C A E T E 2 0 1 1

PROBABILIDAD

 Probabilidad:

valor entre cero y uno, inclusive, que describe la posibilidad relativa de que ocurra un evento. Experimento: proceso que conduce a la ocurrencia de una de varias observaciones posibles. Resultado: lo que resulta en particular de un experimento. Evento: conjunto de uno o ms resultados de un experimento.

Probabilidad. Conceptos
Experimento o suceso aleatorio:

Aquel cuyo resultado final no se puede predecir con certeza.

Suceso elemental:
Cada uno de los resultados posibles del experimento o fenmeno aleatorio

Espacio muestral (E):

Conjunto de todos los sucesos elementales de un experimento aleatorio.

Probabilidad. Conceptos
sucesos elementales.

Suceso aleatorio e suceso: Subconjunto del espacio muestral. Un conjunto de

Suceso seguro:
Aquel que siempre ocurre. Coincide con el espacio muestral.

Suceso imposible ( )
Aquel que no puede ocurrir. No consta de suceso elemental alguno. No pertenece al espacio muestral.

Probabilidad. Conceptos
A=(1, 3, 5); B=(1, 2, 3)

Interseccin (AB) Unin (AB) Suceso que contiene Suceso que contiene todos los sucesos todos los sucesos elementales que elementales que pertenecen forman parte de A B simultneamente a A y B
AB =(1, 2, 3, 5) AB=(1,3) - Sucesos incompatibles Si AB= :

Probabilidad. Conceptos
A=(1, 3, 5); B=(1, 2, 3); E= 1, 2, 3, 4, 5, 6)

Diferencia (A-B) Suceso que consta de los sucesos de A, que no pertenecen a B

A-B =(5): B-A= (2)

Complementariedad Dado un suceso A, su complementario o contrario () es el suceso que ocurre cuando no ocurre A. Consta de los sucesos elementales de (E) no includos en A
=(2, 4, 6) - A=E - A =

Probabilidad. Conceptos
Clsica
La probabilidad de un suceso es la razn entre el n de casos favorables y el n total de casos posibles. P(A)=NA / N
* Probabilidad a priori

Moderna o frecuentista
La probabilidad de un suceso es el lmite de su frecuencia relativa cuando el n de observaciones tiende al infinito. P(A)= lim f(A) N * Probabilidad a posteriori

Enfoques de la probabilidad
Probabilidad clsica se basa en la consideracin de que los resultados de un experimento son igualmente posibles. Utilizando el punto de vista clsico, Ejemplo

Considere el experimento de lanzar dos monedas al mismo tiempo. El espacio muestral S = {HH, HT, TH, TT} Considere el evento de una cara. Probabilidad de una cara = 2/4 = 1/2.

 Eventos mutuamente excluyentes: Eventos mutuamente

excluyentes: la ocurrencia de cualquier evento implica que ningn otro puede ocurrir al mismo tiempo. En el anterior, los cuatro resultados posibles son mutuamente excluyentes.
Eventos colectivamente exhaustivos: Colectivamente

exhaustivos: por lo menos uno de los eventos debe ocurrir cuando se realiza un experimento. En el EJEMPLO, los cuatro resultados posibles son colectivamente exhaustivos. En otras palabras, la suma de las probabilidades es = 1 (.25 + .25 + .25 + .25).

Concepto de frecuencias relativas

La probabilidad de que un evento ocurra a largo plazo se determina

observando en qu fraccin de tiempo sucedieron eventos semejantes en el pasado:

A lo largo de su carrera, la profesora Patricia ha otorgado 186 calificaciones de A entre sus 1200 estudiantes. Cul es la probabilidad de que un estudiante de su clase en este semestre reciba una A? Aplicando el concepto de frecuencias relativas, la probabilidad de una A es 186 /1200 = 0.155

Probabilidad subjetiva
La posibilidad (probabilidad) de que suceda un evento especfico que asigna una persona con base en cualquier informacin disponible. Ejemplos de la probabilidad subjetiva son estimar la probabilidad de que los Salgado de Salta ganen la Lotera el prximo ao y estimar la probabilidad de que ocurra un terremoto en Los Angeles este ao.

Reglas bsicas de probabilidad

Si los eventos son mutuamente excluyentes, la ocurrencia de cualquier evento impide que otro eventos ocurra. Reglas de adicin: si dos eventos A y B son mutuamente excluyentes, la regla especial de adicin indica que la probabilidad de que ocurra A o B es igual a la suma de sus probabilidades respectivas: P(A o B)

= P(A) + P(B) Ejemplo Aerolneas Argentinas acaba de proporcionar la siguiente informacin de sus vuelos de Buenos Aires a Rosario:

Ejemplo Si A es el evento de que un vuelo llegue antes de tiempo, entonces P(A) = 100 /1000 = 0.1. Si B es el evento de que un vuelo llegue demorado, entonces P(B) = 75 /1000 = 0.075. La probabilidad de que un vuelo llegue antes de tiempo o demorado es P(A o B) = P(A) + P(B) = .1 + .075 = 0.175.

Teorema de Bayes
El

Teorema de Bayes, dentro de la teora probabilstica, proporciona la distribucin de probabilidad condicional de un evento "A" dado otro evento "B" (probabilidad posteriori), en funcin de la distribucin de probabilidad condicional del evento "B" dado "A" y de la distribucin de probabilidad marginal del evento "A" (probabilidad simple o apriori).

Teorema de Bayes
El teorema de Bayes se representa con la frmula:

Teorema de Bayes
La compaa Duff Beer ha recibido varias quejas debido a

que sus botellas no van bien llenas. Una queja fue recibida hoy pero el gerente de produccin no puede identificar cul de las dos plantas Springfield (A o B) llen esta botella. Cul es la probabilidad de que la botella mal llenada haya salido de la planta A?

P(A |U) = [(0,55)(0,3)]/[(0,55)(0,3) + (0,45)(0,04)] = 0.4783.