01 de febrero (continuación)

Definición: Un ey p-r t m ento es c- alguien proceso que conduce

a un resultado específico.
Un experimento aleatorio es un experimento con la característica
de que, una vez definidas todas las condiciones bajo las que se
realiza, su resultado no queda únicamente determinado.
Ejemplito. Consideremos Usm línea de un boliche, boliches y una
bola de boliche., todos con características físicas se podemos
considerar que no cambian durante el experimento. Supongamos
que contamos con algún aparato que nos permite colocar los boliches
en una manera determinada, Y con otro aparato que nos permite
Lan zar La bola con la fuerza y dirección que deseemos. Si
fijamos una pocisión determinada de los boliches y elegimos una
fuerza de lanzamiento de la bola y una dirección, entonces el
experimento consiste en lanzar la bola.
(Experimento determinista).
14 de febrero

Definición:. A cada repetición particular de un experimento

aleatorio le llamaremos una realización del mismo
• .} Diremos que una propiedad es relativa a un experimento aleatorio
si una vez realizado éste podamos decir sei se presente o no.
"a) Un evento es una propiedad relativa a un experimento aleatorio

-...) Se dice que un evento ocurre al realizar el experimento aleatorio

si la propiedad que lo caracteriza se presente en esa realización.
- Ya. probabilidad de un evento relativo a un experimento
aleatorio es un número que mide la "facilidad" con que el
evento ocurre al realizar el experimento.
El espacio de todos los posibles resultados que se pueden obtener
de un experimento aleatorio se llama "espacio muestral" y lo denotaremos
poor a
A los posibles resultados del experimento los denotaremos por w, con
WELL

Ejemplitos:
- ) El lanzamiento de una moneda: R, = {cara, cruce}

• .) Lanzamiento de un dudo: mhz-{1,43,}, 46}

- ..) El tiempo de vida de una bacteria 1=20,-0)
- .. _ ) El lanzamiento de un dardo en un círculo de 30 cm de diámetro
R- 4 {(×, y) E IR' : ✗ '+ y- = 152
- ) Romeo espera a Julieta máximo una hora Rico,
> 1] si la unidad
de med ida a la hora.
Un evento aleatorio es un subconjunto de do donde podemos decir
si el experimento se realiza o no
Ejemplitos:

-) Laniamint de un mamada A = {cara} Es

"Se obtiene una cara d lanzar una monarch"

→ ) B: se obtiene un dos al Lan Zar Un dado

B = { 2} C- R2
.. .) C: Julieta se retrasa menos de media hora.

C:[O { ⇒ ↳ oh s

- ...) D: Se obtiene un par al lanzar un dedo

D= { 2, 4, 63 £22

→ E: El valor observado es mayor a 4 al lanzar un dedo

E- { 5,63 ER,

Ejemplo: Se lancan 2 dudas al aire, uno rojo y uno azul y se

registran los puntos obtenidos en cada dedo. Determina el espacio muestal.
Solución: Notemos que L es
c A
1 )
" " (4) 43) (114) (4s
4,1) 44 413) (44) 45) 46)
B. 1) (3,2) 13, 3) (3, 4) (3,5) (3, 6) • = {a, g)/ ×, y ⇐ {3444,443
donde y re presente el número del
41 44 4,3) (414) 4,5/ 14,6 Lado Njuy y el nimon del dedo
42W.
(Sil) 5. L) 8. 3) 8,4) 5,5 (5,6
Muy 36 posibles resultados
16.11 6. 2) (1,33/6,4) 6. s) (6,6)
B

Si definimos A: La suma de los dedos es 7, entonces

A: { (1,6), (2,5), 4,4 (4,3), (94,1611)} {(✗, y) En/ ✗ +9=7}

"
Si B: el número del dedo rojo es mayor o igual al número del
dado azul.
B- {C, g) en / ×> y}

C: El número del dedo azul es mayor a 4.

(= {×,}/EL / 44g}
Definición: Sen oh el espacio muestral de un experimento aleatorio.
Si A, B EL entonces

1) A no se realiza: A'
• .) A y B se realicen: AnB
-- ) A o B se realizan: Av B

-...) Si A- se realiza entonces B se realicen: A ED

- ) A y B son mutuamente excluyentes (incompatibles): AMB =D
÷) Siempre cierto {evento seguro o siempre seguir): EL

÷/Nunan cierto (Evento imposible): 0

De notiramos por ☒ a la familia de conjuntos asociados a todos los

eventos posibles al realizar un experimento aleatorio.
Es decir #modele la información que puede ser obtenida de los resultados
del experimento. (F → es una F- álgebra)

En realidad F- PLR) es una familia espacial.

Si A, B ← Y, entonces AMB, AUB, A", 2,0 E-

Concepto de probabilidad.

→ Frecuencias empíricas (frecuencia relativa/

Sea { el experimento que consiste en lanzar una moneda Reláguila, sol}
• 1" lanzamiento: águila
" "3 lanzamientos: 2 solas y tu áffumo decir podemos
← Tampoco nada. decir nada.

- - ) si hacemos 300 lanzamientos y salen 200 solas y 100 águila

• . _.) Si hacemos 3000 lanzamiento y salen 32000 lanamints y 1000 águila

Casi seguro que la moneda está cargada.
15 de febrero

Si 5: obtener sal al Lanzar la moneda.

2000 =}
Su frecuencia empírica es 3000

Esta se basa en realizar muchas veces el experimento

Nota: Si un experimento se realiza a veces, entonces para cada evento
A se define
HA
&" (A) = ÷ donde no (A) es el número de veces que ocurre el
evento A.

Ejemplito.la namas un dado 500 veces y obtenemos la cara con

el número 3 83 veces
A- : el resultado obtenido es 3
f 500 (A) = 83
500
. j : f" (A) con A un evento fijo no es constante, ya que el
valor depende de a.
n frecuencia­ f" (A)
100 14­ it/100 -0.84
200 29.­ 29/400 = 0.345
300 SI > "130 20.17
400 65 65/y ☐ U = 0. 1625
500 83 83/son = 0. 166

Propiedades
• 2 f " (A) E [0,13
-.) f " (a) E 1
-.. ) si AMB =P, f" (AUD) = f- " (A) + f- " (B)

Probabilidad clásica (enfoque Laplaciano)

Fue introducida por Laplace en 1812 y está basado en el

concepto de equiprobabilidad
Supongamos que 2 = {we, we, Uu>,..., un} es finito y no vacío.
Sen F- =P (R) donde los elementos Wai tienen la misma probabilidad in

Si A es un evento, entonces

P (A) = Caso, taburables de A- Y An EL

Casos totales -*,

Así, (oh,",1" ← Espacio de probabilidad laplaciana

Ejemplito: Consideramos el experimento que consiste en lanzar un
dudo. Encuentra la probabilidad de obtener 3.
Sol.. 1=21, 43,4, 5,6} , 4213}

IPLA) = IAI =!
IRI

Ejemplito: Lanzo una moneda Y un dedo. Encuentra la probabilidad de que

el dado arrastre un número par y las monedas muestre cara.
Sol: EL:{(x.gl:X £2143,4, 5,6 ETA, 5}}
A: El dado muestra un número pary la monach muestra águila.
A- {(XIA): ✗ E {44,63} PLAI- YI-&?

Probabilidad geométrica

La probabilidad geométrica es una herramienta para abordar el problema

La resultados infinito, midiendo el número de resultados geométricamente,
en términos de longitud, á­rea o volumnen.

En probabilidad básica, por lo general, encontramos problemas me son

discretos, Sin embargo, algunos problemas más sofisticados involucran
variables continuas.
Definición: Teniendo definida una medida geométrica m (longitud,
área, volumen), para un evento A definimos su probabilidad como
IP (A) =
:*,
- llega en una hora aleatoria entre las 12:00 y
E ¡emplito: Un autobus
las 23:00 horas. Si nos presentamos a las 12:30 horas, ¿cuál es la
probabilidad de re tomemos el autobús?
A: El autobús llega entre Las 12:30 h y las 1340h. ???
A = EL 12:30, 13:00] 8 2 PICA} = 1 (A) __ 3° → 1
2- [12:00, 13:00) 1152) 60 Z

Ejemplito: Se Lanza un dicho en un tablero circular de vos anera & Y

caiga al azar sobre el área del ta bl Ees U.
Considera el siguiente diagrama Radio y
radio K
Z
¿cuál ↳ la probabilidad de que aterrice my Ú S Cerca del best no
fue del burdel
Sabemos que la probabilidad de éxito IPLA) = m (A)
m {R)
Como m (A) = T-E 12 - Ti. y En y m (R) = TrZ
4
IT.pt
Así IPLA) = 4 =
T - ra 4 me
Probabilidad axiomática [Esta (Andrei Kolmogorov'1 1433)
→ Espacio de estado, a
→ Una probabilidad de un evento A:P (A) no negativa

Sabemos que un evento A EmR ¿todos los subconjuntos de

mole son events? No
16 de febrero

Definición: Una medida de probabilidad o una probabilidad es una función

Ip : F → [0,1] me satisface:

1) Si A Etr, entonces 04MAY21

2) IP (e) =L

3) o-aditividad: si tenemos una familia {Antnen 4- ~ tal te

los An son mutuamente excluyentes, it. AirAj = , entonces la
probabilidad IP (Ü
mes An) = EP
ni (An)
E~
A la terna (L, F, P) se le llama espacio de probabilidad
Esta axiomatización se le debe a Andrei Nikolaevich Kolmogorov.

Notemos que es necesario pedirle a la familia F sobre la cual

definimos la probabilidad algunas condiciones, pues sabemos que los
elementos de esa familia serán nuestros eventos.
La familia debe ser una o-álgebra.
Definición: Sen & E PLR), i, e. F es una colección no vacía de subconjunto
" " _si F" " " "
A la familia Y su
2) Si AE ¥ ⇒ ÁET
"3)'S"i°{"An3nen E ¥, entonces mÜe An E le llama G- álgebra

Nota:-34 EF, pues 0 = EL'

&
- .) Como LÚA
• a) EF, saben "oe An € - ⇒ Ai EI:(VA:/ET
n:{
⇒ (ÑA)'
m ⇐ F ⇒ ( A.) EF

Importante: Numerable en este curso es necesariamente infinito.

Ejemplito. Lanzamiento de una moneda

2=4 sol, águila} y #= {Eh, 0, sol, Águila}
1) REF
2) si Sol e E, entonces Sol" = Águila €7
Si R E F, entonces EL-= EF
3) si Águila EF y Sil EF, ent, Águila U sol = REF
i. Y es una G- álgebra.
Propiedades de la probabilidad de la igualdad.

Si Pi F → [0,13 es una función de probabilidad, entonces

1) PLA') = 1- IP (A)
Demostración sabemos qe ← = AV A"

PCs) =P/AVA')
= PA) + PLAY Por 3) de la def. de probabilidad
pues AMA" =D

Pero IP ← ) = 1 Por 2) de la def. de probabilidad

⇒ IP (A) + IP (A) =L Por transitividad
⇒ IPCAC) = 1- IPLA) ☒