Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Materia:
Probabilidad y Estadística
Título:
Proyecto 2do Parcial
Presenta:
Rivera Valdés Blanca Delia
Numero Control:
RS17110544
Catedrático:
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.
Los axiomas de la formulación moderna de la teoría de la probabilidad constituyen una base
para deducir a partir de ellas un amplio número de resultados. La letra P se utiliza para
designar la probabilidad de un evento, siendo P(A) la probabilidad de ocurrencia de un evento
A en un experimento.
AXIOMA 1
0 ≤ P(A) ≤ 1
AXIOMA 2
En general podemos decir que la suma de las probabilidades de todos los posibles eventos
mutuamente excluyentes es igual a 1:
P(A’) = 1 - P(A)
Distribuciones de probabilidad:
Discretas
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.
Ejemplo
Con una distribución discreta, a diferencia de una distribución continua, usted puede calcular la
probabilidad de que X sea exactamente igual a algún valor. Por ejemplo, puede utilizar la
distribución discreta de Poisson para describir el número de quejas de clientes en un día.
Supongamos que el número promedio de quejas por día es 10 y usted desea saber la
x P (X = x)
5 0.037833
1 0.12511
0
x P (X = x)
1 0.034718
5
Usted también puede visualizar una distribución discreta en una gráfica de distribución para ver
las probabilidades entre los rangos.
Las barras sombreadas en este ejemplo representan el número de ocurrencias cuando las
quejas diarias de los clientes son 15 o más. La altura de las barras suma 0.08346; por lo tanto,
la probabilidad de que el número de llamadas por día sea 15 o más es 8.35%.
Continuas
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.
Ejemplo.
La distribución normal continua puede describir la distribución del peso de hombres adultos.
Por ejemplo, usted puede calcular la probabilidad de que un hombre pese entre 160 y 170
libras.
Gráfica de distribución del peso de hombres adultos
El área sombreada debajo de la curva en este ejemplo representa el rango de 160 a 170 libras.
El área de este rango es 0.136; por lo tanto, la probabilidad de que un hombre seleccionado
aleatoriamente pese entre 160 y 170 libras es de 13.6%. Toda el área por debajo de la curva
equivale a 1.0.
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:
Segundo Axioma:
La probabilidad de que ocurra el espacio muestral d debe de ser 1.
p(d) = 1
Ejemplo: La probabilidad de sacar un número del 1 al 6 en un dado equilibrado es "1".
Tercer Axioma:
Si A y B son eventos mutuamente excluyentes, entonces la,
Generalizando:
12
10
0
25 50 75 100 125
Serie 1
0.3
0.25
0.2
0.15
0.1
0.05
0
8000 9000 10000 11000 12000 13000
Serie 1
Probabilida x
Datos d
8.000 0.5 400
9.000 0.15 1350
10.000 0.25 2500
11.000 0.30 3300
12.000 0.20 2400
13.000 0.05 650
Valor esperado: 10.600
X 0 15 30 45 60 75
Y 25 125 75 175 75 25
30 75 0.15 4.5
60 75 0.15 10.5
75 25 0.05 3.75