Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• MARCO CONTEXTUAL
• PREGUNTAS EMPRESARIALES
• TEMA 4. CONCEPTO DE PROBABILIDAD
• SUMARIO
• BIBLIOGRAFÍA BÁSICA Y COMPLEMENTARIA
BLOQUE 1
ESTADÍSTICA DESCRIPTIVA
BLOQUE 2
TEORÍA DE LA PROBABILIDAD
Y DISTRIBUCIONES
PROBABILÍSTICAS
2/53
T. 4:CONCEPTO DE PROBABILIDAD
T.6:MODELOS PROBABILISTICOS
PARTE 2
DISCRETOS
T.7:MODELOS PROBABILISTICOS
CONTINUOS
T.8:MUESTREO Y DISTRIBUCIONES
EN EL MUESTREO
3/53
EN LOS TEMAS ANTERIORES
Con el tema anterior, finaliza la Parte I del
programa de esta asignatura, parte dedicada a la
Estadística Descriptiva.
5/53
TEMA 4
CONCEPTO DE PROBABILIDAD
6/53
TEMA 10
CONCEPTO DE PROBABILIDAD
Teoremas derivados de los axiomas de
5 Probabilidad.
7/53
1. Introducción. Fenómenos y experimentos aleatorios
8/53
1. Introducción. Fenómenos y experimentos aleatorios
TIPOS DE FENÓMENOS:
DETERMINÍSTICO: aquél cuyo resultado se puede
predecir de antemano.
Ejemplos: resultado de una reacción química, de la ecuación y = x2
Ejemplos:
Experimento aleatorio: Lanzamiento de un dado una sola vez.
# E = finito E={1, 2, 3, 4 , 5, 6}
Experimento aleatorio: Lanzamiento de una moneda hasta
obtener una cara.
Ejemplos:
Experimento aleatorio: Lanzamiento de un dado una sola vez.
Suceso A = obtener un resultado par A
E 1 2 4
A={2,4,6} 3 5 6
Experimento aleatorio: Lanzamiento de dos monedas una sola
vez. B XC CX
Suceso B = obtener al menos una cara XX
CC
B={CX, XC, CC} E
11/53
2. Sucesos y espacio muestral
Tipos de sucesos.-
12/53
2. Sucesos y espacio muestral
SUCESO COMPUESTO:
el que está formado por más de un suceso simple
13/53
2. Sucesos y espacio muestral
14/53
2. Sucesos y espacio muestral
SUCESO SEGURO:
el que está formado por todos los resultados de E
15/53
2. Sucesos y espacio muestral
UNIÓN DE SUCESOS
INTERSECCIÓN DE SUCESOS
DIFERENCIA DE SUCESOS
16/53
2. Sucesos y espacio muestral
UNIÓN DE SUCESOS
A B
2 4 5
6
17/53
2. Sucesos y espacio muestral
INTERSECCIÓN DE SUCESOS
4
6
18/53
2. Sucesos y espacio muestral
DIFERENCIA DE SUCESOS
A B
19/53
2. Sucesos y espacio muestral
SUCESOS INCOMPATIBLES,
mutuamente exclusivos o excluyentes:
AB=Ø
SUCESOS COMPATIBLES :
AB≠Ø
SUCESO COMPLEMENTARIO DE A:
Ac = {xE/xA}
20/53
2. Sucesos y espacio muestral
LEYES DE MORGAN:
(A B)c=Ac Bc
* El suceso complementario de la intersección de dos
sucesos A y B del mismo espacio muestral E es igual a la
unión de los sucesos complementarios de A y B.
(A B)c=Ac Bc
21/53
3. Evolución histórica del concepto de probabilidad:
clásica, frecuentista y subjetiva
CONCEPTO DE PROBABILIDAD
Durante la segunda mitad del s. XVII se inician los
primeros intentos científicos de medir la
probabilidad de un suceso. Los primeros estudios,
llevados a cabo principalmente por autores como
Pascal, Fermat o Bernouilli trataban de calcular las
probabilidades de éxito en los juegos de azar.
22/53
3. Evolución histórica del concepto de probabilidad:
clásica, frecuentista y subjetiva
23/53
3. Evolución histórica del concepto de probabilidad:
clásica, frecuentista y subjetiva
TRES ENFOQUES PARA ASIGNAR LA
PROBABILIDAD A UN SUCESO
nº de casos favorables de A
P (A )
nº de casos posibles de A
Limitaciones: La definición clásica de probabilidad de
Laplace es válida en un espacio muestral finito, con sucesos
elementales igualmente probables, y con resultados del
experimento aleatorio conocidos.
25/53
3. Evolución histórica del concepto de probabilidad:
clásica, frecuentista y subjetiva
Enfoque de FINETTI:
Probabilidad Subjetiva
27/53
4. Probabilidad axiomática de Kolmogorov
Definición.-
La probabilidad axiomática de Kolmogorov (1933)
es una función P que a cada suceso del espacio
muestral E le asigna un número real en el
intervalo [0,1]
P: E ----> [0,1]
28/53
4. Probabilidad axiomática de Kolmogorov
AXIOMA 3 DE ADITIVIDAD:
A B = P(A B) = P(A) + P(B) A, B E
Este axioma se puede generalizar al caso infinito:
Ai Aj = P(A1 A2 ... A) =
P(A1) + P(A2) + ... + P(A) Ai E
29/53
5.Teoremas derivados de los axiomas de probabilidad
TEOREMA 1.-
TEOREMA 2.-
P() = 0
30/53
5.Teoremas derivados de los axiomas de probabilidad
TEOREMA 3.-
A B P(A) P(B) A, B E
TEOREMA 4.-
P(A) 1 AE
31/53
5.Teoremas derivados de los axiomas de probabilidad
TEOREMA 5.-
TEOREMA 6.-
P(A B C) = P(A) + P(B) + P(C) – P(A B) –
P(A C) – P(B C) + P(A B C)
A, B, C E
32/53
Ejercicios aclaratorios
Solución:
34/53
Ejercicios aclaratorios
36/53
Ejercicios aclaratorios
Solución:
P(A) = 0.40
P(A B) = 0.65
P(Bc) = 0.55
37/53
Ejercicios aclaratorios
Sabemos que:
P(A B) = P(A) + P(B) - P(A B) y
P(Bc) = 1 – P(B)
Por tanto:
P(A B) = P(A) + P(B) - P(A B) y
P(B) = 1 – P(Bc)
Sustituyendo:
38/53
6. Probabilidad condicionada. Independencia de sucesos
39/53
6. Probabilidad condicionada. Independencia de sucesos
PROBABILIDAD CONDICIONADA
P A B
P A B , con PB 0
PB
40/53
6. Probabilidad condicionada. Independencia de sucesos
Ejemplo:
Experimento Aleatorio= “Lanzamiento de un dado”.
INDEPENDENCIA DE SUCESOS
A y B son dos sucesos independientes si y solo si:
P(A B) = P(A) P(B)
AC y B son independientes
P(A/B) = P(A)
A y BC son independientes
P(B/A) = P(B)
AC y BC son independientes
42/53
6. Probabilidad condicionada. Independencia de sucesos
Definición.-
REGLA DE LA MULTIPLICACIÓN:
para n sucesos dependientes
P (A B) = P (A) P (B / A) = P (B) P( A / B)
P (A B C) = P (A) P (B / A) P (C / AB)
...
Ejemplo:
Tenemos una urna con 2 bolas blancas, 3 bolas negras y 4
bolas verdes. Si extraemos 3 bolas sin reemplazarlas, una
vez extraídas, ¿cuál es la probabilidad de que las bolas
obtenidas sean: la primera verde, la segunda negra y la
tercera blanca?
Hipótesis:
46/53
8. Teorema de la Probabilidad Total y Teorema de Bayes
TEOREMA DE LA TEOREMA DE
PROBABILIDAD TOTAL BAYES
47/53
8. Teorema de la Probabilidad Total y Teorema de Bayes
n
P B P B Ai P Ai
i 1
48/53
8. Teorema de la Probabilidad Total y Teorema de Bayes
TEOREMA DE BAYES
P B Ai P Ai
P Ai B n
P B Ai P Ai
i 1
49/53
Ejercicios aclaratorios
Solución: E1 E2 E3
Tenemos que:
P(E1)=50/160=0.31; P(E2)=65/160=0.41; P(E3)=45/160=0.28.
51/53
Ejercicios aclaratorios. Solución
a) 3
P L P L Ei P Ei
i 1
P (L / E 1) * P (E 1) P (L / E 2) * P (E 2) P (L / E 3) * P (E 3)
0.03 * 0.31 0.025 * 0.41 0.04 * 0.28 0.03
b)
P (L / E 2) * P (E 2) 0.025 * 0.41
P E 2 / L 3
0.34
0.03
P (L / Ei ) * P (Ei )
i 1
52/53
BIBLIOGRAFÍA BÁSICA
Novales, A., (1997): Estadística y Econometría. Mc
Graw Hill.
Casas Sánchez, J.M., García Pérez, C., Rivera
Galicia, L.F. y Zamora Sanz, A.I., (1998):
Problemas de Estadística Descriptiva,
Probabilidad e Inferencia, Madrid, Ed. Pirámide.
BIBLIOGRAFÍA COMPLEMENTARIA
Cánavos, G. C., (1992): Probabilidad y Estadística:
aplicaciones y métodos, Madrid, Ed. McGraw-Hill.
53/53