Distribuciones de Probabilidad

Captulo 2
Distribuciones de probabilidad
Dipl.-Math. Natalia Hernandez Vargas
Universidad del Norte
Segundo Semestre 2014
1 / 21
Contenido
Resumen de la clase anterior
Conceptos b
asicos de probabilidad
Operaciones de eventos
Propiedades de las operaciones de eventos
2 / 21
Conceptos b
Contenido Captulo 2
Conceptos b
3 / 21
Conceptos b
Sean A y B eventos de un espacio muestral 6= .
Nombre
Uni
on
Intersecci
on
Diferencia
Complemento
Notaci
on
AB
AB
AB
A
4 / 21
Conceptos b
Contenido Captulo 2
Conceptos b
5 / 21
Conceptos b

1
A=A
A=
A=A
AA=
AA=
AB =AB
AB =AB
6 / 21
Conceptos b
La clase de hoy
Probabilidad
Definicion clasica de Probabilidad
Probabilidades condicionales
Independencia
Calculo de probabilidades con tecnicas de conteo: Ejemplo
7 / 21
Probabilidad
Definici
on cl
asica de Probabilidad
Contenido Captulo 2
Probabilidad
Independencia
8 / 21
Probabilidad
Definici
on cl
Experimento Laplaciano o cl
asico
Resultados finitos
Resultados (eventos elementales) con la misma probabilidad
9 / 21
Probabilidad
Definici
on cl
Experimento Laplaciano o cl
asico
Resultados finitos
Resultados (eventos elementales) con la misma probabilidad
Example
Juegos de azar (Dados, juegos de cartas, ruleta, etc)
Modelos fsicos
Modelos geneticos
9 / 21
Probabilidad
Definici
on cl
Probabilidad de un evento elemental

Sea 6= un espacio muestral finito.
10 / 21
Probabilidad
Definici
on cl

Si es un evento elemental de ,
10 / 21
Probabilidad
Definici
on cl

Si es un evento elemental de , entonces la probabilidad de que suceda
, P(), es igual a
10 / 21
Probabilidad
Definici
on cl

, P(), es igual a
P() =
1
.
N
umero de elementos de
(1)
10 / 21
Probabilidad
Definici
on cl

, P(), es igual a
P() =
1
.
N
(1)
Probabilidad de un evento
Sea 6= un espacio muestral finito y todos los eventos elementales, ,
de ocurren con la misma probabilidad como en el caso anterior.
10 / 21
Probabilidad
Definici
on cl

, P(), es igual a
P() =
1
.
N
(1)
Entonces la probabilidad de que suceda A, P(A), es igual a
10 / 21
Probabilidad
Definici
on cl

, P(), es igual a
P() =
1
.
N
(1)
Entonces la probabilidad de que suceda A, P(A), es igual a
P(A) =
N
umero de elementos de A
.
N
(2)
10 / 21
Probabilidad
Definici
on cl
Propiedades de la funci
on probabilidad P(. . .)
Sean 6= un espacio muestral y A, B, C eventos. Entonces,
1
P() = 0 y P() = 1
11 / 21
Probabilidad
Definici
on cl
1
P() = 0 y P() = 1
P(A) = 1 P(A)
11 / 21
Probabilidad
Definici
on cl
1
P() = 0 y P() = 1
P(A) = 1 P(A)
0 P(A) 1
11 / 21
Probabilidad
Definici
on cl
1
P() = 0 y P() = 1
P(A) = 1 P(A)
0 P(A) 1
11 / 21
Probabilidad
Definici
on cl
1
P() = 0 y P() = 1
P(A) = 1 P(A)
0 P(A) 1
Formula de Silvester para 2 eventos:
11 / 21
Probabilidad
Definici
on cl
1
P() = 0 y P() = 1
P(A) = 1 P(A)
0 P(A) 1

P(A B) = P(A) + P(B) P(A B)
11 / 21
Probabilidad
Definici
on cl
1
P() = 0 y P() = 1
P(A) = 1 P(A)
0 P(A) 1

P(A B) = P(A) + P(B) P(A B)
Si A B =
11 / 21
Probabilidad
Definici
on cl
1
P() = 0 y P() = 1
P(A) = 1 P(A)
0 P(A) 1

P(A B) = P(A) + P(B) P(A B)
Si A B = (mutuamente excluyentes), entonces

P(A B) = P(A) + P(B)
11 / 21
Probabilidad
Contenido Captulo 2
Probabilidad
Independencia
12 / 21
Probabilidad
Definition
Sean A y B dos eventos de un espacio muestral 6= .
13 / 21
Probabilidad
Definition
La probabilidad condicional del evento A dado el evento B, P(A|B), se
define como
13 / 21
Probabilidad
Definition
define como
P(A|B) =
13 / 21
Probabilidad
Definition
define como
P(A B)
, si P(B) > 0.
(3)
P(A|B) =
P(B)
13 / 21
Probabilidad
Independencia
Contenido Captulo 2
Probabilidad
Independencia
14 / 21
Probabilidad
Independencia
Definition
Dos eventos A y B de un espacio muestral 6= se llaman independientes
si y solo si P(A|B) = P(A).
15 / 21
Probabilidad
Independencia
Definition
Los eventos son dependientes en cualquier otro caso.
15 / 21
Probabilidad
Independencia
Definition
Los eventos son dependientes en cualquier otro caso.
Interpretaci
on
El evento A es independiente del evento B si la probabilidad de A no se ve
afectada por la ocurrencia o no de B.
15 / 21
Probabilidad
Independencia
Teorema de multiplicaci
on para eventos independientes
Dos eventos A y B de un espacio muestral 6= son independientes si y
solo si
16 / 21
Probabilidad
Independencia
solo si
P(A B) = P(A)P(B).
(4)
16 / 21
Probabilidad
Independencia
solo si
P(A B) = P(A)P(B).
(4)
Comentario
El concepto de independencia se puede generalizar al caso en que se
tengan mas de dos eventos. Para eso, los eventos deben ser independientes
en cualquier subconjunto de eventos. En ese caso, los eventos son
completamente independientes.
16 / 21
Probabilidad
Independencia
Teorema de Bayes (Para dos eventos n = 2)

Sea A1 y A2 una particion de un espacio muestral . (A1 A2 = )
17 / 21
Probabilidad
Independencia

Entonces, para cada evento B con P(B) > 0 y para todo k = 1, 2, se tiene
17 / 21
Probabilidad
Independencia

P(Ak |B) =
17 / 21
Probabilidad
Independencia

P(Ak |B) =
P(B|Ak )P(Ak )
P(B|A1 )P(A1 ) + P(B|A2 )P(A2 )
(5)
17 / 21
Probabilidad
Independencia

P(Ak |B) =
P(B|Ak )P(Ak )
P(B|A1 )P(A1 ) + P(B|A2 )P(A2 )
(5)
Teorema de Bayes
Sea A1 , . . . , An una partici
on de un espacio muestral . Entonces, para
cada evento B con P(B) > 0 y para todo k = 1, . . . , n, se tiene
P(Ak |B) =
P(B|Ak )P(Ak )
P(B|A1 )P(A1 ) + + P(B|An )P(An )
(6)
17 / 21
Probabilidad
C
alculo de probabilidades con t
ecnicas de conteo: Ejemplo
Contenido Captulo 2
Probabilidad
Independencia
18 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
Apuesta Entre los estudiantes del curso al menos dos cumplen el
mismo da del a
no.
19 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
mismo da del a
no.
Idea A = {Entre los estudiantes del curso al menos dos cumplen
el mismo da del a
no.}
La apuesta vale la pena si P(A) > P(A), es decir, P(A) > 21 .
19 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
mismo da del a
no.
el mismo da del a
no.}
Problema Es un experimento que no es precisamente aleatorio, el
resultado solo es desconocido.
19 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
mismo da del a
no.
el mismo da del a
no.}
Modelo Cada estudiante cumple aleatoriamente uno de los 365 das
del a
no.
19 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
mismo da del a
no.
el mismo da del a
no.}
del a
no.
Suposici
on (para facilitar el calculo)
19 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
mismo da del a
no.
el mismo da del a
no.}
del a
no.
Suposici
No hay a
nos bisiestos.
19 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
mismo da del a
no.
el mismo da del a
no.}
del a
no.
Suposici
No hay a
nos bisiestos.
Todos los das de cumplea
nos son igual de probables.
19 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
C
alculo El espacio muestral es
= {Todos los das de cumplea
nos de cada oyente}
20 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
C
nos de cada oyente}
20 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
C
nos de cada oyente}
A = {Entre los estudiantes del curso al menos dos cumplen
el mismo da del a
no.}
20 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
C
nos de cada oyente}
el mismo da del a
no.}
A = {Los estudiantes del curso cumplen en das diferentes
del a
no.}
20 / 21
Probabilidad
C
Ejemplo: Cumplea
nos el mismo da
C
nos de cada oyente}
el mismo da del a
no.}
A = {Los estudiantes del curso cumplen en das diferentes
del a
no.}
P(A) = 1 P(A)
=1
N
umero de elementos de A
N
=1
365!
(36526)!
36526
= 1 0,402 = 0,598 = 59,8 %.
20 / 21
Probabilidad
C
Actividad: Beb
es
Seg
un el DANE en 2013 nacieron 649 742 bebes en Colombia, de los
cuales 316 443 fueron ni
nas y el resto ni
nos.
La probabilidad de tener una ni
na es de
21 / 21
Probabilidad
C
Actividad: Beb
es
Seg
nas y el resto ni
nos.
443
na es de 48,7 % ( 316
649 742 = 0,487)
21 / 21
Probabilidad
C
Actividad: Beb
es
Seg
nas y el resto ni
nos.
443
na es de 48,7 % ( 316
649 742 = 0,487)
La probabilidad de tener un ni
no es de 51,3 % (0,513)
21 / 21
Probabilidad
C
Actividad: Beb
es
Seg
nas y el resto ni
nos.
443
na es de 48,7 % ( 316
649 742 = 0,487)
La probabilidad de tener un ni
no es de 51,3 % (0,513)
Basado en la informacion del DANE, en una familia de 4 hijos, que es mas
probable?
1
ni
no ni
no ni
no ni
no
ni
no ni
na ni
no ni
na
ni
na ni
na ni
na ni
na
21 / 21

Distribuciones de Probabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribuciones de Probabilidad

Cargado por

Copyright:

Formatos disponibles

Captulo 2

Segundo Semestre 2014

Resumen de la clase anterior

Propiedades de las operaciones de eventos

Propiedades de las operaciones de eventos

Propiedades de las operaciones de eventos

Propiedades de las operaciones de eventos

Probabilidad de un evento elemental

Probabilidad de un evento elemental

Probabilidad de un evento elemental

Probabilidad de un evento elemental

Probabilidad de un evento elemental

Probabilidad de un evento elemental

Probabilidad de un evento elemental

Formula de Silvester para 2 eventos:

Formula de Silvester para 2 eventos:

Formula de Silvester para 2 eventos:

Formula de Silvester para 2 eventos:

Si A B = (mutuamente excluyentes), entonces

Teorema de Bayes (Para dos eventos n = 2)

Teorema de Bayes (Para dos eventos n = 2)

Teorema de Bayes (Para dos eventos n = 2)

Teorema de Bayes (Para dos eventos n = 2)

Teorema de Bayes (Para dos eventos n = 2)

= 1 0,402 = 0,598 = 59,8 %.

También podría gustarte