Experimento aleatorio, ejemplo juegos del azar

- Exeperimento 1, lanzar un dado

Omega1 ={1,2,3,4,5,6} al lanzar un dado los posibles resultados al realizar este experimeento es que
salga cualquiera de los números entre 1 y 6

- Experimendo 2, lanzar 2 monedas

Omega2={CC,CS,SS,SC} esto sería su espacio muestral

Discrestos finitos, en ambos casos el espacio muestra esta conformado en el primer caso por 6 elementos y en
el segundo experimeento las 4 posibles resultados de lanzar 2 monedas.

Discretos infinitos, números naturales, cuando termino d contar nunca. (0,1,2,3,4…)

Continuos, a diferencia del anterior puedes poner naturales (0,1,2,3,4…) en el caso de los continuos no puedo
hacerlos porque entre 2 enteros hay infinitos decimales

EVENTOS

Para el experimento 1

Evento1 e1= que salga par (cada evento tiene su espacio muestral)

Entonces para el evento 1 seria e1={2,4,6}

Evento2 e2= que salga impar y menor a 5

Entonces tiene que cumplir 2 opciones e2={1,3} elemento onjunto

Elemento vacio o nulo es aquel que para el experimento 1 saque mayor que 6 eso no va salir nunca eso es nulo
o vacio

Para el experimento 2

Evento1 e1= que al menos una sea sello

Entonces podría ser e1={SC CS,SS}

Evento2 e2= que salgan diferentes

Entonces podría ser e1={CS,SC}

La probabilidad que ocurra el experimento 1evento 1y 2, como estamos en casos finitos, numerables es el
numero de casos favorables, entre el numero de casos totales, entonces:

P(e1)=3/6=50%

P(e2)=2/6=33.3% periódico

La probabilidad que ocurra el experimento 2 evento 1y 2 como estamos en casos finitos, numerables es el
numero de casos favorables, entre el numero de casos totales, entonces:

P(e1)=3/4=75%

P(e2)=2/4=50% probabilidad a priori

Generalmente el universo, en una variable discreta se le conoce como espacio muestral, dentro de este pueden
haber 1 o muchos eventos,

por ejemplo tengo un evento A y un evento B

A B
 La unión es el evento que ocurre al menos una de las 2, entonces la
formularia seria:
P(AuB)=P(a) + P(b) – P(a B) probabilidad conjunta que es la intersección

tengo un evento C y un evento D

C D

NO tienen nada en común, cuando son excluyentes la interseccion es nula o

vacía

Si tengo solo un evento

A la probabilidad de complemento de A

Seria A’ o A prima es = al espacio mestrual-A, en pocas palabras todo lo que está en el

rectángulo, pero fuera del circulo

La probabilidad de cualquier evento es maor igual a cero, no hay probabilidades negativas

la probabilidad del espacio muestral, es la suma de todas las probabilidades que ess =1 o 100%
la probabilidad de un evento nulo es igual a cero
la probabilidad de A que es el circulo + la de su complemento es igual a la probabilidad del espacio muestral por
lo tanto es =1
Las probabilidades son menores iguales a 1, eso 120% no existe yo he podido a ver incrementado mi rentaniidad
120% pero cuando hablo de probabilidades el tope es 100% y 100 es cuando siempre va ocurrir

Si A y B son mutuamente excluyentes: entonces la probabilidad conjunta se define como el producto ese “o” es
como la unión P(AoB)

La probabilidad de que Vizcarra llega a conseguir la convocatoria de elecciones sea para abril del próximo año es
del 10%, la probabilidad que el próximo año abandone fernando perez esta maestria es del 30%, cual es la
probabilidad que ocurran ambos eventos?
Ambos eventos son totalmente independientes por lo tanto la probabilidad que ocurra ambos eventos es el
PRODUCTO son exlcluyentes uno no tiene que ver nada con el otros, pero si no son excluyentes es porque
tienen una interseccion, algo en común.
si son eventos dependientes, es como la condicional la probabilidad que ocurra AyB es la P(a) x P(b/a)
(probabilidad de A por la probabilidad de B tal que A ha ocurrido.

Vamos a definir como todo este espacio muestral donde se encuentra la variable aleatoria que nosotros
queremos modelar con una distribución en función de X, cada numero real X(w) se va convertir en esa
función

Ejemplo si un vendedor corporativo hace 4 visitas diarias a los gerentes de compra de estas corporaciones, cual
es el rango de que pueda vender en ese dia, los posibles resultados de esa visita, puede ser que ese dia no
venda nada, que el numero de ventas sea 0

Discreta, era el rango de conjunto finito o infinito no numerable, solo un numero limitado de valores
Continua, es aquella que puede tomar cualquier valor de un intervalo dado

Disttibucion de probabilidades, lo que hace es registrar una tabla donde va estar el rango osea los posibles
valores de la variable x1, Y la probabilidad que esto ocurra su función de X

la función de que X sea mayor o igual que 0 no existen funsiones ni probabilidades negativas

la funsion es igual a la probabilidad, la funsion de x es = a la probabilidad q X, que la

distribución tome ese valor del rango

la suma de todas las probabilidades es = a 1, la suma de todas las funciones

dentro del espacio muestral es = a 1

Es como el numero de visitas x4 y la variable es el numero de ventas en 1 dia si hace solo 4 visitas

Ejemplo 1

Este caso es una distribución discreta

Igual que la media, que representa la media, el valor que tendrían todos los datos si estos fueran iguales
Solución con @Risk
Te sale un valor y cada vez que actualizas F9 se actualiza el importe que arroja el arroba risk

Distribución Binomial

En la binomial existe el éxito y el fracaso, el éxito puede ser algo negativo, depende como este definida la
variable, la variable es el numero de ventas en un 1 dia cuando hace 4 visitas

característica de la binomial: 1. Existe la probabilidad de éxito o de fracaso, 2. cada intento o ensayo es

independiente, 3. El número de intentos o ensayos es finito, la probabilidad de éxito siempre es constante
cuantos intentos o ensayos hay en el caso mostrado? Serian 4, porque los intentos son las visitas que he
realizado

Los parámetros de la distribución binomial son n y p

la simbología dice que la variable X se distribuye con una binomial de

parámetros “n” y “p”, donde “n” representa el numero de intentos o ensayos y “p” representa la probabilidad
de éxito

El valor esperado de una Binomial es n*p, su simbología es E(x)=n*p

La varianza de una Binomial es n*p*(1-p) y 1-p=q entonces simbología es V(x)=n*p*(1-p)

un examen para marcar 10 preguntas cada una de ellas con 4 alternativas de respuesta donde solo 1 es
correcta, la variable es el numero de respuestas correctas cuando el examinado contesta las preguntas al azar
A. identifique la distribución y justifique
B. Calcule e interprete el valor esperado
C. Cual es la probabilidad que conteste mas de 5
Solucion

n=10 el numero de intentos de ensayos es finito

p=25% el espacio muestras seria del 1 al 4, entonces la probabilidad de esto va hacer de las 4, seria ¼=25%
constante
cada intento de ensayo es independiente. (justificación de porque es una binomial)

Entonces en el arroba risk hago una distribución binomial

La media es n*p entonces seria 10*0.25=2.5 y si a los 2.5 le multiplico 0.75 tengo la varianza

La interpretación de la media seria, si se resuelve este tipo de examen marcando al azar se espera que las
preguntas correctas sean 2.5