Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad
Probabilidad
Estocásticos
Créditos: 5
Modo de evaluación:
Exámenes: 60%
Tareas (ejercicios y simulaciones): 20%
Exposiciones: 20%
Bibliografía
Libros:
• Papoulis A., Probability, Random Variables and Stochastic Processes, 4th edition, McGraw-
Hill 2002.
Tutoriales en internet:
Definición:
Es decir,
nA
P( A)
n
Pensando que n es suficientemente grande.
Definiciones de probabilidad
Definición axiomática
A ocurre
Ó B ocurre
Ó Ambos A y B ocurren
Definiciones de Probabilidad
P(L) = 1
nA
P( A) lim
n n
Teoría de conjuntos
Un conjunto es una colección de objetos llamados elementos. Por
ejemplo, {coche, manzana, lápiz} es un conjunto cuyos elementos
son un coche una manzana y un lápiz. El conjunto: {águila, sol} tiene
2 elementos.
Un subconjunto B de un conjunto A es otro conjunto cuyos elementos
son también elementos de A. Todos los conjuntos serán
subconjuntos de un conjunto S llamado espacio.
También identificaremos conjuntos por las propiedades de sus
elementos, p. ejem:
La notación
i A i A
Significará que ζi es o no es un elemento de A.
{} A A S
Transitividad : Si C B y B A entonces C A
Igualdad: A B si y sólo si A B y B A
Operaciones con conjuntos
• Uniones e intersecciones
La suma o unión de dos conjuntos A y B es un conjunto cuyos
elementos son:
• Todos elementos de A
• Todos elementos de B
• De ambos
A B B A, ( A B) C A ( B C )
Operaciones con conjuntos
AB ó A B
• Esta expresión es conmutativa, asociativa y distributiva:
AB BA ( AB)C A( BC ) A( B C ) AB AC
Operaciones con conjuntos
A B, entonces AB A.
• De aquí que
AA A {} A {} AS A
Operaciones con conjuntos
• Entonces
AB = {par y menor que 5}={2,4}
Operaciones con conjuntos
AB {}
Varios conjuntos A1, A2,… son llamados mutuamente excluyentes si
• Particiones
Una partición U de un conjunto de S es una colección de
subconjuntos mutuamente excluyentes Ai de S cuya unión es igual
aS
A1 A2 An S Ai A j {} i j
De esta forma
U { A1 , A2 ,, An }
Operaciones con conjuntos
• Complementos
El complemento A del conjunto A es un conjunto que consiste de
todos los elementos de L que no están en A. De aquí se sigue que:
• Leyes de De Morgan
( A B) A B
AB A B
La aplicación repetida estas leyes nos conduce a los siguiente:
A( B C) A ( B C) A B C
Similarmente,
AB AC ( AB)( AC) ( A B )( A C )
Y puesto que los dos lados de (1) son iguales, entonces sus
complementos también lo son:
A BC ( A B )( A C )
Espacio de probabilidad
P( A) P( A ) P( A) P{}
Para cualquier A,
P( A) 1 P( A ) 1
Porque A A L y AA {} de aquí que:
1 P( L) P( A A ) P( A) P( A )
Consecuencias de los 3 axiomas básicos
• Para cualquier A y B
P( A B) P( A) P( B) P( AB) P( A) P( B)
• Para probar lo anterior, escribimos los eventos (A+B) y B como
uniones de dos eventos mutuamente excluyentes:
A B A AB B AB A B
P( A B) P( A) P( A B) P( B) P( AB) P( A B)
P( A B) P( A) P( B) P( AB) P( A) P( B)
Cambio de notación
• La clase F de eventos
Los eventos son subconjuntos de S a los cuales les hemos asignado
probabilidades.
No todos los subconjuntos de S los consideraremos como eventos.
Sólo una clase F de subconjuntos de S se considerarán eventos.
Ejemplo: Si en el experimento del dado quisiéramos solo tener los
eventos “par” o “impar”, en este caso es suficiente considerar como
eventos solo cuatro conjuntos:
Si A F entonces A F . . . (1)
P( A1 A2 ) P( A1 ) P( A2 )
Experimento
[S, F, P(.)]
P( i ) pi
de los eventos elementales {ζi}.
pi 0 p1 p2 pN 1
Espacios contables
1
pi
N
En este caso, la probabilidad de un evento A consistente de r elementos
es:
r
P( A)
N
Espacios contables
S {a, s}
Y sus eventos son los 4 conjuntos {Ø}, {a}, {s}, S.
Si P(a) = p y P(s) = q, entonces p + q = 1
El evento
{águilas en los primeros dos volados} = {aaa, aas}
Consiste de las dos salidas aaa y aas; por tanto su probabilidad es 2/8.
El eje de los reales (espacios no-contables)
( x)dx 1
( x) 0
x1 x2 x
El eje de los reales
P{x xi } ( x)dx
…. (a)
x2
1 t0
(t ) ce U (t )
ct
U (t ) {0 t0
• Insertando α en (b) , se concluimos que la probabilidad de que una partícula
sea emitida dentro del intervalo de tiempo (0, t0) es igual a
t0
ct ct 0
e dt 1 e
0
El eje de los reales
t 2 t1
P{t1 t t 2 }
T
Probabilidad condicional
P( AM )
P( A | M )
P( M )
Similarmente,
P( A)
Si A M entonces P( A | M ) P( A)
P( M )
Ejemplo: En el experimento del tiro de un dado, determinaremos la
probabilidad condicional del el evento {f2} asumiendo que el evento
“par” ocurrió. Con
A { f 2} M { par} { f 2 , f 4 , f 6 }
Sabemos que P(A) = 1/6 y P(M) = 3/6. Y puesto que AM = A,
P{ f 2 } 1
P{ f 2 |" par"}
P{" par"} 3
Probabilidad condicional
P{t t0 } (t )dt
0
(t )dt
P{60 t 70 | t 60} 100
60
0.486
(t )dt
60
• Ejemplo. Una caja contiene 3 bolas blancas w1, w2, w3 y dos bolas
rojas r1, r2. Quitamos aleatoriamente dos bolas sucesivamente. Cual
es la probabilidad de que la primera bola quitada sea blanca y la
segunda sea roja?.
Probabilidad condicional
w1 , w2 w1 , w3 w1 , r1 w1 , r2 r2 , w1 r2 , w2 r2 , w3 r2 , r1
• El número de tales pares es igual a 5 x 4 = 20. El evento {w,r}
consiste de 6 salidas
w1 , r1 w1 , r2 w2 , r1 w2 , r2 w3 , r1 w3 , r2
• 2ª. Solución. Puesto que la caja contiene tres bolas blancas y dos
rojas, la probabilidad del evento W1={blanca primero} es igual a 3/5.
Si se quita una bola blanca quedarán sólo dos blancas y dos rojas;
Por tanto, la probabilidad condicional P(R2 | W1) del evento
• R2={la segunda es roja} asumiendo que la primera fue blanca
{primera blanca} es igual a 2/4. Usando esto junto con la
fórmula de probabilidad Condicional se obtiene
2 3 6
P(W1 R2 ) P( R2 | W1 ) P(W 1)
4 5 20
B BS B( A1 An ) BA1 BAn
Pero los eventos BAi y BAj son mutuamente excluyentes. Por tanto,
P( B) P( BA1 ) P( BAn )
Y cómo P(BAi) = P(B|Ai) P(Ai) entonces se deriva (1),
Teorema de Bayes
• y
100 100
P( D | B3 ) 0.1 P( D | B4 ) 0.1
1000 1000
y puesto que los eventos B1, B2, B3, y B4 forman una partición de S,
concluimos de (1) que
1 1 1 1
P( D) 0.05 0.4 0.1 0.1 0.1625
4 4 4 4
La cual es la probabilidad de que un componente seleccionado esté
defectuoso.
Teorema de Bayes
Obtenemos
0.25
P( B2 | D) 0.4 0.615
0.1625
P( AB) P( A) P( B)
• Interpretación frecuencial. Denotando por nA, nB, y nAB el número
de ocurrencias de los eventos A, B y AB respectivamente, tenemos:
nA nB n AB
P( A) P( B) P( AB)
n n n
Independencia
nA P( AB) n AB / n n AB
P( A)
n P( B) nB / n nB
x 2 xy xy y 2 ( x y) 2 1
Independencia
P( A1 ) P{aa} P{as} x 2 xy x
P( A2 ) P{aa} P{sa} x 2 xy x
• Por tanto
P{ A1 A2 } P{aa} x P{ A1}P{ A2 }
2
• Experimentos combinados
Supongamos 2 experimentos: el primero es tirar un dado:
S1 { f1 , f 2 ,..., f 6 } P1{ f i } 1 / 6
El segundo es echar una moneda:
• Los dos experimentos deben ser vistos como uno solo cuyas salidas
son pares ζ1ζ2 donde ζ1 es una de las 6 caras del dado y ζ2 es águila
o sol.
• El espacio resultante consiste de 12 elementos:
f1a,, f 6 a, f1s,, f 6 s
• En este espacio, {dos} no es un evento elemental sino un
subconjunto de dos elementos:
{dos} { f 2 a, f 2 s}
Intentos repetidos
• Productos Cartesianos
Dados 2 conjuntos S1 y S2 con elementos ζ1 y ζ2 respectivamente,
formamos todos los pares ordenados ζ1ζ2 donde ζ1 es cualquier
elemento de S1 y ζ2 es cualquier elemento de S2. El producto
cartesiano de los conjuntos S1 y S2 es el conjunto S con todos los
pares mencionados. Este conjunto es escrito en la forma:
S S1 S2
Ejemplo: E producto cartesiano de los conjuntos
• 1. Si A B
, P(A) = 1/5 y P(B) = 1/3, Encuentre P(A|B) y P(B|A)
4 4×3
• 2
= =6
1×2
• Este resultado será usado para calcular: la probabilidad
de que un evento ocurra k veces en n repeticiones
independientes de un experimento S.
Intentos Repetidos
𝑛
• 𝑃𝑛 (k)= 𝑘 𝑝𝑘 𝑞 𝑛−𝑘 … (1) con q = 1 – p
• Teorema Fundamental
𝑛
𝑃𝑛 (k)= P{A ocurra k veces en cualquier orden}= 𝑘
𝑝𝑘 𝑞 𝑛−𝑘
• Ejemplo
• Supongamos que se lanza un dado (con 6 caras) 50
veces y queremos conocer la probabilidad de que el
número 3 salga 20 veces. En este caso tenemos una X ~
B(50, 1/6) y la probabilidad sería P(X=20):
Intentos Repetidos
50 1 20 1 50−20
• 𝑃50 20 = 𝑃 𝑋 = 20 = 20
(1 − )
6 6
• = 5.4 x 10−5
Intentos repetidos
• 𝑃{𝑘1 ≤ 𝑘 ≤ 𝑘2 }
• Por tanto,
𝑛
• P{𝑘1 ≤ 𝑘 ≤ 𝑘2 } = σ𝑘2
𝑘=𝑘1 𝑝𝑛 (k) = σ 𝑘2
𝑘=𝑘1 𝑘 𝑝 𝑘 𝑞 𝑛−𝑘
Teoremas Asintóticos
• Funciones Gaussianas
Función normal o gaussiana:
1 2
g(x) = 𝑒 −𝑥 /2
2𝜋
Y su integral
𝑥 1 𝑥 −𝑦 2 /2 dy
G(x) = −∞ 𝑔 𝑦 𝑑𝑦 = 𝑒
2𝜋 −∞
Teoremas Asintóticos
G(-x) = 1 – G(x)
Teorema de DeMoivre-Laplace
n k nk 1 ( k np ) 2 / 2 npq
p q e
k 2npq
𝑛 𝑘2−𝑛𝑝 𝑘1−𝑛𝑝
• σ𝑘2
𝑘=𝑘1 𝑘
𝑝𝑘 𝑞𝑛−𝑘 ≅ 𝐺 - 𝐺
𝑛𝑝𝑞 𝑛𝑝𝑞
Aproximación de DeMoivre - Laplace
𝑛 𝑘2−𝑛𝑝 𝑘1−𝑛𝑝
σ𝑘2
𝑘=𝑘1 𝑘
𝑝𝑘 𝑞 𝑛−𝑘 ≅𝐺 - 𝐺
𝑛𝑝𝑞 𝑛𝑝𝑞
Ejemplo: x es una función (tabla) que asocia las seis caras del dado
con los seis números: 10, 20, 30, 40, 50, 60. El dominio de esta
función es el conjunto S = {f1, f2, …, f6} y su rango es el conjunto de
los 6 números mencionados. La expresión x(f2) = 20.