PROBABILIDAD

La probabilidad es una ciencia exacta que se desarrollo en forma axiomtica. Tener en cuenta que mientras la teora de la probabilidad es una ciencia exacta, la estadstica es una ciencia de aproximaciones, que para proyectar hacia la poblacin los resultados obtenidos en una muestra de esta, aplica la probabilidad como una medida de la fiabilidad.

1.

EXPERIMENTO ALEATORIO Es todo proceso que consiste de la ejecucin de un acto (o prueba) una o mas veces, cuyo resultado en cada prueba depende del azar y en consecuencia no se puede predecir con certeza. Es decir un experimento es aleatorio, si cumple: - Se puede repetir indefinidamente. - Los resultados en cada repeticin no son predecibles. EJEMPLO: Lanzar un dado, contar objetos defectuosos producidos diariamente en cierto proceso, aplicar una encuesta para obtener opiniones, etc.

2.

ESPACIO MUESTRAL () Se denomina as al conjunto que consiste de todos los resultados posibles de un experimento aleatorio. Cada resultado posible de un experimento aleatorio es un elemento (punto muestral) del especio muestral. = {/ es un punto muestral} Si el espacio muestral tiene un numero finito de elementos es posible enlistar a todos, y si el numero de elementos es infinito se describen mediante un enunciado o regla

EJEMPLOS:

El experimento de lanzar un dado y observar el resultado, el espacio muestral se puede escribir como el conjunto de puntos mustrales: 1 = {1, 2, 3, 4, 5, 6} El experimento de lanzar una moneda 3 veces (o lanzar tres monedas a la vez) y observar el resultado global, el espacio muestral se puede escribir como el conjunto de ternas ordenadas: 2 = {CCC, CCS, CSC, SCC, SSC, SCS, CSS, SSS} Si el experimento aleatorio es lanzar una moneda y un dado a la vez, y observar ambos resultados, el espacio muestral es: 3 = {1C, 2C, 3C, 4C, 5C, 6C, 1S, 2S, 3S, 4S, 5S, 6S}

NOTA: LOS ESPACIOS MUSTRALES DE EXPERIMENTOS ALEATORIOS QUE CONSISTEN DE DOS O MAS PRUEBAS SUCESIVAS SE OBTIENEN TAMBIN DE UN DIAGRAMA DE RBOL.

Si el experimento aleatorio es lanzar una moneda tantas veces como sea necesario hasta que aparezca la primera cara, su espacio muestral es el conjunto: 4 = {C, SC, SSC, SSSC, etc.} Si el experimento aleatorio es medir la vida til (en aos) de un componente electrnico, su espacio muestral es el conjunto: 5 {t R/ t 0} Si el experimento aleatorio consiste en determinar la posicin de cada de un dardo que es lanzado hacia un blanco circular de radio 5 cm., su espacio muestral es el conjunto: 6 = {(x, y) R/ x2 + y2 25}

CLSIFICACION DE LOS ESPACIOS MUESTRALES: POR EL NUMERO DE ELEMENTOS O PUNTOS MUSTRALES SE CLASIFICAN EN:
1.

2.

3.

DISCRETOS FINITOS: consisten de un numero finito de elementos. Ejemplo los espacios: 1, 2, 3 DISCRETOS INFINITOS: consisten de un numero infinito numerables de elementos. Ejemplo el espacio: 4 CONTINUOS: consisten de un numero infinito no numerables de elementos. Ejemplo los espacios: 5 y 6.

3.

EVENTOS Se denomina evento a cualquier subconjunto de un espacio muestral. Por ejemplo en el espacio muestral finito = {w1, w2, , w3} de n elementos se puede definir 2n eventos diferentes, tambin tenemos, El evento imposible que no tiene puntos mustrales, en consecuencia no ocurre nunca. Los eventos unitarios o elementales, {wi} que contienen un solo punto muestral. Los eventos compuestos que consisten de dos o mas eventos elementales. El evento seguro o cierto que contiene a todos los elementos posibles.

Los eventos son conjuntos, por lo tanto se pueden combinar para formar nuevos eventos: i) A U B ii) A B iii)
Ejemplo: De cinco alumnos a, b. c. d. e se elige una comisin de tres miembros: En base al espacio muestral S determinar los eventos y su respectiva probabilidad: a) a sea integrante de la comisin b) a o b sean seleccionados c) a y b sean seleccionados d) a no sea seleccinado.

PROBABILIDAD DE UN EVENTO
DEFINICION: Sea el espacio muestral asociado a un experimento aleatorio. La probabilidad de cualquier evento A de es el numero real P(A) que satisface los siguientes axiomas.
a) b)

c)

P(A) 0 para todo evento A P() = 1 Si A y B son dos eventos mutuamente excluyentes entonces: P(AUB) = P(A) + P(B) Se establece tres casos.

DE LOS AXIOMAS DE PROBABILIDAD RESULTAN LOS TEOREMAS QUE SIGUEN:

Si es el evento que no ocurre entonces, P() = 0 2) Si AC es el evento complementario del evento A entonces, P(AC) = 1 P(A) 3) Si A y B son dos eventos tales que A B entonces, P(A) P(B) 4) Si A y B son dos eventos cualquiera entonces: P(AB)=P(A) + P(B) P(AB)
1)

NOTAS:
1)

2)

3)

Para todo evento A se verifica la relacin: A . Entonces: P() P(A) P() Finalmente: 0 P(A) 1 La probabilidad de un evento es una medida de la fiabilidad de que ocurra el evento.(Ejm: P(A) = 0,7; la fiabilidad de que ocurra A es en 7 casos de 10) La probabilidad P es una funcin definida en eventos que son parte de ,asocia a cada evento A al numero real P(A) [0, 1] que satisface los axiomas de la probabilidad.

PROBABILIDAD CONDICIONAL
Sea E un evento arbitrario de un espacio muestral S con P(E) > 0. La probabilidad de que un evento A sucede una vez E ha ocurrido, es decir la probabilidad condicional de A dado que E ha ocurrido, se define como:

Si S es un espacio finito equiprobable, y n(A) denota el nmero de elementos de un evento A entonces:

Reemplazando:

TEOREMA DE LA MULTIPLICACION
De la probabilidad condicional P(EA) = P(E) P(A/E) Teorema: La probabilidad de la ocurrencia simultnea para los eventos E y A es igual a la probabilidad de ocurrencia de E multiplicado por la probabilidad de ocurrencia de A, dado que E ha tenido que ocurrir. P(EA) = P(E) P(A/E) P(A1A2) = P(A1) P(A2/A1) Para 3 eventos: A1, A2 y A3 se tendra: P(A1A2 A3) = P(A1) P(A2/A1) P(a3/A1.A2) Y se puede generalizar para n eventos. Ejemplo: En un lote de 10 artculos hay 3 defectuosos, Si se toman al azar tres artculos uno tras otro Cul es la probabilidad de que los tres artculos sean buenos?

EVENTOS INDEPENDIENTES
Tres eventos A, B y C se dice que son mutuamente independientes si y solo si se cumplen las siguientes condiciones: P(AB) = P(A) . P(B) P(AC) = P(A) . P(C) P(BC) = P(B) . P(C) P(AB C) = P(A) . P(B) . P(C) Se puede generalizar para n eventos.

TEOREMA DE BAYES
Si A1, A2, A3, .., An eventos mutuamente excluyentes de los cuales al menos uno de los Ai (i= 1, 2, 3, . n) debe ocurrir, y sea B un evento cualesquiera en S, la probabilidad condicional de la ocurrencia de Ai cuando el evento B ha ocurrido es: