Practica 1.

Principios de Probabilidad

BENEMRITA UNIVERSIDAD AUTNOMA DE PUEBLA

FACULTAD DE CIENCIAS DE LA ELECTRNICA Materia: Comunicaciones II Profesor: Mc. Edna Iliana Tamariz Flores Practica 1
Principios de Probabilidad

Equipo:
vila Martnez Serafn Cano Prez Mario Lira Ramos Francisco Zarate Castaeda Jos Antonio

Primavera 2012
1 |Pgina

Practica 1. Principios de Probabilidad

Introduccin
En esta prctica se aplica algunos de los axiomas de la Teora de probabilidad aprendidos en clase para el desarrollo de la prctica. Donde se planteo previamente el problema y despus se disearon algoritmos para su desarrollo con la ayuda de MATLAB . Tras la ejecucin de los algoritmos se proceder a realizar las graficas correspondientes as como el anlisis de resultados de la prctica y finalmente se dar la conclusin por cada integrante correspondiente al desarrollo de la prctica.

Marco Terico
En la Teora de probabilidad se emplean algunos conceptos bsicos de la Teora de conjuntos donde a continuacin se define los siguientes conceptos: CONJUNTO El concepto de conjunto es un pilar fundamental de la probabilidad y la estadstica y de la matemtica en general. Un conjunto puede considerarse como una coleccin de objetos, llamados miembros o elementos del conjunto. En general, mientras no se especifique lo contrario denotamos un conjunto por una letra mayscula A, B, C, y un elemento por una letra minscula a o b. Sinnimos de conjunto son clase, grupo y coleccin. SUBCONJUNTO Si cada elemento de un conjunto A tambin pertenece a un conjunto B, llamamos a A un subconjunto de B, escrito A B B A y ledo A esta contenido en B o #B contiene a A respectivamente. DIAGRAMAS DE VENN Un universo U puede representarse geomtricamente por el conjunto de puntos dentro de un rectngulo. En tal caso los subconjuntos de U (como A y B indicados y sombreados en la figura siguiente) se representan por conjuntos de puntos dentro de los crculos. Tales diagramas denominados diagramas de Venn, sirven para darnos una intuicin geomtrica respecto a las posibles relaciones entre conjuntos.

2 |Pgina

Practica 1. Principios de Probabilidad

UNION: El conjunto de todos los elementos (o puntos) que pertenecen a A o a B, o tanto a A como a B, se llama la unin de A y B y se escribe A B (regin sombreada)

INTERSECCION: El conjunto de todos los elementos que pertenecen simultneamente a A y a B se llama la interseccin de A y B y se escribe A B (regin sombreada)

B U

DIFERENCIA: El conjunto que consiste en todos los elementos de A que no pertenecen a B se llama la diferencia de A y B, escrita por A-B (regin sombreada).

B U

PROBABILIDAD DE UN EVENTO Para calcular la probabilidad de eventos es necesario que stos se comporten de una manera ms o menos estable. Precisamente, se echa mano de la regularidad estadstica, que es la propiedad de los fenmenos aleatorios, y que consiste en que al aumentar el nmero de repeticiones de un experimento en condiciones prcticamente constantes, la frecuencia relativa de ocurrencia para cada evento tiende a un valor fijo. Sin embargo, al momento de definir la probabilidad de un evento podemos tomar en cuenta los siguientes criterios: 3 |Pgina

Practica 1. Principios de Probabilidad

1. La probabilidad subjetiva de un evento se la asigna la persona que hace el estudio, y depende del conocimiento que esta persona tenga sobre el tema. Precisamente por su carcter de subjetividad no se considera con validez cientfica, aunque en la vida diaria es de las ms comunes que se utilizan al no apoyarse ms que en el sentido comn y los conocimientos previos, y no en resultados estadsticos. 2. La probabilidad frecuencial de un evento es el valor fijo al que tienden las frecuencias relativas de ocurrencia del evento de acuerdo a la regularidad estadstica. Esta definicin sera la ms real, pero proporciona probabilidades aproximadas, es decir, proporciona estimaciones y no valores reales. Adems, los resultados son a posteriori, pues se necesita realizar el experimento para poder obtenerlo. 3. La probabilidad clsica de un evento E, que denotaremos por P(E), se define como el nmero de eventos elementales que componen al evento E, entre el nmero de eventos elementales que componen el espacio muestral:

En otras palabras se define como nmero de casos favorables sobre nmero de casos posibles. Es la definicin ms utilizada porque supone de antemano, y se necesita como requisito indispensable, que todos los eventos elementales tienen la misma probabilidad de ocurrir. Las frecuencias relativas de una distribucin tenan las siguientes propiedades: 1. Las frecuencias relativas son mayores o iguales que cero. 2. La frecuencia relativa del espacio muestral es igual a la unidad. 3. Si dos eventos son mutuamente excluyentes, es decir que no ocurren simultneamente, entonces la frecuencia relativa de su unin es la suma de las frecuencias relativas de cada uno.

AXIOMAS DE PROBABILIDAD Los axiomas de la formulacin moderna de la teora de la probabilidad constituyen una base para deducir a partir de ellas un amplio nmero 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 Si A es un evento de S, entonces la probabilidad del evento A es: 0 P(A) 1 Como no podemos obtener menos de cero xitos ni ms de n xitos en n experimentos, la probabilidad de cualquier evento A, se representa mediante un valor que puede variar de 0 a 1. 4 |Pgina

Practica 1. Principios de Probabilidad

AXIOMA 2 Si dos eventos son mutuamente excluyentes, la probabilidad de obtener A o B es igual a la probabilidad de obtener A ms la probabilidad de obtener B. P(AUB) = P(A) + P(B) Excluirse mutuamente quiere decir que A y B no pueden ocurrir simultneamente en el mismo experimento. As, la probabilidad de obtener guila o sol en la misma tirada de una moneda ser P(AUB) = P(A) + P(B) P(AUB) = 1/2 + 1/2 = 1. En general podemos decir que la suma de las probabilidades de todos los posibles eventos mutuamente excluyentes es igual a 1: P(A1) + P(A2) + P(A3) + ... + P(An) = 1

AXIOMA 3 Si A es un evento cualquiera de un experimento aleatorio y A es el complemento de A, entonces: P(A) = 1 - P(A) Es decir, la probabilidad de que el evento A no ocurra, es igual a 1 menos la probabilidad de que ocurra.

TEOREMAS DE LA SUMA DE PROBABILIDADES Suponiendo que P(A) y P(B) representan las probabilidades para los dos eventos A y B, entonces P(AUB) significa la probabilidad de que ocurran A o B. Si representamos los eventos A y B en un Diagrama de Ven con A B = Entonces A y B son conjuntos disjuntos o mutuamente excluyentes, o sea que no pueden ocurrir en forma simultnea. P(AUB) = P(A) + P(B) En cambio, si ambos eventos tienen puntos muestrales en comn A B0 P(AUB) = P(A) + P(B) - P(A B)

5 |Pgina

Practica 1. Principios de Probabilidad

Objetivos
Problema 1 Se nos da una serie de N experimentos cuyos resultados individuales pueden ser {0,1}. Cul es el resultado de la frecuencia relativa, o el evento A= {1}? (N =50, 100, 200). Dibujar la grfica de la frecuencia relativa vs N. Problema 2 Dados cuatro eventos mutuamente excluyentes, con tres condiciones sobre la ocurrencia de estos eventos: P [A o B o C]= 2/3, P [A o B]= 1/5 y P [A o C o D]= 5/6. Cul es la P [A].P [D]?

Problema 3 Si nos dan tres series {A, B, C} y las probabilidades de ocurrencia de eventos que satisfagan las expresiones se establece de la siguiente manera: 1. 2. 3. 4. P [A]=.5 P [A C] = .2 P [A B C] =.1 P [A B C]=.05 B]?

Cul es la P [A

Donde A= [2 4 5 7], B= [3 4 7 8], C= [5 6 7 8] y U= [1:8]

6 |Pgina

Practica 1. Principios de Probabilidad

Planteamiento del problema

Problema 1 Se nos da una serie de N experimentos cuyos resultados individuales pueden ser {0,1}. Cul es el resultado de la frecuencia relativa, o el evento A= {1}? (N =50, 100, 200). Dibujar la grfica de la frecuencia relativa vs N.

Procedimiento: En base a lo visto en clase sobre el tema de frecuencia relativa, obtenemos la siguiente frmula; la cual nos ayudar a obtener la solucin al problema 1.

Donde

= Frecuencia Relativa,

= Nmero de veces que ocurri A, = 50, 100, 200.

Problema 2 Dados cuatro eventos mutuamente excluyentes, con tres condiciones sobre la ocurrencia de estos eventos: P [A o B o C]= 2/3, P [A o B]= 1/5 y P [A o C o D]= 5/6. Cul es la P [A].P [D]?

Procedimiento: Se cuenta con los siguientes datos: *P (A U B U C)= 2/3=.6666 **P (A U B)=1/5=.2 ***P (A U C U D)=5/6=.8333

Tomando en cuenta estos datos procedemos a obtener el valor de cada una de las literales (A, B, C, D) de la siguiente forma.

7 |Pgina

Practica 1. Principios de Probabilidad

Sustituimos ** en * para obtener el valor de C, de manera que nos queda lo siguiente: A+B+C=2/3 A+B=1/5 1/5+C=2/3 C=2/3-1/5 C=.6666-.2 C=.4666 Ya habiendo obtenido el valor de C procedemos a plantear un sistema de ecuaciones y sustituir C para obtener los valores restantes, en este caso el valor de D; el sistema es el siguiente P(A+B+C+D)=1 Por lo que obtenemos lo siguiente: A+B+C+D=1 Pero sabemos que A+B=.2, entonces el sistema queda de la siguiente forma: .2+.4666+D=1 .6666+D=1 D=1-.6666 D=.3334 Ahora que ya contamos con los valores de C y D procedemos a obtener el valor de A, para ello utilizaremos ***: A+C+D=5/6=.8333 A+.4666+.3334=.8333 A+.8=.8333 A=.8333-.8 A=.0333 Ya con los valores de A, C y D slo nos resta encontrar el valor de B, para ello sumamos los valores ya obtenidos (A+C+D) y los sustituimos en nuestro sistema de ecuaciones, quedando de la siguiente forma:
8 |Pgina

Practica 1. Principios de Probabilidad

(A+B+C+D)=1 (.0333+B+.4666+.3334)=1 B+.8333=1 B=1-.8333 B=.1667 Para corroborar que nuestros resultados son los correctos lo nico que se tiene que hacer es la sumatoria de todos nuestros resultados, la cual debe ser 1 o al menos aproximarse a l (.9997, .9998,). .0333+.1667+.4666+.3334= 1

Problema 3 Si nos dan tres series {A, B, C} y las probabilidades de ocurrencia de eventos que satisfagan las expresiones se establece de la siguiente manera: 5. 6. 7. 8. P [A]=.5 P [A C] = .2 P [A B C] =.1 P [A B C]=.05 B]?

Cul es la P [A

Donde A= [2 4 5 7], B= [3 4 7 8], C= [5 6 7 8] y U= [1:8] Procedimiento: En base a la informacin del problema procedemos a elaborar un diagrama de Venn, asignando una literal para cada uno de los datos dados en el problema, quedando de la
siguiente manera

9 |Pgina

Practica 1. Principios de Probabilidad

Donde el las ecuaciones quedan de la siguiente manera: =.05 =.2 =.1 =.5

10 | P g i n a

Practica 1. Principios de Probabilidad

Desarrollo
Problema 1 Para el problema 1 se diseo se desarrollo el siguiente algoritmo: val=50; x=rand(val,1) y=x>.5; f=sum(y)/val z=cumsum(y)'./[1:val]; p=0.5*ones(val,1); u=1:val; plot(u,z,u,p) Se propone una variable val la cual define el numero de lanzamientos (50, 100, 200, 500), a continuacin solo se explicar para 50 lanzamientos, para generar para los siguientes lanzamientos solo se deber cambiar el valor de val. val=50; Ahora se propone una matriz aleatoria de acuerdo al numero de lanzamientos que se realizarn, en esta lnea de cdigo generaremos entonces los valores de los eventos definidos como 1 y 0. x=rand(val,1) La siguiente lnea nos ayuda a solo tomar los valores mayores de .5, haciendo referencia que los valores mayores de .5 son los valores de n veces que sali el evento A. y=x>.5; En la siguiente lnea calculamos la frecuencia relativa del evento A (sum(y)) entre el numero de lanzamientos (val). F=sum(y)/val Aqu se calcula la frecuencia relativa para cada evento de A por cada lanzamiento que se haya efectuado. z=cumsum(y)'./[1:val]; Establece una marca para diferenciar los eventos de A de los de B. p=0.5*ones(val,1); Se genera los puntos de la frecuencia.
11 | P g i n a

Practica 1. Principios de Probabilidad

u=1:val; Y finalmente se grafican todos los puntos obtenidos con el siguiente comando. plot(u,z,u,p) Problema 2 Para el problema 2 se propuso el siguiente algoritmo: syms p1 p2 p3 p4 eq1=p1+p2+p3-2/3 eq2=p1+p2-1/5 eq3=p1+p3+p4-5/6 eq4=p1+p2+p3+p4-1 S=solve(eq1,eq2,eq3,eq4) [S.p1 S.p2 S.p3 S.p4] double([S.p1 S.p2 S.p3 S.p4]) Primero se coloca las variables en el sistema con el siguiente comando: syms p1 p2 p3 p4 El siguiente paso es introducir las ecuaciones propuestas en el planteamiento para que MATLAB encuentre las soluciones correspondientes. eq1=p1+p2+p3-2/3 eq2=p1+p2-1/5 eq3=p1+p3+p4-5/6 eq4=p1+p2+p3+p4-1 Con el siguiente comando encontramos las soluciones a nuestro sistema. S=solve(eq1,eq2,eq3,eq4) [S.p1 S.p2 S.p3 S.p4] Finalmente definimos las soluciones como soluciones de punto flotante para que nuestros resultados sean ms exactos. double([S.p1 S.p2 S.p3 S.p4])

12 | P g i n a

Practica 1. Principios de Probabilidad

Problema 3 Para el problema 3 se propuso un algoritmo similar al problema 2, despus de un anlisis previo al desarrollo de este algoritmo. syms p2 p4 p5 p7 eq1=p2+p4+p5+p7-.5 eq2=p5+p7-.2 eq3=p2-.1 eq4=p7-.05 S=solve(eq1,eq2,eq3,eq4) double([S.p2 S.p4 S.p5 S.p7]) double(S.p4+S.p7) Se propone el siguiente sistema de ecuaciones: syms p2 p4 p5 p7 eq1=p2+p4+p5+p7-.5 eq2=p5+p7-.2 eq3=p2-.1 eq4=p7-.05 Y con el siguiente comando encontramos las soluciones del sistema: S=solve(eq1,eq2,eq3,eq4) double([S.p2 S.p4 S.p5 S.p7]) double(S.p4+S.p7)

13 | P g i n a

Practica 1. Principios de Probabilidad

Resultados
Problema 1 Los resultados obtenidos para el problema 1(Frecuencia Relativa) son: La frecuencia relativa obtenida en cada una de las graficas fue: Para 50 muestras Para 100 muestras Para 200 muestras Para 500 muestras Las grficas correspondientes son:

Problema 2 Para el segundo problema tenemos las probabilidades de los eventos P [A]P [D], donde dado el cdigo propuesto en MATLAB los resultados obtenidos fueron:
14 | P g i n a

Practica 1. Principios de Probabilidad

Sistema de ecuaciones eq1 = p1 + p2 + p3 - 2/3 eq2 = p1 + p2 - 1/5 eq3 = p1 + p3 + p4 - 5/6 eq4 = p1 + p2 + p3 + p4 1 Soluciones para P[A], P[B], P[C] y P[D] S = p1: [1x1 sym] p2: [1x1 sym] p3: [1x1 sym] p4: [1x1 sym] ans = [ 1/30, 1/6, 7/15, 1/3] ans = 0.0333 0.1667 0.4667 0.3333

Donde los resultados obtenidos fueron: P [A]=.0333, P [B]=.1667, P [C]=.4667 y P [D]=.3333 Por lo tanto P [A]+P [B]+ P [C]+ P [D]=1 sumando los resultados obtenidos tenemos: .0333+.1667+.4667+.3333=1

Problema 3 En el tercer problema tenemos la probabilidad de conjuntos en donde se busca la P [ dado el cdigo propuesto para resolver el problema los resultados obtenidos son: Sistema de ecuaciones propuesto eq1 = p2 + p4 + p5 + p7 - 1/2 eq2 = p5 + p7 - 1/5 eq3 = p2 - 1/10 eq4 = p7 - 1/20 Solucon S = p2: [1x1 sym] p4: [1x1 sym] p5: [1x1 sym]
15 | P g i n a

],

Practica 1. Principios de Probabilidad

p7: [1x1 sym] ans = 0.1000 0.2000 0.1500 0.0500 ans = 0.2500 Para este el resultado obtenido de P [ intercepcin. ]= .2500 en donde p4+p7=.25 y que es esta

Conclusiones
Serafn vila Martnez En el primer problema se puede observar que la frecuencia relativa puede tomar diferentes valores para un mismo experimento, esto se debe a que el nmero de eventos favorables no es determinstico y por lo tanto toma valores aleatorios, tambin se puede observar que la frecuencia relativa tiende a un nico valor entre mayor es el nmero de muestras, para este caso tiende a que coincide con la probabilidad del evento analizado. Para el segundo problema se aplic un sistema de ecuaciones de 4x4 en el cual haca falta una 4ta ecuacin, esta se dedujo a partir del axioma que nos dice que la suma de las probabilidades de todos los eventos que son mutuamente excluyentes debe ser igual a 1. Y para finalizar, el tercer problema tambin consisti en un sistema de ecuaciones el cual se plante despus de analizar la distribucin de los eventos en un diagrama de VENN el cual ilustro mejor que datos deberan de ser tomados para el sistema de ecuaciones y as poder encontrar lo que se pidi. Francisco Lira Ramos En esta practica se desarrollaron algoritmos en MATLAB en base a un anlisis previo de la Teora de Probabilidad donde se encontraron soluciones a los problemas planteados mediante sistemas de ecuaciones. En cuanto al primer problema llego a la siguiente conclusin sobre la frecuencia relativa, es decir que la frecuencia relativa puede tomar diferentes valores para un determinado nmero de experimentos dependiendo del nmero de eventos que se hayan realizado, y cuando se incrementa el nmero de experimentos es notable que la frecuencia se aproxima mucho al valor de la probabilidad. En los problemas 2 y 3 llegar al resultado no fue fcil ya que se aplicaron muchos de los axiomas y propiedades que se vieron en clase, para poder llegar a una solucin proponiendo algunas ecuaciones con ayuda de la probabilidad total , as como P(AUB) y P(AnB). De esta manera se encontraron las soluciones de los problemas planteados.

16 | P g i n a

Practica 1. Principios de Probabilidad

Mario Cano Prez Como se puede ver para el primer problema al aplicar la formula de frecuencia relativa ( ) los resultados obtenidos nos dicen que tan frecuente se puede acertar en el valor deseado o requerido, ahora bien las grficas nos van diciendo que tan frecuente pasa un evento y que a mayor numero de muestras la frecuencia de que pase un evento u otro se va a la mitad. Mientras que para los otros dos problemas lo que se puede ver es que tan posible o probable puede suceder un evento o una serie de eventos requeridos y a si cumplir con las propiedades de probabilidad. Jos Antonio Zarate Castaeda En el problema 1 pudimos notar que entre ms grande sea el valor de N (muestras) la frecuencia tiende a estabilizarse y esto lo podemos corroborar mediante las grficas generadas por MATLAB . El segundo problema fue bastante sencillo, a lo nico que se le podra llamar complicado es al sistema de ecuaciones que se propuso, el desarrollo de los despejes no fue difcil y al final el resultado arrojado en MATLAB concord con el resultado obtenido manualmente. En el ltimo problema tampoco hubo muchas complicaciones, ya que lo nico que se desarroll manualmente fueron el diagrama de Venn y la asignacin de literales. Una vez teniendo todo se procedi a implementarlo en MATLAB . En mi caso fue un poco complicado el uso de MATLAB ya que no estoy muy familiarizado con l, por lo que la ayuda de mis compaeros de equipo para entender los comandos utilizados fue bastante til.

Bibliografa
Probabilidad y Estadstica para Ingeniera; Willian W.Hines ; Douglas C. Montgomery; Connine M. Borror. 4ta Edicin. Edit. CECSA.

17 | P g i n a