Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Para poder comprender qué probabilidad hay de que acontezca algo, existen algunas
notaciones y conceptos claves en el estudio de la probabilidad:
El espacio muestral de un procedimiento son todos los posibles resultados. Es decir, el espacio
muestral está formado por todos los resultados que ya no puede desglosarse más.
•FENÓMENO (EXPERIMENTO): Es todo aquel acto O acción que se realiza con el fin de
observar sus Resultados y cuantificarlos.Los fenómenos pueden clasificarse de acuerdo al tipo
De resultados en:
• Probabilístico (aleatorio) Es aquel en el que para las limitaciones actuales Del conocimiento
científico, no se puede predecir Con certeza el resultado.
ESPACIO DE EVENTOS
AXIOMAS
Un axioma es el elemento básico de un sistema de lógica formal y junto con las reglas de
inferencia definen un sistema deductivo.
La palabra viene del griego αξιοειν (axioein) que significa “valorar”, que a su vez procede de
αξιος (axios) que significa “valuable” o “digno”. Entre los antiguos filósofos griegos, un axioma
era aquello que parecía ser verdadero sin ninguna necesidad de prueba.
La lógica del axioma es partir de una premisa calificada verdadera por sí misma (el axioma) e
inferir sobre esta otras proposiciones por medio del método deductivo, obteniendo
conclusiones coherentes con el axioma. Los axiomas han de cumplir sólo un requisito: de ellos,
y sólo de ellos, han de deducirse todas las demás proposiciones de la teoría dada. Los axiomas
de probabilidad son las condiciones mínimas que deben verificarse para que una función que
definimos sobre unos sucesos determine consistentemente valores de probabilidad sobre
dichos sucesos.
AXIOMAS
Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para que una
función definida sobre un conjunto de sucesos determine consistentemente sus
probabilidades. Fueron formulados por Kolmogórov en 1933.
Axiomas de Kolmogórov:
Primer axioma:
0 £ p(A) ³ 1
Segundo Axioma:
La probabilidad de que ocurra el espacio muestral d debe de ser 1.
P(d) = 1
Tercer Axioma:
Sean( Ω , A, pag)
PAG(⋃yo = 1metroAi) =∑yo = 1metroPAG(Ai) -∑yo > jPAG(Ai∩Aj) +∑yo > j > kPAG(Ai∩Aj∩Ak)
- . . . – ( − 1)metro – 1PAG(⋂yo = 1metroAi)
En particular, párr.m=3
P(A1∪A2∪A3)=P(A1)+P(A2)+P(A3)−P(A1∩A2)−P(A1∩A3)−P(A2∩A3)+P(A1∩A2∩A3)
yA2
P(A1∩A2)=P(A1)P(A2)
Si no son independientes:
P(A1∩A2)=P(A1)P(A2|A1)
dóndeP(A2|A1)
P(Acj|Ai)=1−P(Aj|Ai)
P(ϕ|Ai)=0
P(Aj∪Ak|Ai)
, es decir,mi1,mi2, . . . , mimetro
Cuentos que:
⋃yo = 1metromii= Ω
Mij∩mik= ϕ , j ≠ k
Una distribución continua describe las probabilidades de los posibles valores de una variable
aleatoria continua. Una variable aleatoria continua es una variable aleatoria con un conjunto
de valores posibles (conocido como el rango) que es infinito y no se puede contar.
Las probabilidades de las variables aleatorias continuas (X) se definen como el área por debajo
de la curva de su PDF. Por lo tanto, solo los rangos de valores pueden tener una probabilidad
diferente de cero. La probabilidad de que una variable aleatoria continua equivalga a algún
valor siempre es cero.
Una distribución discreta describe la probabilidad de ocurrencia de cada valor de una variable
aleatoria discreta. Una variable aleatoria discreta es una variable aleatoria que tiene valores
contables, tales como una lista de enteros no negativos.
Con una distribución de probabilidad discreta, cada valor posible de la variable aleatoria
discreta puede estar asociado con una probabilidad distinta de cero. Por lo tanto, una
distribución de probabilidad discreta suele representarse en forma tabular.
En cuyo caso :