Suceso Probabilidad axiomática Teorema de la suma de probabilidades Teorema del producto de probabilidades Variable aleatoria Esperanza matemática Permutaciones y combinaciones

Experimento aleatorio
Es un fenómeno empírico que se caracteriza por una propiedad fundamental y propia: su observación repetida, en condiciones constantes, no produce siempre el mismo resultado porque no existe regularidad determinísitca sino regularidad estadística o aleatoria. Experimento aleatorio: realizado dentro de un plan experimental. Fenómento aleatorio: ocurre espontáneamente sin la acción del hombre.

Regularidad estadística
Si para cada conjunto de repeticiones u observaciones del fenómeno se calcula la frecuencia relativa de la aparición de una cierta propiedad, ésta tiende a estabilizarse alrededor de un valor fijo a medida que el el número de repeticiones aumenta.

Suceso aleatorio
Es el resultado de un experimento aleatorio.

Probabilidad del suceso
Es el límite hacia el cual converge la frecuencia relativa cuando el número de observaciones o repeticiones del fenómeno o experimento aleatorio es suficientemente grande. Siempre es un número entre 0 y 1. Definición clásica: Dado un experimento aleatorio y un resultado de interés A, se llama probabilidad de que ocurra A al cociente entre el número de veces que A se presenta (resultado favorable) y el número de resultados posibles, con la condición de que éstos sea todos igualmente posibles.

1 of 6

05/28/2008 04:24 p.m.

Elementos de Estadística - Probabilidades

http://ar.geocities.com/vetterworld/estadistica/probabili...

Ejemplo: arrojar un dado balanceado. P (obtener un cinco) = P (A) = (Nº de casos favorables) / (Nº de casos posibles) = 1/6

Punto muestral
Cada uno de los resultados de un experimento aleatorio.

Espacio muestral
La totalidad de los puntos muestrales. Ejemplo: consideremos el experimento aleatorio E que consiste en arrojar dos monedas balanceadas, siedo c = cara y x = seca. El espacio muestral será: S = { (c;c), (c;x), (x;c), (x,x) }

El espacio muestral es un conjunto de puntos tal que cada punto representa uno y sólo uno de los resultados posibles de un experimento aleatorio. Espacio muestral discreto: si contiene un número finito o infinito numerable de puntos muestrales. Ejemplo: se tiene una urna con bolillas del 1 al 20. Se extrae una. S = { 1, 2, 3 ..., 20 } (finito) Espacio muestral contínuo: si contiene una infinidad no numerable de puntos muestrales. Ejemplo: su utiliza una balanza de presición para pesar partículas metálicas. S= { X : 0 < X < infinito )

Suceso
Cualquier subconjunto de puntos del espacio muestral S. La probabilidad de que el suceso A ocurra es la probabilidad de que ocurra algún punto que pertenece al subconjunto A. Ejemplos de sucesos: a) La bolilla extraída es la nº 5: A = { 5 } b) La bolilla extraída tiene número par: B = { 2, 4, 6, 8, 10, 12, 14, 16, 18, 20 } c) La bolilla extraída es la número 25: C = {} = ∅ d) La bolilla extraída tiene un número entre 1 y 20: D = { 1, 2, ...., 20 }

Suceso imposible: tiene probabilidad de ocurrir igual a cero (no es equivalente a decir que si un proceso tiene probabilidad de ocurrir igual a acero entonces sea imposible de que ocurra). El suceso C es un ejemplo de suceso imposible. Suceso cierto: tiene probabilidad de ocurrir igual a uno (no es equivalente a decir que si un suceso tiene probablidad de ocurrir igual a uno entonces es seguro que ha de ocurrir). El suceso D es un ejemplo de suceso cierto, y D = S. Sucesos mutuamente excluyentes: cuando no tienen elementos o puntos comunes (los conjuntos que los representan son disjuntos). Se verifica cuando la aparición u ocurrencia de uno de ellos impide la aparición u ocurrencia del otro, en una misma repetición del experimento aleatorio. Ejemplo: nacimiento de un bebé: si es varón no puede ser mujer. Sucesos independientes: cuando la ocurrencia de uno de ellos no modifica la probabilidad de ocurrencia del otro, al considerarse por lo menos dos repeticiones sucesivas del experimento

2 of 6

05/28/2008 04:24 p.m.

Elementos de Estadística - Probabilidades

http://ar.geocities.com/vetterworld/estadistica/probabili...

aleatorio. Por lo tanto es condición necesaria y suficiente para que dos sucesos sean estadísticamente independientes que: P(A|B) = P(A) y P(B|A) = P(B) o sea que la probabilidad de un suceso condicionado sea igual a la probabilidad del mismo sin condición alguna (probabilidad marginal)

Probabilidad axiomática
Dado el espacio muestral S y un suceso A en el experimento aleatorio E la probabilidad de A es, por definición, una función de conjunto P(.) que asigna a cada suceso A un número real no negativo, P(A), llamado la probabilidad de que ocurra A. La función P(.) debe satisfacer los axiomas siguientes: 1) P(A) ≥ 0 para cualquier suceso A 2) P(S) = 1 para el suceso cierto S 3) P( A1 ∪ A2 ∪ ... ) = P( A1 + A2 + ... ) = P( A1) + P( A2 ) + ... si A1, A2, ... es una sucesión finita o infinita numerable de sucesos mutuamente excluyentes. (La probabilidad de la unión o suma de sucesos mutuamente excluyentes es igual a la suma de sus probabilidades). Probabilidad marginal: es la probabilidad de un suceso sin ningún tipo de condición.

Teorema de la suma de probabilidades
Teorema 1 Sea S un espacio muestral con función de probabilidad P(.). Si A y B son dos sucesos pertenecientes a S (no se especifica si son mutuamente excluyentes) la probabilidad de que ocurra A o B o ambos en la misma repetición está dada por: P(A o B) = P(A ∪ B) = P(A + B) = P(A) + P(B) - P(AB) P(AB) = P(A ∩ B) Para tres sucesos A, B y C: P(A o B o C) = P(A ∪ B ∪ B) = P(A + B + C) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC) Cuando los sucesos son mutuamente excluyentes: P(A o B o C) = P(A) + P(B) + P(C) Teorema 2 Si A1, A2, ... Ak constituye una partición de un espacio muestral finito se tiene que P(A1) + P(A2) + ... + P(Ak) = 1

Teorema del producto de probabilidades
Sea S un espacio muestral con función de probabilidad P(.) y A y B dos sucesos pertenecientes a S. La probabilidad de que ocurra A y B simultáneamente es igual a: P(A y B) = P (A ∩ B) = P(AB) = P(A) P(B|A) = P(B) P(A|B) donde P(B|A) representa la probabilidad de B habiendo ocurrido A. En el caso de sucesos independientes: como P(A|B) = P(A) (por ser independientes), entonces

3 of 6

05/28/2008 04:24 p.m.

Elementos de Estadística - Probabilidades

http://ar.geocities.com/vetterworld/estadistica/probabili...

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

Variable aleatoria
Se llama variable aleatoria a una función real valorada definida en S tal que hace corresponder valores numéricos reales a cada punto muestral. Si s es un punto en el espacio muestral S, y X es una variable aleatoria, entonces X(s) es el valor de la variable aleatoria X en S. Nótese que sería más preciso hablar de "función aleatoria" en lugar de variable aleatoria por cuanto X(.) hace corresponder a cada punto del espacio muestral en valor del conjunto de los números reales, siendo aquellos el argumento y éstos el valor de la función. Ejemplo: P(X = 4) = P(de cuatro piezas defectuosas en la muestra de 10 piezas)

Esta asignación de una probabilidad a cada Xi se puede realizar valor por valor, como en el ejemplo, o bien mediante la determinación de una función cuyo argumento sea X y que precisamente asigne a cada Xi el valor P(Xi) correspondiente, como ser P(Xi = k) para k = 0,1,...,10. La función P(.) que debe ser especificada en cada problema particular, recibe el nombre de función de probabilidad de la variable aleatoria X. Variable aleatoria discreta: cuando solamente puede tomar un número finito o infinito de valores de un cierto intervalo. La función de probabilidad correspondiente se llama función de cuantía o discreta y se simboliza con p(Xi). Variable aleatoria contínua: cuando puede tomar cualquier valor de un cierto intervalo. La función de probabilidad correspondiente se llama función de densidad de probabilidad y se simboliza con f(X). Condiciones para una función de densidad: 1. f(x) ≥ 0 2. para todo x (R)

(que la integración de f(x) desde -∞ hasta +∞ sea igual a 1, esto es, que el área bajo la curva sea 1) 3. P(.) = 0 (la probabilidad en un punto es igual a 0)

∫ f(x) dx = 1

Esperanza matemática
Sea X una variable aleatoria con función de probabilidad p(X) o f(X). La esperanza matemática de X, simbolizada E(X), es: Si X es una variable aleatoria discreta: E(X) = Si X es una variable aleatoria contínua: E(X) =

∑ X p(X )
i i

∫ X . f(X) . dx

La esperanza matemática de una variable aleatoria no es ni el valor más frecuente ni el valor numérico que "esperamos que ocurra" en el sentido común de esta palabra, sino que es un promedio o media aritmética que se calcula ponderando a los valores de la variable aleatoria con las probabilidades o partículas de masa que les corresponden.

Permutaciones y Combinaciones
Por medio de factoriales es posible responder preguntas respecto al número de formas en que

4 of 6

05/28/2008 04:24 p.m.

Elementos de Estadística - Probabilidades

http://ar.geocities.com/vetterworld/estadistica/probabili...

pueden acomodarse los objetos. Factorial de 10 = 10! = 10 .9 . 8 . 7 . 6 . 5 . 4 . 3 . 2 . 1 = 3628800 Por definición: 0! = 1

Ejemplo: se tienen cuatro envases con distintas drogas. ¿En cuántas formas se pueden acomodar en un anaquel? La respuesta es 4! = 24

Ingrese aquí un número: Factorial:

Calcular

Permutaciones:
Una permutación es un arreglo ordenado de objetos. En ocaciones hay más objetos que posiciones para llenar.
n Pr

= n! / (n - r)!

Donde n=objetos y r=posiciones Ejemplo: tenemos 6 envases distintos y sólo 4 posiciones para acomodarlos. Los envases deberán ser tomados de 4 en 4.1
6P4

= 6! / (6-4)! = 720 / 2 = 360

Combinaciones:
Una combinación es un arreglo de objetos sin importar el orden. No se hace distinción entre los arreglos AB y BA, por ejemplo.
nCr

= n! / (r! (n - r)!)

Ejemplo: para el ejemplo anterior, la cantidad de convinaciones posibles será:
6C4

= 6! / (4! (6 - 4)!) = 720 / (24 . 2) = 15

Permutaciones de objetos que no son todos diferentes
En ocaciones algunos de los objetos a permutar son idénticos entre sí. Se utililza la fórmula:
nPn1,n2,...,nk

= n! / (n1! n2! ... nk!)

Ejemplo: de 5 envases se tienen 2 blancos, 2 rojos y 1 amarillo. Cuántas permutaciones se pueden obtener?
5P2,2,1

= 5! / (2! 2! 1!) = 120/4 = 30

5 of 6

05/28/2008 04:24 p.m.

Elementos de Estadística - Probabilidades

http://ar.geocities.com/vetterworld/estadistica/probabili...

6 of 6

05/28/2008 04:24 p.m.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->