Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2ºA GITT+BA
TEMA 2. PROBABILIDAD
1. INTRODUCCIÓN
La Estadística es la Ciencia de la
· Sistematización, recogida, ordenación y presentación de los datos (descriptiva) referentes a un fenómeno
que presenta variabilidad o incertidumbre para su estudio metódico, con objeto de
· deducir las leyes que rigen esos fenómenos (probabilidad),
· y poder de esa forma hacer previsiones sobre los mismos, tomar decisiones u obtener conclusiones
(inferencia).
El cálculo de probabilidades nos proporciona las reglas para el estudio de experimentos con un componente
aleatorio.
2.1. DEFINICIONES
• EXPERIMENTO → proceso de observar una característica (lanzar una moneda tres veces y observar el número de
caras, medir la corriente en un cable de cobre o contar el número de llamadas que llegan a una centralita en unas
horas).
• ESPACIO MUESTRAL (S,E,Ω) → es el conjunto de todos los resultados posibles cuando se realiza un experimento
aleatorio cuyos diversos resultados son posibles (en un dado Ω={1,2,3,4,5,6}; en una quiniela Ω={1,X,2}).
1
Suceso elemental Suceso compuesto
2.2. SUCESOS. OPERACIONES BÁSICAS ENTRE DIAGRAMAS DE ÁRBOL.
A. SUCESOS
B. OPERACIONES BÁSICAS
Se llama suceso
contrario(complementario) de un
SUCESO CONTRARIO suceso A, A’ o 𝐴̅ , al formado por
̅)
(𝑨’ , 𝑨 los elementos que no están en A
2
C. PROPIEDADES
UNIÓN INTERSECCIÓN
CONMUTATIVA 𝐴∪𝐵 =𝐵∪𝐴 𝐴∩𝐵 =𝐵∩𝐴
ASOCIATIVA 𝐴 ∪ (𝐵 ∪ 𝐶) = (𝐴 ∪ 𝐵) ∪ 𝐶 𝐴 ∩ (𝐵 ∩ 𝐶) = (𝐴 ∩ 𝐵) ∩ 𝐶
IDEMPOTENTE 𝐴∪𝐴 = 𝐴 𝐴∩𝐴 = 𝐴
SIMPLIFICACIÓN 𝐴 ∪ (𝐵 ∩ 𝐴) = 𝐴 𝐴 ∩ (𝐵 ∪ 𝐴) = 𝐴
DISTRIBUTIVA 𝐴 ∪ (𝐵 ∩ 𝐶) = (𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶) 𝐴 ∩ (𝐵 ∪ 𝐶) = (𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐶)
ELEMENTO NEUTRO 𝐴∪∅=𝐴 𝐴∩𝐸 =𝐴
ABSORCIÓN 𝐴∪𝐸 =𝐸 𝐴∩∅=∅
Hay ciertas propiedades de la unión, intersección y suceso contrario que son conocidas bajo leyes de Morgan.
A veces, suele ser útil utilizar un gráfico de árbol para hallar el espacio muestral de un determinado experimento aleatorio.
El diagrama de árbol de la figura corresponde al experimento aleatorio de lanzar una moneda tres veces (o tres monedas) y
considerar el resultado obtenido.
El espacio muestral se obtiene fácilmente sin más que ir recorriendo todas las ramas y es E = {CCC, CC+, C+C, C++,
+CC, +C+, ++C, +++}
3. LA FUNCIÓN DE PROBABILIDAD
3.1. INTRODUCCIÓN
Se llama probabilidad a cualquier función, P, que asigna a cada suceso Aun valor numérico P(A), verificando las
siguientes reglas (axiomática de Kolmogorov).
3
3.2. AXIOMAS DE LA PROBABILIDAD. CONSECUENCIAS Y PROPIEDADES.
Existen unos axiomas que no asignan probabilidades a sucesos, pero facilitan el cálculo de probabilidades de unos sucesos a
partir de la probabilidad de otros.
AXIOMA 1 0 ≤ 𝑃(𝐴) ≤ 1; ∀𝐴 ⊂ Ω
AXIOMA 2 𝑃(𝐸) = 1
AXIOMA 3
5 5
𝑃 [⋃ 𝐴𝑖 ] = ∑ 𝑃(𝐴𝑖 )
𝑖=1 𝑖=1
1 𝑃[∅] = 0
2 𝑃[𝐴] = 1 − 𝑃[𝐴̅]
3 𝑆𝑖 𝐴 ⊂ 𝐵, 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑞𝑢𝑒 𝑃[𝐴] ≤ 𝑃[𝐵]
PROPIEDADES
(1) Se puede utilizar para experimentos con un espacio muestral finito en el que existen una serie de resultados posibles,
todos ellos son compatibles entre sí.
(2) Está basado en el principio de razón insuficiente: si a priori no existe ninguna razón para suponer que un resultado se
puede presentar con más probabilidad que los demás, podemos considerar que todos los resultados tienen la misma
probabilidad de ocurrencia (son equiprobables).
4. ANÁLISIS COMBINATORIO
4
SIN REMPLAZAMIENTO CON REMPLAZAMIENTO
IMPORTA ORDEN 𝑛!
𝑉𝑛,𝑘 = = 𝑛 · (𝑛 − 1) · (𝑛 − 2) … . (𝑛 − 𝑘 + 1) 𝑉𝑅𝑛,𝑘 = 𝑛𝑘
(VARIACIONES) (𝑛 − 𝑘)!
(PERMUTACIONES) 𝑃𝑛 = 𝑛! = 𝑛 · (𝑛 − 1) · (𝑛 − 2) · … · 2 · 1
❖ FRECUENTISTA (objetiva)
Probabilidad de un suceso es la frecuencia relativa (%) de veces que ocurriría el suceso al realizar un experimento repetidas
veces.
En un experimento aleatorio cuando el número de veces que se repite aumenta, la frecuencia relativa
converge hacia una cantidad que llamamos probabilidad 𝑃[𝐴] = lim 𝑓(𝐴)
𝑁→∞
❖ SUBJETIVA (bayesiana)
Grado de certeza que se posee sobre un suceso, basada en experiencias previas. Es personal.
La probabilidad depende del grado de información disponible
5. PROBABILIDAD CONDICIONADA
Se centra el foco de atención en el hecho que se sabe que ha ocurrido el evento B. El espacio muestral de interés se ha
reducido sólo a aquellos resultados que definen la ocurrencia del evento B Entonces P(A/B) mide la probabilidad relativa
de A con respecto al espacio reducido B.
𝑃[𝐴 ∩ 𝐵]
𝑃[𝐴⁄𝐵 ] = (𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝐴 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑑𝑎 𝑎 𝐵)
𝑃[𝐵]
La definición de probabilidad condicionada permite calcular la probabilidad de la intersección de dos sucesos en función
de las probabilidades condicionadas
𝐴2 𝐴 𝐴
𝑃[𝐴1 ∩ 𝐴2 ∩ … ∩ 𝐴𝑛 ] = 𝑃[𝐴1 ] · 𝑃 [ ⁄𝐴 ] · 𝑃 [ 3⁄𝐴 ∩ 𝐴 ] · … · 𝑃 [ 𝑛⁄𝐴 ∩ 𝐴 ∩. . .∩ 𝐴 ]
1 1 2 1 2 𝑛−1
PROPIEDADES
1 𝑃[𝐵⁄𝐵 ] = 1
2 𝑃 [∅⁄𝐵 ] = 0
3 𝑃[𝐴⁄𝐵] = 1 − 𝑃[𝐵⁄𝐴]
5
6. INDEPENDENCIA
Dos sucesos son independientes si el que ocurra uno no añade información sobre el otro.
En lenguaje probabilístico:
Son una colección de sucesos A1, A2 A3,…, An tales que la unión de todos ellos forman el espacio muestral, y sus intersecciones
son disjuntas (no tienen ningún elemento en común).
▪ “DIVIDE Y VENCERÁS”
Todo suceso B, puede ser descompuesto en componentes de dicho sistema. Nos permite descomponer el problema B en
subproblemas más simples.
𝐵 = (𝐵 ∩ 𝐴1 ) 𝑈 (𝐵 ∩ 𝐴2 ) 𝑈 ( 𝐵 ∩ 𝐴3 ) 𝑈 ( 𝐵 ∩ 𝐴4 )
6
TEOREMA DE LA PROBABILIDAD TOTAL
TEOREMA DE BAYES
𝐴 𝑃[𝐵∩𝐴 ]
𝑃 [ 𝑖⁄𝐵] = 𝑃[𝐵] 𝑖 donde P[B] se puede calcular usando el teorema de la probabilidad total.
8. VARIABLES ALEATORIAS
A veces es útil asociar un número a cada resultado del experimento por lo que definimos una variable y no conocemos el
resultado del experimento antes de realizarlo. Esa variable es la variable aleatoria.
𝑥 = 1 𝑝𝑜𝑠𝑖𝑏𝑙𝑒 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑋
Los posibles valores que pueden tomar la variable se representan con letras minúsculas { 𝑦 = 2.3 𝑝𝑜𝑠𝑖𝑏𝑙𝑒 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑌
𝑧 = −5.7 𝑝𝑜𝑠𝑖𝑏𝑙𝑒 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑍
El RANGO de una variable aleatoria es el conjunto de valores que puede tomar la variable.
Se pueden clasificar en:
VARIABLES DISCRETAS: aquellas en las que el rango es finito o infinito numerable. Frecuentemente cuentan el número
de veces que ocurre algo (número de defectos en la superficie de un cristal, piezas defectuosas en una muestra,
número de bits transmitidos que se reciben correctamente).
VARIABLES CONTINUAS: aquellas en las que el rango es un intervalo de números reales. Frecuentemente miden una
magnitud (corriente eléctrica, longitud, temperatura, peso).