Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESCUELA DE ECONOMIA
ESTADISTICA II – T2S1301
Profesor: Integrantes:
Propiedades de la probabilidad
p(A) = 1 – p(A)
p(∅) 0
A ⊂ B ⇒ p(A) ≤ p(B)
Incertidumbre
Experimento aleatorio
Espacio muestral
En la teoría de probabilidades, el espacio muestral o espacio de muestreo
(denotado E, S, Ω o U) consiste en el conjunto de todos los posibles resultados de
un experimento aleatorio, junto con una estructura sobre el mismo
Podemos diferenciar entre dos tipos principales de espacios muestrales, cada uno
con subcategorías:
- Espacios muestrales discretos o numerables, que a su vez se dividen en:
- Espacios muestrales finitos.
- Espacios muestrales inifinitos numerables.
- Espacios muestrales continuos, que siempre son infinitos no numerables.
Suceso Aleatorio
Un Suceso Aleatorio (o Evento Aleatorio) es aquel conjunto dentro de los
resultados posibles (espacio muestral) de un experimento aleatorio.
Por otra parte, un suceso determinista (o evento determinista) es aquel del que se
puede conocer con seguridad su resultado previamente.
Ejemplos de Sucesos Aleatorios:
Veamos algunos ejemplos para entender mejor el concepto de suceso aleatorio:
Ejemplo 1: obtener un "5" al tirar un dado.
espacio muestral = {1, 2, 3, 4, 5, 6}
suceso aleatorio: obtener 5
Ejemplo 2: obtener un número par al tirar un dado.
espacio muestral = {1, 2, 3, 4, 5, 6}
suceso aleatorio: obtener 2, 4 o 6
Ejemplo 3: obtener un número mayor a 4 al tirar un dado.
espacio muestral = {1, 2, 3, 4, 5, 6}
suceso aleatorio: obtener 5 o 6
Ejemplo 4: salir un as de corazones al sacar una carta de la baraja de naipes
espacio muestral: {1 de rombos, 2 de corazones, 3 de tréboles...} (todas las cartas
posibles)
suceso aleatorio: salir el as de corazones
Por otra parte, como ejemplo de sucesos deterministas:
- Obtener un resultado menor de 7 al tirar un dado de seis caras
- Al elegir una persona al azar, que tenga una edad menor de 150 años
- Al elegir una persona al azar, que mida menos de 3 metros de altura
Operaciones de Sucesos Aleatorios
Unión: Dados dos sucesos aleatorios, A,BÌ E , se denomina suceso unión de A y B
al conjunto formado por todos los sucesos elementales que pertenecen a A o bien
pertenecen a B incluyendo los que están en ambos
simultáneamente, es decir
el suceso unión de A y B es
Por ejemplo, si
Por ejemplo, si
Diagrama de Venn
Los diagramas de Venn son esquemas usados en la teoría de conjuntos, tema de
interés en matemáticas, lógica de clases y razonamiento diagramático. Estos
diagramas muestran colecciones (conjuntos) de cosas (elementos) por medio de
líneas cerradas. La línea cerrada exterior abarca a todos los elementos bajo
consideración, el conjunto universal U. Los diagramas de Venn fueron ideados
hacia 1880 por John Venn.
Con los diagramas de Venn es posible representar las relaciones de intersección,
inclusión y disyunción sin cambiar la posición relativa de los conjuntos
Intersección
Dado que los conjuntos pueden tener elementos comunes, las regiones
encerradas por sus líneas límite se superponen. El conjunto de los elementos que
pertenecen simultáneamente a otros dos es la intersección de ambos.1
A = {1; 2; 3; 4; 6; 12}
B = {1; 3; 5; 15}
U = {1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16}
Interseccion = 1, 3
Inclusión
Si todos los elementos de un conjunto son parte de los elementos de otro, se dice
que el primero es un subconjunto del segundo o que está incluido en el segundo.1
En los diagramas de Venn, todas las regiones de superposición posibles deben
ser representadas. Y, cuando hay regiones que no contienen elementos (regiones
vacías), la situación se indica anulándolas (con un color de fondo distinto).2
A = {1; 2; 3; 4; 6; 12}
B = {1; 2; 3; 6}
U = {1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12}
Disyuncion
Cuando los conjuntos no tienen elementos comunes, la región de superposición
queda vacía.
A = {2; 4; 6; 8}
B = {1; 3; 5; 7; 9}
U = {1; 2; 3; 4; 5; 6; 7; 8; 9; 10}
A ∩ B = regiones 1 y 2,
B ∩ C = regiones 1 y 3,
A U C = regiones 1, 2, 3, 4, 5 y 7,
B' ∩ A = regiones 4 y 7,
A ∩ B ∩ C = región 1,
(A U B) ∩ C' = regiones 2, 6 y 7,
y así sucesivamente.
La figura puede representar una situación donde seleccionamos una carta al azar
de una baraja ordinaria de 52 cartas y observamos si ocurren los siguientes
eventos:
A: la carta es roja,
B: la carta es el jack, la reina o el rey de diamantes,
C: la carta es un as.
El evento A ∩ C consiste sólo en los dos ases rojos.
Varios resultados que se derivan de las definiciones procedentes, y que se pueden
verificar de forma sencilla empleando diagramas de Venn, son los que siguen:
A∩ø=ø
AUø=A
A ∩ A' = ø
A U A' = S
S' = ø
ø' = S
(A')' = A
(A ∩ B)' = A U B
(A U B)' = A' ∩ B'
Probabilidad condicionada
Ejemplo:
Una urna contiene 10 bolas, de las cuales 3 son rojas, 5 verdes y 2 azules. Se
extraen al azar 3 bolas. Calcular la probabilidad de que la primera sea azul y los
otros dos verdes.
Teorema de Bayes
Primero, para una mayor compresión de este teorema, son necesarias algunas
nociones básicas de teoría de probabilidad, especialmente el teorema de la
multiplicación para probabilidad condicional, el cual establece que
Y en consecuencia
Luego, aplicando el teorema de la multiplicación
Ejemplo:
Tres cajas contienen bolas blancas y negras. La composición de cada una de ellas
es la siguiente: U1 = {3B, 1N}, U2 = {2B, 2N}, U3 = {1B, 3N}.
Se elige al azar una de las cajas y se extrae de ella una bola al azar la cual resulta
ser blanca. ¿Cuál es la caja con mayor probabilidad de haber sido elegida?
Solución
Luego, la primera de las cajas es la que tiene una mayor probabilidad de haber
sido elegida para la extracción de la bola blanca.
La regla de la adición o regla de la suma establece que la probabilidad de
ocurrencia de cualquier evento en particular es igual a la suma de las
probabilidades individuales, si es que los eventos son mutuamente excluyentes, es
decir, que dos no pueden ocurrir al mismo tiempo.
Entonces, si A y B son mutuamente excluyentes,
P(A o B) = P(A) U P(B) = P(A) + P(B)
Si A y B no son mutuamente excluyentes,
P(A o B) = P(A) + P(B) − P(A y B)
Siendo: P(A) = probabilidad de ocurrencia del evento A, P(B) = probabilidad de
ocurrencia del evento B, y P(A y B) = probabilidad de ocurrencia simultánea de los
eventos A y B.
La regla de la multiplicación establece que la probabilidad de ocurrencia de dos o
más eventos estadísticamente independientes es igual al producto de sus
probabilidades individuales.
P (A y B) = P (A B) = P (A) P (B) si A y B son independientes.
P (A y B) = P (A B) = P (A) P (B|A) si A y B son dependientes.
siendo P (B|A) la probabilidad de que ocurra B habiéndose dado o verificado el
evento A.
La Regla de Laplace establece que:
Ejercicios
4. Determine cuál es la probabilidad de obtener 2 caras y un sello
CCC
CC
CCS
C
CSC
CS
CSS
SCC
SC
SCS
S
SSC
SS
SSS
En este grafico podemos ver cuáles son todos los resultados posibles si lanzamos
la moneda tres veces que son las cantidades de veces que tendría que lanzar la
moneda pasar obtener los resultados que se me están preguntado, pero en mi
lanzamiento tengo dos variables que son cara y sello por lo cual me deja una
probabilidad 50% (todas las probabilidades siempre tienen que dar 1) esto lo
llevaremos a numero reales lo cual seria 0.5 que esto se convertiría en la
probabilidad de que salga cara o salga sello. por lo cual para calcular para calcular
la pregunta en este caso tenemos que el elevar nuestras probabilidades por la
cantidad de lanzamientos que son necesario para obtener el resultado deseado.
(0.5) ^3 = 0.125
Entonces seria
Y esta seria nuestra respuesta para ambas preguntas porque para calcular la
probabilidad en ambos casos son las mismas variables y se necesitarían las
mismas cantidades de lanzamientos para obtener los resultados preguntados.
La tabla de sucesos.
de 2 maneras.
Figura 1:
Dado Moneda
1 2 3 4 5 6 c s
1 1
2 2
c 3 3 s
4 4
5 5
6 6
6
Figura 2:
1 2 3 4 5 6
C S C S C S C S C S C S
Sabemos que la probabilidad siempre tiene que ser igual 1 y tenemos 12 posibles
resultados que hacemos dividimos la cantidad de posibles resultados con 1 y eso
nos dará la probabilidad porcentual de que caiga un de los objetivos deseados:
1/12 = 0.083333333
Multiplicamos probabilidades las cual nos dio el mismo resultado ya antes visto.
Conclusión
Podemos concluir que, como anteriormente hemos dicho, las estadísticas en sí,
son fundamentales para todo el mundo, desde el médico, el abogado, el
economista hasta el ingeniero, es decir abarca todas las ramas profesionales, es
por eso que se ha hecho de ella, una materia obligatoria en casi todos los planes
de estudios de la educación superior y media. El uso y conocimiento de la
estadística puede ser la diferencia entre salvar una vida o no, llevar tu empresa al
éxito o al fracaso, de construir un edificio seguro o no; por eso esta demás decir
que la conclusión es que la estadística, abarcando todos sus temas, es una de las
materias más importantes que podremos ver en nuestras vidas, por eso es de
suma importancia conocerla tanto teórica como prácticamente.