Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.Probabilidad
Según la definición clásica una probabilidad es una fracción entre el
número de casos favorables y el número de casos posibles.
Generalmente se denota por p
número casos favorables
p=
número casos posibles
Para tener una mejor comprensión de probabilidad vamos a dar unos
conceptos previos.
Experimento aleatorio (ξ ¿:
Un experimento aleatorio es todo proceso que consiste en la
provocación y ejecución de un acto o prueba o ensayo una o más
veces; y cuyo resultado en cada prueba depende del azar y en
consecuencia no se pude predecir con certeza. Ejemplos de
experimentos aleatorios
a) ξ : El lanzamiento de una moneda en el que se observa como
característica de interés qué lado de la moneda sale.
b) ξ : El lanzamiento de un dado en el que se observa como
característica de interés qué puntaje sale en la cara superior.
c) ξ : Se escoge un individuo al azar de una población de personas
adultas y se observa su peso (en Kg).
d) ξ : Se observa la ausencia o presencia de cierta falla en lotes de tela.
e) ξ : Se observa la cantidad de plomo en muestras de sangre humana .
f) ξ : Lanzar un dado dos veces y observar los resultados posibles.
Espacio muestral ()
Se denomina espacio muestral al conjunto de todos los resultados
posibles de un experimento aleatorio. Cada resultado posible es un
elemento del espacio muestral y se le denomina punto muestral; si el
espacio muestral tiene un número finito de elementos es posible
enumerar o señalar a todos estos, y si el número es grande o infinito el
espacio muestral se describe mediante algún enunciado o regla. El
espacio muestral puede denotarse con la letra griega omega mayúscula
.
Se dan algunos ejemplos de experimentos aleatorios y sus respectivos
espacios muestrales.
a) ξ : El lanzamiento de una moneda en el que se observa como
característica de interés qué lado de la moneda sale.
: {cara, sello}.
b) ξ : El lanzamiento de un dado en el que se observa como característica
de interés qué puntaje sale en la cara superior.
: {1, 2, 3, 4, 5, 6}.
c) ξ : Se escoge un individuo al azar de una población de personas
adultas y se observa su peso (en Kg).
:{x/ x ∈ (40, 150)}.
d) ξ :Se observa la ausencia o presencia de cierta falla en lotes de tela.
: {ausencia, presencia}.
e)ξ :Lanzar dos dados y observar los resultados posibles en cada uno de
ellos.
:{(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6),
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)}.
Evento
Se denomina evento a cualquier subconjunto del espacio muestral; se
denotan por letras latinas mayúsculas: A, B, …
Se denomina suceso a cualquier elemento del espacio muestral. A cada
elemento del espacio muestral se lo denota con omega minúscula ω
En un espacio muestral finito con n elementos o sucesos, se pueden
obtener 2n eventos, que en conjunto se denomina conjunto potencia ( ∅
,) también pertenecen al llamado conjunto potencia); así por ejemplo si
se tiene : {1, 2, 3, 4, 5}, el conjunto potencia tendrá 2 5= 32 eventos
(5 ) (5 ) (5 ) ( 5 ) (5 )
Conjunto potencia: ∅ , 1 , 2 , 3 , 4 , 5 1+5+10+10+5+1=32
Variable aleatoria.
Una variable aleatoria es una función que asigna un número real,
perfectamente definido, a cada punto muestral del espacio muestral;
generalmente se lo denota con X, Y,.. mayúsculas. Variable porque toma
diferentes valores y aleatoria porque el valor observado no puede ser
predicho antes de la realización del experimento, aunque sí se sabe
cuales son sus posibles valores.
i)Variable aleatoria discreta
Sea un espacio muestral asociado con un experimento aleatorio ξ , una
variable aleatoria X es una función que asigna un número finito de
valores enteros a cada elemento ω.
X(ω)= x significa que x es el número entero asociado al resultado ω ∈
a través de la variable aleatoria X.
A todos los posibles valores de x se denomina rango de x y se denota
por RX.
Ejemplo:
ξ : Sea el experimento de lanzar un dado dos veces y observar los
puntos.
: {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6), (3,1),
(3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6), (5,1),
(5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)}.
X: suma de los puntos en cada punto muestral: X(ω)= x
X (1,1) = 2 X (2,1) = 3 X (3,1) = 4 X (4,1) = 5 X (5,1) = 6 X (6,1) = 7
X (1,2) = 3 X (2,2) = 4 X (3,2) = 5 X (4,2) = 6 X (5,2) = 7 X (6,2) = 8
-) f(A)= f(a,b) = ∫ f ( x ) dx
a
Ejemplo.
El contenido de cierto mineral en onzas de un saco con mineral es una
variable aleatoria X cuya función de densidad es:
3 2
{( )
f ( x )= 8 x ,∧x ∈( 0,2)
0 ,∧otro caso
Nota
Existen distribuciones de probabilidad muy usadas; Vamos a
desarrollar algunas de ellas.
Ejemplos
a) Se lanza una moneda 10 veces, con la probabilidad p=0.50 que salga
cara
i) Cuál es la probabilidad de obtener exactamente tres caras
( n) (10 )
Prob( X=x)= x pxqn-x Prob( X=3)= 3 0.5030.507 =0.117
ii) Cuál es la probabilidad de obtener exactamente cinco caras
( n) (10 )
Prob( X=x)= x pxqn-x Prob( X=5)= 5 0.5050.505 =0.246
iii)Cuál es la probabilidad de obtener a lo más dos caras
2 3
(10 ) (10 )
Prob( X≤2)= 0 0.5000.5010+ 1 0.5010.509+ 2 0.5020.508= (10 )
Prob( X≤2)=0.001+0.010+0.044=0.055.
Prob( X≤2)=1- Prob( X≥3)=1-0.945=0.055 con tabla binomial de la
forma Prob(X≥x).
b) Se conoce que la probabilidad de encontrar petróleo en una
exploración es de aproximadamente 0.45; en n=8 exploraciones, diga
cuál es la probabilidad de encontrar petróleo: ( X=3)= 3 0.4530.555(8 )
=0.257
ii)En por lo menos tres exploraciones
(8 ) ( 8) ( 8)
Prob( X≥3)= 3 0.4530.555+ 4 0.4540.554+..+ 8 0.4500.558=0.780
Nota:
Figura de la distribución binomial cuando X sigue una distribución
binomial con parámetros n, p; XB(n,p); la figura tiende a
aproximarse a la distribución normal.
x
x
La función de probabilidad:
e−λ λx
Prob( X=x) =
x!
Ejemplos
a) Suponga que en una fábrica ocurren en promedio tres accidentes al
mes, es decir λ=3. Calcule la probabilidad que en un mes cualquiera:
i)No ocurra accidente alguno (x=0)
e−λ λx e−3 3 0
Prob( X=0) = = = 0.050
x! 0!
Media
f(x) = ∫ f ( x ) dx
−∞
F(x)= ∫ f ( x ) dx
−∞
+∞
F(z)= ∫ f ( z ) dz
−∞
Función de distribución acumulada