1. DEFINICION DE LOS PRINCIPALES TERMINOS a.

Experimento: Un experimento es un procedimiento mediante el cual se

trata de comprobar (confirmar o verificar) una o varias hiptesis relacionadas con un determinado fenmeno, mediante la manipulacin de las variables. El resultado tiene dos o ms resultados posibles y no se sabe cual va ocurrir. b. Resultado: es una consecuencia particular del experimento. c. evento: viene hacer una coleccin de uno o ms resultados de un experimento. Ejemplo: 1: Lanzamiento de una moneda al aire: Experimento: lanzamiento de una moneda al aire Resultado: resultado particular, resultado alternativo Evento: sello o cara

2: Contar el nmero de estudiantes que tenga mayores de 20 aos en la E.P.A de turismo y hotelera. Experimento: contar a todos los estudiantes mayor de 20 aos Resultado particular, de 8,15personas Resultadoalternativo, 10 personas

Evento, conjunto de todos los resultados posibles algunos mas aos y otros menos

2. Teora elemental de probabilidad

Las probabilidades son muy tiles, ya que pueden servir para desarrollar estrategias. Por ejemplo, algunos automovilistas parecen mostrar una mayor tendencia a aumentar la velocidad si creen que existe un riesgo pequeo de ser multados; los inversionistas estarn ms interesados en invertirse dinero si las posibilidades de ganar son buenas. El punto central en todos estos casos es la capacidad de cuantificar cuan probable es determinado evento. En concreto decimos que las probabilidades se utilizan para expresar cuan probable es un determinado evento.

Probabilidad objetiva 1.- Definicin Clsico. La probabilidad clsica: el enfoque clsico o a priori de la probabilidad se basa en la consideracin de que los resultados de un experimento son igualmente posibles. Empleando el punto de vista clsico, la probabilidad de que suceda un evento se calcula dividiendo el nmero de resultados favorables, entre el nmero de resultados posibles. 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: Como frecuencia relativa Probabilstica: se basa en las frecuencias relativas. La probabilidad de que un evento ocurra a largo plazo se determina observando en que fraccin de tiempo sucedieron eventos semejantes en el pasado. La probabilidad de que un evento suceda se calcula por medio de: P (E)= nmero de veces que el evento ocurri en el pasado Nmero total de observaciones

Definicin Frecuencial. La definicin frecuentista consiste en definir la probabilidad como el lmite cuando n tiende a infinito de la proporcin o frecuencia relativa del suceso. Sea un experimento aleatorio cuyo espacio muestral es E Sea A cualquier suceso perteneciente a E Si repetimos n veces el experimento en las mismas Condiciones, la frecuencia relativa del suceso A ser: Cuando el nmero n de repeticiones se hace muy grande la frecuencia relativa converge hacia un valor que llamaremos probabilidad del suceso A. 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. Probabilidad. Es el estudio de los fenmenos de los que no estamos seguros de su ocurrencia. Fenmeno. Es la ocurrencia de un hecho o suceso. Experimento. Es un fenmeno observable perfectamente definido. Los fenmenos observables se pueden clasificar en: Deterministicos. Se puede predecir el resultado. Aleatorios. No se puede predecir el resultado. Espacio Muestral (Resultados). Es el conjunto de todos los posibles resultados que hay en un fenmeno aleatorio. El espacio muestral se clasifica en: Espacio muestral Discreto. Es aquel donde se puede contar el nmero de posibles resultados.

Espacio muestral Continuo. No se puede enumerar los posibles resultados, debido a que, el espacio muestral continuo est definido sobre la recta de los nmeros reales. Evento. Es un conjunto de resultados que tiene cierta caracterstica comn. Los eventos pueden ser: Evento seguro. Es aquel que tiene todos los posibles resultados. Evento imposible. Es aquel que no tiene un posible resultado. Evento complementario. Es aquel evento que est compuesto por los eventos que no estn en este evento. Eventos mutuamente excluyentes. Para que un evento sea

mutuamente excluyente debe cumplirse que A"B=. Evento colectivamente exhaustivo. Un conjuntos de eventos E1, E2,...En son colectivamente exhaustivos cuando E1U E2.... UEn= S, donde S es el espacio muestral.

Experimento Aleatorio Un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones inciales, puede presentar resultados diferentes, es decir, no se puede predecir el resultado exacto de cada experiencia particular. Experimento aleatorio se divide en dos: experimento deterministico y no deterministico EXPERIMENTO DETERMINISTICO Son los experimentos de los que podemos predecir el resultado antes de que se realicen. EJEMPLO: Cuando mezclamos proporciones adecuadas de hidrgeno y oxgeno, sabemos que tendremos por resultado: agua y esto lo sabemos de

antemano.

Es

por

esta

seguridad

que

dicho

experimento

es

determinstico. Si la arrojamos una pelota hacia arriba, sabemos que subir durante un determinado intervalo de tiempo; pero despus bajar.

Experimento No Deterministico En cuanto a los resultados del experimento no se puede predecir con exactitud antes de realizar el experimento. Ejemplo El lanzamiento de una moneda al aire El lanzamiento de un dado.

Caractersticas De Los Experimentos No Deterministicos cada experimento puede repetirse indefinidamente sin cambiar las condiciones cada experimento tiene varios resultados posibles que pueden describirse anticipadamente. Experimento Compuesto: Un experimento compuesto es aquel que consta de dos o ms experimentos aleatorios simples. Ejemplo Si tiramos un dado o una moneda, son experimentos aleatorios simples, pero si realizamos el experimento de tirar un dado y posteriormente una moneda, estamos realizando un experimento compuesto.

3.- PROBABILIDAD EMPIRICA O FRECUENCIAL La probabilidad que no es terica y que se fundamenta en los datos obtenidos por encuestas o preguntas es la llamada probabilidad frecuencial o emprica. Al repetir un experimento bajo las mismas circunstancias y condiciones, la frecuencia de un evento se aproxima a su probabilidad y a mayor cantidad de repeticiones, la probabilidad frecuencial tiende a establecerse en un valor que coincide con la probabilidad terica del evento. Ejemplo Es lanzar una moneda al aire y la probabilidad que caiga sello.

4.- PROBABILIDAD SUBJETIVA La probabilidad subjetiva esta basada en las creencias de las personas que efectan la estimacin de probabilidad, de hecho la probabilidad subjetiva se puede definir como la probabilidad asignada a un evento por parte de un individuo, basada en la evidencia que tenga disponible. Esta evidencia pude presentarse en forma de frecuencia relativa de presentacin de eventos pasados o puede tratarse simplemente de una creencia meditada. Ejemplo: un juez debe decidir si permite la construccin de una planta de energa nuclear en un lugar donde hay evidencias de que existe una falla geolgica. Debe preguntarse a s mismo. Cul es la probabilidad de que ocurra un accidente grave en ese sitio? El hecho de que no exista una frecuencia relativa de

presentacin de la evidencia de accidentes anteriores en ese sitio, no es suficiente para liberarlos de tomar la decisin.

5.- PRINCIPALES REGLAS DE PROBABILIDADES a) regla de adicin 1. regla especial de adicin La Regla de la Adicin expresa que: la probabilidad de ocurrencia de al menos dos sucesos A y B es igual a: P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente P(A o B) = P(A) + P(B) P(A y B) si A y B son no excluyentes Siendo: P(A) = probabilidad de ocurrencia del evento A P(B) = probabilidad de ocurrencia del evento B P(A y B) = probabilidad de ocurrencia simultanea de los eventos A y B Eventos Independientes Dos o ms eventos son independientes cuando la ocurrencia o no-ocurrencia de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o eventos). Un caso tpico de eventos independiente es el muestreo con reposicin, es decir, una vez tomada la muestra se regresa de nuevo a la poblacin donde se obtuvo. Ejemplo: lanzar al aire dos veces una moneda son eventos independientes por que el resultado del primer evento no afecta sobre las probabilidades efectivas de que ocurra cara o sello, en el segundo lanzamiento. Eventos dependientes Dos o ms eventos sern dependientes cuando la ocurrencia o no-ocurrencia de uno de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando tenemos este caso, empleamos entonces, el concepto de probabilidad condicional para denominar la probabilidad del evento relacionado. La

expresin P(A|B) indica la probabilidad de ocurrencia del evento A s el evento B ya ocurri. Se debe tener claro que A|B no es una fraccin. P(A|B) = P(A y B)/P(B) o P(B|A) = P(A y B)/P(A)

6.- REGLA GENERAL DE LA MULTIPLICACION DE PROBABILIDADES Si los eventos deben considerarse las probabilidades de que ocurra un segundo evento si ya ocurri es primero, esto es lo que se conoce como: Regla general de la multiplicacin

Ejemplo: Si hacen mal un trabajo de estadstica puede que pierda

Si hacen un mal trabajo dentro de una empresa puede que los despida

FORMULA: P(A y B)=P(A)*P(B/A) P(A/B)

Probabilidad condicionada en diagramas en rbol. Aplicacin de Teoremas de la probabilidad Total y de Bayes.

En este rbol se reproduce el lanzamiento de una moneda y posteriormente el de un dado .Segn sea el resultado de la moneda el dado de la segunda prueba cambia sus caractersticas.

Las probabilidades condicionadas pueden aparecer en un diagrama en rbol en dos zonas distintas.

a) El primer lugar en las ramas de segundo orden. Los nmeros asignados en cada una de ellas son de abajo arriba P(1|C), P(2|C), P(1|X) y P(2|X).

b) Tambin las probabilidades condicionadas P(X|1), P(X|2), P(C|1) y P(C|2) pueden obtenerse. El clculo de P(X|1) se realiza de la siguiente forma:

1) sabemos que se ha verificado la ocurrencia de la puntuacin 1 en el dado. Eso puede ocurrir si se ha producido C Y 1 si se ha producido X y 1, es decir si hemos circulado por las ramas que conducen a la primera y tercera salida del rbol. La probabilidad del primer hecho es de acuerdo al rbol 4/12 y la del

segundo 3/12. La probabilidad de obtener por tanto un 1 ser de 7/12.Este no es ms que la aplicacin directa del Teorema de la Probabilidad total.

2) De los dos caminos que sabemos hemos seguido estamos interesados en calcular la probabilidad de seguir el tercero. La probabilidad de seguir este camino es 3/12.

3) Haciendo uso de la regla de la probabilidad solicitada ser igual a (3/12)/(7/12)=7/12. Estos dos ltimos pasos constituyen en esencia el teorema de Bayes.

Universidad nacional hermilio valdizan

FACULTAD DE CIAENCIAS ADMINISTRATIVAS Y TURISMO E.A.P: TURISMO Y HOTELERA

TEMA:

TRMINOS BSICOS DE PROBABILIDADES

CURSO

: ESTADSTICA APLICADA AL TURISMO

PROFESOR

: ROQUE VALDIVIA

ALUMNA

: FLORES GUZMAN, Analy Patty

DEDICATORIA
A mis padres, por el apoyo incondicional que me brindan para seguir con mis estudios superiores, a mis amigos por el apoyo moral que me brindan y por las experiencias que compartimos da tras da, y a todos los que hacen posible por seguir adelante y ser mejores personas de bien en la vida. Con mucho cario y aprecio.