Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 4:
PROBABILIDAD
PROBABILIDAD
El conocimiento de la probabilidad es de
suma importancia en todo estudio
estadístico.
Fenómenos Aleatorios y
Fenómenos Deterministicos.
Experimento aleatorio
Es una acción que se realiza con el propósito de
analizarla. Tiene como fin último determinar la
probabilidad de uno o de varios resultados.
Se considera como aleatorio y estocástico, si
sus resultados no son constantes.
Puede ser efectuado cualquier número de veces
esencialmente en las mismas condiciones.
PROBABILIDAD
Un experimento es aleatorio si se
verifican las siguientes condiciones:
1. Se puede repetir indefinidamente,
siempre en las mismas condiciones;
2. Antes de realizarlo, no se puede
predecir el resultado que se va a
obtener;
3. El resultado que se obtenga, x,
pertenece a un conjunto conocido
previamente de resultados posibles.
PROBABILIDAD
Ejemplos:
Tirar dardos en un blanco determinado
Lanzar un par de dados
Obtener una carta de una baraja
Lanzar una moneda
PROBABILIDAD
Espacio Muestral
Es el conjunto de todos los posibles
resultados de interés de un experimento
dado, y se le denota normalmente mediante la
letra S.
Ejemplos:
1.- Experimento: Se lanza una moneda.
Espacio muestral = total de formas en como
puede caer la moneda, o sea dos formas
de interés, que caiga cara o que caiga
cruz. (Si cae de canto no es de interés y
se repite el lanzamiento).
S = { C, X }
PROBABILIDAD
En el experimento 1,
S = { C, X }, C y X son sucesos
elementales
N(S) = 2
En el experimento 2,
S = { 1, 2, 3, 4, 5, 6 }, 1, 2, 3, 4, 5 y 6 son
sucesos elementales, y
N(S) =6
A = Que caiga un uno = { 1 }
B = Que caiga un dos = { 2 }
: : :
F = Que caiga un seis = { 6 }
PROBABILIDAD
Evento Compuesto.- Es el evento E que
contiene más de un punto muestral de S, por
tanto
N(E) > 1
Evento contrario a un evento A: También se
denomina evento complemento de A y es el
evento que se verifica si, como resultado del
experimento aleatorio, no se verifica A.
Ya que los eventos son conjuntos, este evento
se denota con el símbolo A’ o bien Ā, y se
define como:
Evento simple:
B:Que salgan tres caras; B ={ (C,C,C) } , N(B) = 1
Evento compuesto:
E: Que salgan al menos dos caras;
E = { (C,C,C), (C,C,X), (C,X,C), (X,C,C) }, N(E) = 4
Probabilidad frecuencial y
regularidad estadística
La probabilidad de un evento A,
denotada por P(A), es el valor en el que
se estabilizan las frecuencias relativas
del evento A, cuando el número de
observaciones del experimento se hace
cada vez mayor.
PROBABILIDAD
Esto es:
N ( A)
P ( A) (2)
N (S )
donde
N(A) = número de elementos del evento A
N(S) = número de elementos del espacio
muestral S.
PROBABILIDAD
Probabilidad clásica.-
Sea S un espacio muestral cualquiera y A un evento
de ese espacio. Se define la probabilidad P del
evento A, como:
NCF
P( A) (1)
NCT
donde
NCF - número de casos favorables
NCT - número de casos totales
PROBABILIDAD
Ejemplo:
Experimento.- Se lanza una moneda
Evento A.- que al lanzar una moneda caiga
cruz.
Calcular la probabilidad de A:
S = { C, X}, N(S) = 2
A = { X }, N(A) = 1
N ( A) 1
P( A) 0.5
N (S ) 2
PROBABILIDAD
Leyes De La Probabilidad
Las relaciones que se dan entre los
eventos al ser aplicadas las
operaciones que se presentaron, se
facilitan y comprenden mejor haciendo
uso de los axiomas y teoremas de
probabilidad (Leyes de Probabilidad).
Axioma.- es una verdad evidente que
no requiere demostración.
Teorema.- Es una verdad que requiere
ser demostrada.
PROBABILIDAD
N ( A) N ( S )
P( A) 1
N (S ) N (S )
PROBABILIDAD
A B
AB
PROBABILIDAD
Ejemplo:
Experimento: Se lanzan dos monedas
S = { CC, CX, XC, XX}
N(S) = 4
Sean:
A: el evento de que al lanzar un par de monedas
caigan dos caras exactamente
B: el evento de que al lanzar un par de monedas
caiga una cara exactamente.
Los elementos de A y B son
A = { CC }
B = {CX, XC}
Se puede ver que A B = , no hay elementos en
común, por lo que los eventos son mutuamente
exclusivos o disjuntos, por tanto
P(A B) = P(A) + P(B)
PROBABILIDAD
N ( A) 1
P ( A)
N (S ) 4
N ( B) 2
P( B )
N (S ) 4
1 2 3
P ( A B ) P ( A) P ( B )
4 4 4
PROBABILIDAD
Axioma 4.-
Sean A1, A2, A3, A4, ..., An eventos
mutuamente exclusivos:
P(A1 A2 A3 A4, ... An) =
Ejemplo:
Experimento: Se lanza un dado
Sean
Evento A: que al lanzar un dado salga el 2 o el 4
Evento B: que al lanzar un dado salga un número
mayor a 4
Evento C: que salga el 1 o 3
AB
PROBABILIDAD
Diferencia
Sean A y B dos eventos:
A-B = { x | x A y x B }
A-B
PROBABILIDAD
Ejemplo.-
Experimento.- Se lanza un dado y una moneda
S = {1C, 2C, 3C, 4C, 5C, 6C, 1X, 2X, 3X, 4X, 5X,
6X }
N(S) = 12
A: Al lanzar un dado y una moneda aparezcan el
número 2 o 3 con cara.
B: Al lanzar un dado y una moneda aparezcan
números pares con cara.
A = { 2C, 3C }, N(A) = 2
B = { 2C, 4C, 6C } N(B) = 3
A B = { 2s } N(A B ) = 1
P(A B) = P(A) + P(B) - P(A B)
= 2/12 + 3/12 – 1/12 = 4/12 = 1/3
PROBABILIDAD
probabilidad de A, es decir
P(A’) = 1 – P(A)
PROBABILIDAD
Experimento.- Se lanza un dado y una moneda
S = {1C, 2C, 3C, 4C, 5C, 6C, 1X, 2X, 3X, 4X, 5X,
6X }
N(S) = 12
A: Al lanzar un dado y una moneda aparezcan el
número 2 o 3 con cara.
B: Al lanzar un dado y una moneda aparezcan
números pares con cara.
A = { 2C, 3C }, N(A) = 2
B = { 2C, 4C, 6C } N(B) = 3
A’ = { 1C, 4C, 5C, 6C, 1X, 2X, 3X, 4X, 5X, 6X }
P(A’) = 1 – P(A) = 1 – 2/12 = 10/12
B’ = { 1C, 3C, 5C, 1X, 2X, 3X, 4X, 5X, 6X }
P(B’) = 1 – P(B) = 1 – 3/12 = 9/12
PROBABILIDAD
Probabilidad Condicional.
Sea A un evento arbitrario de un espacio
muestral S, con P(E) > 0. La probabilidad
de que un evento A suceda una vez que E
ha sucedido o en otras palabras, la
probabilidad condicional de A dado E, se
define como:
P( A E )
P( A / E )
P( E )
PROBABILIDAD
Eventos Independientes:
P( A / E ) P ( A)
P( E / A) P ( E )
P( A B ) P ( A) P ( B)
Si no se cumplen, se dice que los eventos son
dependientes.
PROBABILIDAD
Ejemplo:
Experimento: Lanzar un dado.
A: que al lanzar el dado caiga 3
E: que al lanzar un dado salga un impar
S = {1,2,3,4,5,6}
A = {3}, E = { 1,3,5}, (AE) = {3},
P(A) = 1/6
P(A/E) = P(AE)/ P(E)
= 1/6 / 3/6 = (1)(6)/(6)(3)
= 6/18 = 1/3
PROBABILIDAD
Mujer 23 35 18 76
Varón 33 29 22 84
Total 56 64 40 160
Ejemplo.-
En cierta ciudad, las mujeres representan el
50% de la población y los hombres el otro
50%. Se sabe que el 20% de las mujeres y
el 5% de hombres están sin trabajo. Un
economista estudia la situación de empleo,
elige al azar una persona desempleada. Si la
población total es de 8000 personas,
¿ Cuál es la probabilidad de que la persona
escogida sea ?:
PROBABILIDAD
a).- Mujer
b).- Hombre
c).- Mujer dado que está empleado
d).- Desempleado dado que es hombre
e).- Empleado dado que es mujer
P(M) = .50
P(H) = .50
P(E) = .875
P(D) = .125
P(M/E) = P(ME)/P(E) = .40/.875 = .4571
P(D/H) = P(DH)/P(H) = .025/.5 = .05
P(E/M) = P(ME)/P(M) = .40/.5 = .8
P(M/D) = P(MD)/P(D) = .10/.125 = .8
P(H/D) = P(HD)/P(D) = .025/.125 = .2
PROBABILIDAD
Variable aleatoria
Es un evento numérico cuyo valor se
determina por medio de un proceso aleatorio
Distribución de probabilidad
Cuando a todos los posibles valores de una
variable aleatoria se le asigna una
probabilidad tenemos una distribución de
probabilidad.
Si la variable aleatoria toma valores enteros
se dice que es discreta, si puede tomar
valores decimales, la misma es continua
Distribuciones de probabilidad
Ejemplos
1)El número de caras obtenidas al lanzar tres
veces una moneda (discreta)
2)La altura de las mujeres entre 20 y 30 años
(continua)
Veamos la tabla:
Distribución binomial
Distribución de Poisson