Está en la página 1de 53

Probabilidad

y
Estadstica

Probabilidad, un concepto bsico el cual puede


considerarse como indefinido, expresando de
algn modo un grado de creencia, o la
frecuencia lmite de una serie aleatoria. Ambos
enfoques tienen sus dificultades/deficiencias y
la ms conveniente axiomizacin de la teora
de probabilidad es cuestin de gustos.
Afortudamente, ambos enfoques llevan al
mismo clculo de probabilidades.
[Diccionario de trminos estadsticos (Kendall and Buckland)]

Diferentes interpretaciones de la
probabilidad ...
Interpretacin clsica de probabilidad:

Esta interpretacin est basada en la idea de


eventos igualmente posibles (probables).
Ejemplo. Si existen n posibles resultados, todos
ellos con la misma posibilidad de que ocurran,
entonces la probabilidad de cada evento es 1/n
Pero, el concepto de igualmente probable est
basado en el concepto de probabilidad que
queremos definir !
Qu hacemos cuando los eventos no son
igualmente probables?

Diferentes interpretaciones de la
probabilidad ...
Probabilidad como frecuencia de
sucesos:

Aqu la probabilidad se obtiene a travs


de la frecuencia relativa, si el proceso se
repitiera muchas veces bajo condiciones
similares.
Pero, cunto es mucho? Qu significa
condiciones similares ?

Diferentes interpretaciones de la
probabilidad ...
Interpretacin subjetiva de la probabilidad:

Esta es la probabilidad que una persona asigna a


los posibles eventos de una situacin. El juicio
para la asignacin de probabilidades est basada
en creencias o informacin del individuo.
Obviamente, aqu la probabilidad cambia de
persona a persona.

Teora de Probabilidades
Aqu veremos una teora de probabilidades sin
considerar las controversias respecto a la
interpretacin de lo que es una probabilidad.
Por supuesto, la teora que veremos es
formalmente correcta y podr utilizarse para la
asignacin de valores de probabilidad en
problemas reales.

En resumen:
La teora de probabilidades nos dar una forma
de cuantificar que tan verosmil/probable es que
ocurra un evento en un experimento

Conceptos preliminares
Un experimento es cualquier proceso, real
o hipottico, cuyo posible resultado puede
identificarse de antemano.
Un evento es un conjunto bien definido de
los posibles resultados de un experimento.

Conceptos preliminares
Espacio muestral: es la coleccin de todos
los posibles resultados de un experimento.
Usualmente, denotaremos por S al
espacio muestral.
Un posible resultado x de S se dice
que es un miembro del espacio muestral y
se denota como

Conceptos preliminares
Cuando se realiza un experimento y se dice
que un evento ha ocurrido, significa que el
resultado del experimento satisface las
condiciones que especifican a ese evento.
Cada evento puede considerarse como un
subconjunto del espacio muestral

Conceptos preliminares
Ejemplo:
Experimento: lanzamiento de un dado
de seis caras
Espacio muestral S :

Sea A el evento de obtener un nmero par:

Conceptos preliminares
Sea B el evento de obtener un nmero
mayor o igual que 2

Vemos que los elementos de conjunto A


tambin estn en B

Teora de conjuntos
Se dice que un evento A est contenido en
otro evento B, si cada resultado que pertece al subconjunto que define a A tambin
pertenece al subconjunto que define a B :
o bien

Teora de conjuntos
Si dos eventos A y B son tales que
y
Entonces A y B tienen los mismos
elementos, es decir,

Teora de conjuntos
(Transitividad)
Si A, B y C son tres eventos tales que
y
se sigue entonces que:

Teora de conjuntos
Conjunto vaco:
Algunos eventos son imposibles de obtener.
Por ejemplo, obtener un nmero negativo al lanzar
un dado.
Es decir, el evento est definido por un subconjunto
de S sin resultados. A este subconjunto de S se le
llama conjunto vaco y se denota por:
Para un evento arbitrario A es lgicamente correcto
decir que cada elemento del pertenece a A:

Teora de conjuntos
Conjuntos finitos e infinitos
El nmero de elementos de un conjunto puede ser
finito o infinitos
Un conjunto infinito puede ser a su vez contable o
incontable
Un conjunto es contable si hay una
correspondencia uno a uno de sus elementos con
los nmeros naturales {1,2,3, ...}.
Un conjunto es incontable si no es finito ni
contable

Diagramas de Venn
Una representacin grfica de los resultados
de
un experimento son los diagramas de Venn

Diagramas de Venn
Regiones:
i) Resultados que pertenecen al evento A, pero
no al evento B
ii) Resultados que pertenecen al evento B, pero
no al evento A
iii) Resultados que pertenecen a ambos eventos A
yB
iv) Resultados que no pertenecen ni a A ni a B

Teora de conjuntos
Algunas operaciones elementales entre conjuntos:

Si A y B son dos eventos cualesquiera, la


interseccin de A y B esta definida por los resultados
que pertenecen a ambos conjuntos, A y B.
La unin de dos eventos A y B est definida por el
conjunto de resultados que pertenecen a A, o a B, o
a ambos A y B.
Complemento: el conjunto de resultados que no
pertenecen a A se le llama complemento de A.

Para un evento A:

Teora de conjuntos
Algunas relaciones entre las operaciones de
unin e interseccin:

Conmutatividad

Asociatividad

Distributividad

Idempotencia

Ejercicio: Una vez vistas las relaciones de


conmutatividad, distributividad e idempotencia,
muestre que para dos conjuntos A y B se satisface
que:

Ahora consideremos la unin:

Similarmente se podra demostrar la segunda igualdad del ejercicio

Teora de conjuntos
Leyes de Morgan:

Teora de Probabilidades
Queremos asignar un valor/nmero Pr(A) a cada
evento de A en un espacio muestral S.

Pr(A) indicar la probabilidad de que ese evento


ocurra.

Teora de probabilidades
Axioma 1. Para cada A en un espacio muestral S,

Axioma 2. Para un espacio espacio muestral S

Axioma 3. Si dos eventos A y B son mutuamente


excluyentes
Para una serie infinita de eventos disjuntos

asumimos que

Teora de Probabilidades
Definicin matemtica de probabilidad:
Una probabilidad en un espacio muestral S es
una especificacin de nmeros Pr(A) que
satisfacen los axiomas 1, 2 y 3

Teora de Probabilidades
Algunos teoremas:
1)
2) Para cada serie finita de eventos disjuntos

3) Para cada evento A

Teora de probabilidades
4) Si

entonces

5) Para cada evento A

6) Para dos eventos A y B

Teora de probabilidades
Ejemplo:
Un paciente visita al mdico por un dolor de
garganta. Despus de examinar al paciente, el
mdico piensa que el paciente sufre, o una infeccin
bacteriana o una de tipo viral. El doctor decide que
hay una probabilidad de 0.7 que el paciente tenga
una infeccin bacteriana y una probabilidad de 0.4
que la persona tenga una infeccin viral.
Cul es la probabilidad de que el paciente tenga
ambos tipos de infeccin?

Teora de probabilidades (espacio


muestral simple)
Muchos experimentos muestran cierta regularidad,
i.e., la frecuencia relativa de un evento es
aproximadametente la misma en una serie de intentos
A un espacio muestral con posibles resultados
se le llama simple, si la probablidad
asignada a cada posible resultado
es 1/n
Si un evento A en ese espacio contiene m resultados,
entonces

Teora de probabilidades (espacio


muestral simple)
Similarmente, sea
el nmero de resultados de
un evento A y
el nmero total de resultados
del espacio muestral. Entonces

Ahora, si A y B son dos eventos en S:

Teora de probabilidades

Ejercicio:

Calcule la probabilidad de obtener un as o una


pica de un paquete de cartas

13

Teora de probabilidades
Ejercicio: supongamos que lanzamos 3 monedas
simultneamente.
Cul es la probabilidad de obtener exactamente
2 caras?
Nmero posible de eventos (C:cara, R:cruz):
1-CCC
2-RCC
3-CRC
4-CCR
5-CRR
6-RCR
7-RRC
8-RRR

Teora de probabilidades
Ejercicio:
Calcule la probabilidad de obtener de un paquete
de cartas: un as o una pica o un nmero par {2,
4, 6, 8, 10}
Solucin:
Sea A el evento de obtener un as
Sea B el evento de obtener una pica
Sea C el evento de obtener un nmero par
Se nos pide entonces calcular

Teora de probabilidades
Para 3 eventos la probabilidad de la unin est
dada por:

Mtodos de conteo
Como hemos visto, para espacios muestrales
simples es importante saber contar el nmero de
resultados posibles de un evento y el nmero de
resultados posibles del espacio muestral, pues de
ah podemos calcular la probabilidad de un
evento.
- Multiplicacin
- Permutacin
- Combinacin

Mtodos de conteo
Multiplicacin
Regla de multiplicacin.
Si en un experimento tenemos que:
i) el experimento se realiza en dos partes
ii) la primera parte tiene m posibles resultados:
y, no importando cuales sean
estos resultados, la segunda parte del
experimento tiene n resultados:
Cada resultado del espacio muestral est dado
por la pareja
y S est dado por:

Mtodos de conteo

De aqu que el espacio muestral tiene mxn


resultados

Mtodos de conteo
Ejemplo:
Lanzamiento de dos dados.
Como cada dado tiene 6 posibles resultados, el
nmero total de posibles resultados es 6x6=36
Por supuesto, la regla de multiplicacin puede
extenderse a experimentos con ms de dos partes.
Si un experimento tiene k partes (k>2), tal que la isima parte del experimento tiene
posibles
resultados. Entonces el tamao del espacio muestral
es

Ejemplo:
Lanzamiento de 6 monedas.
Como cada parte del experimento tiene 2
posibilidades (cara o cruz) tenemos entonces que
el nmero total de posibles resultados es
2x2x2x2x2x2 = 64

Mtodos de conteo
Permutaciones
Una permutacin es un arreglo en un orden
particular de los objetos que forman un conjunto.

Nos preguntamos de cuntas formas n objetos


distintos pueden arreglarse/acomodarse (?)

Mtodos de conteo
Respuesta:

Ejemplo:
Cuntos arreglos pueden hacerse con las letras a, b y c?
Respuesta: 3 x 2 x 1 = 3! =6
(a,b,c), (a,c,b), (b,a,c), (b,c,a), (c,a,b), (c,b,a)

Mtodos de conteo
Si ahora seleccionamos solamente k elementos
(uno a la vez) de los n, entonces tenemos que:

Mtodos de conteo
Ejemplo: Sea
Cules son las permutaciones de 2 elementos
tomados del conjunto anterior ?
Respuesta:

Mtodos de conteo
Ejemplo:
De un grupo de 25 personas, sern seleccionados un
presidente y un secretario. Cul es el nmero de formas
posibles de escoger estas dos personas ?

Conteo con reemplazamiento


Consideremos ahora un experimento donde una
bola, seleccionada de una caja con n bolas, se
regresa a la misma caja.
Si se hace un total de k selecciones de esta
forma, el espacio muestral S contiene todos los
vectores de la forma:
donde
:resultado de la i-sima seleccin
A este proceso se le llama muestreo con
reemplazamiento.
Como existen n posibles resultados para cada
una de las bolas/selecciones, el nmero total de
vectores en S es

Conteo con reemplazamiento


Permutaciones con reemplazamiento.

Si en el experimento anterior quisieramos saber la


probabilidad del evento A en que cada una de las
k bolas seleccionadas sean distintas.
El nmero de vectores donde los k componentes
son distintos est dado por
Como el tamao del espacio muestral es
cada seleccin es igualmente probable,
entonces la probabilidad del evento A es

(y
),

Mtodos de conteo
Ejemplo:
El problema del cumpleaos (versin simplificada)
Un planeta gira alrededor del sol en 3 das. Cul es la
probabilidad de que Manolo y Juan cumplan aos en
fecha distinta (sin considerar el ao) en ese planeta?
Las posibilidades son:

La probabilidad de cada uno de estos resultados es:

Mtodos de conteo
Problema del cumpleaos:
Cul es la probabilidad de que al menos dos
personas de un grupo de k personas (2< k < 365)
festejen su cumpleaos el mismo da.
Supongamos que los nacimientos son
independientes (gemelos son excluidos!).
Entonces para cada una de las k personas hay
365 posibilidades. Por tanto, el espacio muestral
es

Mtodos de conteo
La probabilidad de que todos los cumpleaos
sean distintos es

As pues, la probabilidad de que al menos dos


personas tengan el mismo da su cumpleaos es

Mtodos de conteo
Algunos valores de q:
k

0.027

10

0.117

15

0.253

20

0.411

25

0.507

30

0.706

40

0.891

50

0.970