Está en la página 1de 21

01/06/2017

ESTADSTICA

Ing. Jorge Ugarte Fajardo


gugarte@espol.edu.ec

CONTENIDO

UNIDAD 2: PROBABILIDAD

2.1 Teora bsica


2.2 Clculos de probabilidad
2.3 Probabilidad Condicional
2.4 Independencia

1
01/06/2017

Experimento
Conjunto de acciones con las que, utilizando
procedimientos claramente establecidos, se
efecta algn tipo de observacin o medida.

Propsito de un experimento
Generar conocimiento
Verificar cumplimiento de algn principio, supuesto o teora.
Mejorar eficacia de algn mecanismo ya construido.

Experimento

Caractersticas
Se sabe cuales son los resultados posibles del
experimento antes de su ejecucin.
Cualquier realizacin del experimiento debe conducir a
un resultado que no es conocido, pero se sabe cuales
son los posibles resultados.
Puede ser repetido bajo idnticas condiciones

2
01/06/2017

Espacio muestral

Espacio muestral es el par (, S )


es el conjunto de todos los resultados posibles
(espacio de eventos)
S es el conjunto potencia de conjunto de
todos los subconjuntos de .

Espacio muestral

Experimento: Lanzar moneda


= {s,c}
={ {s,c}; {c,s}; }
S ={;

= { } vacio ; en el ejemplo equivale a imposible

3
01/06/2017

Espacio muestral discreto


Conjunto contable
E es un conjunto contable si y solo si es possible
establecer una correspondencia uno a uno entre los
elementos de E y los de B, donde B es un
subconjunto de los numero enteros no negativos
B = {1;2;3;4;;10} B tiene cardinalidad finita
no necesariamente es finite (Ej. Lanzar
moneda hasta que salga cara)
Espacio muestral discreto.
(, S ) es dicreto si y solo si es contable

Espacio muestral continuo

Espacio muestral continuo


(, S ) es continuo si No es discreto
Ejemplo: medir estatura o peso

4
01/06/2017

Eventos del espacio muestral


Evento
es todo subconjunto de .
Eventos mutuamente excluyentes:
Cuando 2 eventos de un mismo espacio de
eventos no tienen elementos en comn. Es
decir no tienen elementos en comn

(E1, E2 ) [(E1 E2) = ]

Cardinalidad de un espacio Muestral


Cardinalidad
Es el nmero de elementos de un conjunto
finito E

5
01/06/2017

Unin de eventos
Unin de eventos
(E1 E2)= E1 + E2 (E1 E2)]

Funcin probabilidad
Funcin P con dominio S con valores en
[0,1] que cumple:
Axiomas de Kolmogorov
1. P() = 1
2. 0 <= P(E) <= 1 E S
3. P(E1 E2)= P(E1) + P(E2) siempre que
(E1 E2) =

6
01/06/2017

Teoremas probabilidad

Teorema 1
La probabilidad P de un evento E S
P(E)= 1 P(Ec)

Teoremas probabilidad

Teorema 2
La probabilidad P la unin de los eventos E1
y E2
P(E1 E2)= P(E1) + P(E2) P(E1 E2)

7
01/06/2017

Teoremas probabilidad

Teorema 3
La probabilidad P la interseccin de los
eventos E2 y E1c
P(E2 E1c)= P(E2) P(E1 E2)

Teoremas probabilidad

Teorema 4
Si E1 E2 P(E1) <=P(E2)
P(E1 E2) <= P(E1) + P(E2)
Teorema 5 (desigualdad de Bonferroni)
P(E1 E2) >= P(E1) + P(E2) - 1
Teorema 6 (Desigualdad de Boole)
P(E1 E2) >= 1 - P(E1c) - P(E2c)
P(E1 E2) = 1 (P(E1c E2c))

8
01/06/2017

Leyes de conjuntos

Probabilidad

N(E)
P(E) = ---------
N()
Lanzamiento dado, cual es la probabilidad que
aparezca un nmero mayor que 4.
= {1;2;3;4;5;6}
E ={5,6}
P(E) = 2/6= 1/3
Se debe saber determinar la cantidad de
elementos del evento

9
01/06/2017

Probabilidad
N(E)
P(E) = ---------
N()
Lanzamiento dado, cual es la probabilidad que
el dado cada dentro de la corona circular de
radio exterior 1 y radio interior 1/2
= rea total
E = rea corona
P(E) = *(1-0.52)/ *(1)2 = 0,75

Probabilidad
Teorema 7
Sean E1,E2 Ek, eventos con cardinalidad
n1,n2,..nk. Si se debe escoger primero un
elemento de E1, luego un elemento de E2 hasta
Ek, el nmero de opciones posibles es:
n1*n2*.nk
Es decir, el producto de las cardinalidades de
los eventos.

10
01/06/2017

Probabilidad
Ejemplos:
1)Una persona escoge su ropa en el armario y
tiene 3 pantalones,2 camisas, 2 pares de
zapatos. Cuantas opciones tiene para vestir.

2) Una compaa de taxis tiene 3 marcas de


vehculos 3 marca A,3 marca B,2 marca C un
cliente le pide 3 autos de diferentes marcas.
Cuantas opciones tiene la empresa para asignar
los taxis.

Probabilidad
Ejemplos:
3)Asinacin de nmero de placa
Primera letra = letra provincial G
Segunda letra = abecedario (26)
Tercera letra = abecedario (26)
Primer nmero = entre 0 9
segundo nmero = entre 0 9
Tercer nmero = entre 0 9
cuarto nmero = entre 0 9

11
01/06/2017

Probabilidad
Encuentre probabilidad de:
(E1 E2 E3) c
(E1 E2) (E2 E3) E1 E2
(E1c E2 E3)
(E1c E3c) 0.12 0.10 0.20
(E1 E2 ) c E3
0.05

0.08 0.10

0.15

E3

Probabilidad
Encuentre probabilidad de:
Dado
P(E2) = 0.45 E1 E2
P(E1 E2) = 0.15
Encuentre
P(E2 E1c)

12
01/06/2017

Combinaciones
Nmero de combinaciones es el nmero de
muestras de tamao n que pueden tomarse
desde un conjunto (poblacin objetivo) de
tamao N. El orden no es relevante. Tambin se
lo llama COEFICIENTE BINOMIAL

Siempre es entero

Combinaciones
Nmero de combinaciones es el nmero de
muestras de tamao n que pueden tomarse
desde un conjunto (poblacin objetivo) de
tamao N. El orden no es relevante. Tambin se
lo llama COEFICIENTE BINOMIAL

Siempre es entero

13
01/06/2017

Combinaciones

Ej: X= {a,e,i, j, h ,3,4}


N= 7
7
= (7!)/(7-2)!2!
2

Permutaciones
Nmero de subconjuntos de tamao n tomados
de un conjunto (poblacin objetivo) de tamao
N. El orden si es relevante.

Si N=n N
nP = n!

14
01/06/2017

Permutaciones

Ej: X= {a,e,i, j, h ,3,4}


N= 7

7=
2P (7!)/(7-2)!

Coeficiente multinomial
Son cada una de las muestras de tamao
n1,n2,..nk que se puede dividir la poblacin tal
que n1+n2+..nk = N, el nmero de
combinaciones de tamao n1,n2 ..y nk
(combinaciones distinguibles) son:

15
01/06/2017

Coeficiente Multinomial
Ej: X= {a,e,i, j, h ,3,4}
Cuantas forma de colocar la caracteres
considerando sus tipos
7 7!
=
3,2,2 3!2!2!

Coeficiente multinomial
Ejemplos:
Mantenimiento de lab. De 10 pc. 2 son HP, 5 son
IBM y 3 Dell. Cuantas formas se las puede ubicar
en el lab.

Arreglo de 20 libros en las perchas de biblioteca.


4 son de Estadstica, 11 de Fsica, 4 de Geologa
y 1 de Dinmica.

16
01/06/2017

Probabilidad Condicional
Probabilidad de A dado B

Axiomas:
P(E1|E1) = 1
P(E2|E1) >=0
P(E2UE3|E1) = P(E2|E1) + P(E3|E1) si E2 E3 =

Muestreo sin reposicin y con reposicin

Probabilidad Condicional
Lanzamiento de dos dados. Probabilidad de que
salga par dado que antes sali mayor 7.

17
01/06/2017

Teorema 8
Si P(E2) > 0 entonces
P(E1|E2) = 1-P(E1C|E2)

Teorema
Si E1 Y E2 son mutuamente excluyentes .

P(E1|E1UE2) = P[(E1) (E1UE2)] / [P(E1) + P(E2)]

18
01/06/2017

Independencia estocstica
E1 es estocsticamente independiente de E2
P(E1|E2) = P(E1) , as como P(E2|E1)= P(E2)

Teorema 10.
Si E1 y E2 son estocst. independientes Entonces
P(E1 E2) = P(E1)P(E2)
Son independientes tambin:
E1 y E2c
E1c y E2
E1c y E2c

Independencia estocstica
dado={1,2,3,4,5,6}
E1={1,2}
E2={1,3,5}
P(E1) = 1/3
P(E2)= ?
P(E1 E2)= ?
P(E1|E2) = ?
P(E2|E1)= ?

19
01/06/2017

Independencia estocstica
Teorema 11.
Si E1 , E2 y E3 son estocst. independientes
Entonces tambin lo son:

E1 y E2 E3
E1 y E2 U E3
E1c y E2 E3c

Teorema de Bayes
La suma de Ei es y Ei son disjuntos
A es la unin de K eventos disjuntos

= E1 U E2 U E3U UEk-1U Ek
A = A E1 U A E2 U A E3 U .. U A Ek-1U A Ek

20
01/06/2017

Teorema de Bayes

Si la suma de Ei es y Ei son disjuntos


Si A es la unin de K eventos disjuntos

Probabilidad de que dado A haya sido Er


P(A|Er)P(Er) probabilidad Er x (A|Er)
P(Er|A) = -----------------------
P(A|Ei)P(Ei) PROBABILIDAD TOTAL

Teorema de Bayes
Si 3 prof dictan una material Juan(0.5) dict 3
paralelos, Pedro (0.80 ) dict 2 y Luis (0.7) dicto 5.
Si un estudiante reprob cual es la probabilidad de
que le haya dado Luis.

P(A|Er)P(Er)
P(Er|A) = -----------------------
P(A|Ei)P(Ei)

21