Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE EMPRESAS
PROBABILIDAD
NOMBRE :
MARCIA LILIAN FLORES FLORES
GESTIÓN: 2020
CAPITULO 2
PROBABILIDAD
ESPACIO MUESTRAL
En la estadistica se manejan datos numericos las cuales representan conteos o mediciones, las cuales se
clasifican de acuerdo con algun criterio.
Los estadisticos utilizan la palabra experimento para describir cualquier proceso que genere un conjunto
de datos, un ejemplo mas usual es cuando se lanza una moneda al aire, los posibles resultados son dos,
cara o cruz. En estadistica lo que mas intereza son las observaciones que se obtienen al repetir varias
veces un experimento
Los resultados seran al azar por que no se puede afirmar con certeza algun resultado. Pero si se sabe el
conjunto de posibilidades para cada lanzamiento.
DEFINICION 2.1
Al conjunto de todos los resultados posibles estadistico se le llama espacio muestral y se lo representa
con el simbolo S.
A todos los resultados que conforman el espacio muestral son elementos del espacio muestral o punto
muestral.
Un ejemplo es nuestro experimento consiste en lanzar una moneda, nuestro espacio muestral seria el
conjunto de caras C o cruces que podemos obtener X
S= { C , X ,C , C , X ,C , X , X }
Hay en muchos casos que es util usar el diagrama de arbol ya que esta proporciona mayor informacion.
Hay que tomar en cuenta cuantos intentos lleva nuestro punto muestral, ejemplo en ese caso un punto
muestral tiene tres experimentos o lanzamientos ; entonces nuestro diagrama tendra 3 niveles:
C CADA PUNTO
C MUESTRAL
C X
C
CCC
X CCX
X
CXC
C
C CXX
X XCC
X C
X XCX
X XXC
XXX
1º nivel 2º nivel 3º nivel
primer segundo tercer
resultado resultado resultado
Nuestro espacio muestral es la siguiente :
EJEMPLO1
Si nuestro experimento fuera un conjunto de ciudades en el mundo con una poblacion de mas de un
millon de habitantes
EJEMPLO 2
Si s es nuestro conjunto de todos los puntos (x,y) sobre el interior de un circulo de radio 2 con centro en
el origen
S= {( X ,Y )/ X 2 +Y 2 ≤ 4 ¿ }
EVENTOS
En cualquier experimento dado se puede estar interesado en ciertos eventos, por lo que se formulan
subconjuntos que se les denomina eventos.
Para cada evento asignamos un conjunto de puntos muestrales, los cuales seran designados como
subconjuntos del espacio muestral.
Este subconjunto representa la totalidad de los elementos para los que el evento es cierto.
Definicion 2.2
Un evento es un subconjunto de un espacio muestral.
Por ejemplo
B= { ∅ }
Definicion 2.3
El complemento de un evento A es el subconjunto de todos los elementos que no estan en A y se
denota como A’
S= { 6,7,3,5,9,1,4,2,8,13,16,19 }
Sea nuestro subconjunto A los numeros pares. ¿Cuál sera nuestro A’?
A={ 6,4,2,8,16 }
El subconjunto A’ es:
A ' ={ 7,3,5,9,1,13,19 }
Definicion 2.4
La interseccion de dos eventos A y B se denota como A ∩ B es un evento donde estan todos los
elementos comunes entre A y B
EVENTO A
EVENTO B
Definicion 2.5
Cuando dos eventos son mutuamente excluyentes o disjuntos A ∩ B=∅ esto quiere decir que
entre ambos eventos no tienen elementos en común.
A={ 7,2,8,5 }
B= {0,1,6,9 }
Estos eventos son excluyentes ya que entre ambos eventos no hay elementos en común
A ∩ B=∅
Definicion 2.6
La union de dos eventos A y B se simboliza como A ∪B este evento contienen todos los
elementos que pertenece a A, B o ambos
A={ a , e , o , x , z }
B= {i ,u , x , y , z }
La union de nuestros dos eventos es :
A ∪ B= {a , e ,i , o , u , x , y , z }
Como en muchas ocaciones se tendra que resolver problemas de probabilidad mediante el conteo de
numero de puntos que se tiene en el espacio muestral , sin tener la necesidad de listar cada elemento.
REGLA 2,1 si una operación se puede llevar a cabo de n1 formas y tambien realizar una segunda
operación en n2 formas, ambas se puden ejecutar de n1*n2 formas
Cantidad de puntos muestrales que hay en nuestro espacio muestral al momento de lanzar par de
dados?
n1*n2 = n Formas
REGLA 2,2 si una operación se puede llevar a cabo de n1 formas y tambien realizar una segunda
operación en n2 formas, y realizar una tercera operación y asi sucesivamente obtener la serie de k
operaciones n1*n2*n3*nk …. Formas
Un ejemplo cuando alguien va armar una computadora, para cada compra de sus componentes se tiene
las siguinetes opciones:
Circuito integrado = 2
Disco duro = 4
Marca memoria 3
2*4*3*5 = 120
Asi que se tiene 120 formas de diferentes de comprar cada componente
PROBABILIDAD DE EVENTO
En este caso la probabilidad de un evento son para que estas predicciones y generalizaciones sean mas
precisas. Algunas afirmaciones que existen son:
La universidad no tiene posibilidad de ganar el juego de futbol esta noche,la mayoria mayoria de
graduados estaran casados probablemente dentro de 3 años.
Si estamos seguros de que vaya a ocurrir un experimento la probabilidad seria cercana a 1, pero si vemos
que que no hay probabilidad de que ocurra algo la probabilidad sera sercana a 0.
Para poder hallar la probabilidad de un evento se suman todas las probablidades que se asignan a los
puntos muestrales; esta se denota por P(A)
0 ≤ P ( A )≤ 1 P ( ∅ )=0 P ( S )=1
EJEMPLO
S= { CC ,CX , XC , XX }
Mi evento A es :
A={ CX , XC }
Nuestra probabilidad seria :
1 1
P ( A )= +
4 4
1
P ( A )=
2
REGLA 2.3 Si un experimento puede dar como resultado cualquiera de N diferentes resultados que
tienen la misma probailidad de ocurrir y que estos resultados son del evneto A entonces la
probabilidad del evento A es :
n
P ( A )=
N
15
P (C)=
45
b) ¿Cuál es la probabilidad de que el expositor pregunte a uno de civil o mecatronica?
15 10
P ( C ∪ M )= +
45 45
25
P ( C ∪ M )=
45
REGLAS ADITIVAS
Las reglas aditivas simplifican el calculo de las probabilidades se aplica a uniones de eventos
P ( A ∪ B ) =P ( A )+ P ( B )−P( A ∩ B)
Pero si A y B son mutuamente excluyentes, entonces sera:
P ( A ∪ B ) =P ( A )+ P ( B )
Nota si nuestro conjunto de eventos de un espacio muestral son excluyentes se denomina particion y la
probabilidad total o de todo el espacio muestral será 1.
Teorema 2.9
Si A y A’ Son eventos complementarios entonces :
'
P ( A ) + P ( A ) =1
P ( A )' =1−P( A)
La probilidad de que ocurra un evento B cuando se sabe que ya ocurrio algun evento A a esto se llama
proablidad condicional y se denota P ( B / A )
Siempre P(A)>0
Definicion 2.10
P ( A ∩B)
P ( B / A )=
P( A)
EVENTOS INDEPENDIENTES
P ( B / A )=P ( B ) o P( A /B)=P( A)
Si se asume la existencia de probabilidad condicional. De otra forma A y B son dependinetes
Esta regla nor permite calcular la probabilidad de que ocurran dos eventos.
P ( A ∩ B )=P ( A )∗P( B)
Por lo tanto para obtener la probabilidad de que ocurran dos eventos independientes simplemente
calculamos el producto de sus probabilidades individuales
REGLA DE BAYES
Teorema 2.14
Si los eventos B1,B2,…BK constituyen una particion del espacio muestral donde la P(B i) es diferente de 0
donde i = 1,2,3…k entonces para cualquier evento A tal que P(A) es diferente de 0.