Está en la página 1de 23

Muchas veces hemos visto como los hechos suceden por arte de la casualidad o al azar.

Lo cierto es que cada cosa que ocurre tiene un nivel de probabilidad de ocurrencia, es decir se puede expresar a nivel de probabilidad. Por ejemplo: hay un determinado 5 de probabilidad de ser atropellado en determinada avenida, existe un determinado % de probabilidad de obtener un premio, etc.

Las probabilidades aparecen asociadas a los fenmenos aleatorios. Un fenmeno aleatorio es aquel en el cual la verificacin de un cierto conjunto de condiciones determinadas conduce a un resultado entre una serie de resultados posibles. Llamamos experimento aleatorio a ese conjunto de condiciones determinadas. Por contraposicin, los fenmenos determinsticos, o no aleatorios son aquellos determinsticos en los que la verificacin de un cierto conjunto de condiciones determinadas conduce, en forma inevitable, a un resultado fijo.

Como ejemplos: tirar una moneda al aire y observar la cara que presenta al caer al piso es un experimento aleatorio (tenemos dos resultados posibles: cara y nmero).

Mientras que enfriar agua hasta cero grados centgrados bajo presin atmosfrica normal es un fenmeno determinstico (conduce inequvocamente a la formacin de hielo).

Un experimento aleatorio es un experimento del que no podemos predecir el resultado, porque en las mismas resultado condiciones iniciales los resultados son diferentes. Incluso para estos experimentos las Matemticas ofrecen unas leyes de regularidad, que, entendindolas y sabindolas interpretar, ofrecen mucha informacin sobre los resultados. Gracias a ellas sabremos a qu apostar en el pker, ruleta, dados, ... . Y tambin nos ofrecen interpretacin a resultados paradjicos.

Espacio muestral Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E (o bien por la letra griega ). Ejemplo: Lanzamiento de una moneda ={cara, sello} Suceso Es cada uno de los resultados posibles de una experiencia aleatoria. Ejemplo: cara

1. Todo hecho que sucede. 2. Esta sujeto una probabilidad de aparicin. Ejemplo 1. Si tiramos una moneda al aire, tenemos un experimento aleatorio con W = {cara, nmero}, y resulta n = 2. Ejemplo 2. Si tiramos un dado, tenemos seis resultados posibles, W= {1, 2, 3, 4, 5, 6} y en este caso n = 6.

Ejemplo 3. Si lanzamos un dado dos veces consecutivas, tenemos 36 casos posibles, resultantes de combinar el primer resultado con el segundo, que podemos representar en la siguiente tabla: (1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6) (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6) (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6) (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6) (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6) (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6) donde, por ejemplo, el caso (3, 4) representa el resultado correspondiente a obtener 3 puntos en la primer tirada y 4 en la segunda.

Conocido comnmente como ocurrencia de un suceso. Es la proporcin entre el nmero de veces que se presenta el suceso y el nmero de casos totales u observados. Puede ser expresado como decimal o como %. La probabilidad de aparicin de un suceso es p y la probabilidad de no aparicin de un suceso es p.

0p1

p=0: Suceso Imposible. p=1: Suceso cierto o que tiene que ocurrir

En todo experimento hay algunos sucesos destacados que reciben un nombre particular. Por ejemplo, si de una baraja nos quedamos slo con los oros y extraemos una carta: 1. Es imposible que salga copas . A este suceso se le denomina: Suceso Imposible

2. Es seguro que salga oros. A este suceso se le denomina: Suceso Seguro. Seguro

3. Si sacamos una carta de la baraja completa, puede ser a la vez oro y copas?. No, porque no hay una carta de dos palos a la vez. En este caso hablaremos de: Sucesos incompatibles

4. Si sacamos una carta de toda la baraja, puede ser que salga espadas y rey a la vez? S, porque cuando sacamos una carta puede ser de cualquier palo y de cualquier valor. A estos sucesos se les denomina: Sucesos compatibles. compatibles

1.La probabilidad es positiva y menor o igual que 1. 0 p(A) 1 2. La probabilidad del suceso seguro es 1. p(E) = 1 3.Si A y B son incompatibles, es decir AB = p(AUB) = p(A) + p(B) entonces:

1. La suma de las probabilidades de un suceso y su contrario vale 1, por tanto la probabilidad del suceso contrario es: 2. Probabilidad del suceso imposible es cero. 3. La probabilidad de la unin de dos sucesos es la suma de sus probabilidades restndole la probabilidad de su interseccin. 4. Si un suceso est incluido en otro, su probabilidad es menor o igual a la de ste.

5. Si A1, A2, ..., Ak son incompatibles dos a dos entonces: 6. Si el espacio muestral E es finito y un suceso es S = {x1, x2, ..., xn} entonces:

Por ejemplo la probabilidad de sacar par, al tirar un dado, es: P(par) = P(2) + P(4) + P(6) = 1/6+1/6+1/6 = 3/6 = 1/2

Es la proporcin entre el nmero de veces que se presenta el suceso y el nmero de casos totales u observados. p = #casos exitosos #total de casos p = #casos exitosos =h/n #total de casos p = (n-h)/n = n/n-h/n = 1h/n = 1-p

La probabilidad de aparicin de un suceso es p y la probabilidad de no aparicin de un suceso es p.

0p1 (p=0: Suceso Imposible, p=1: Suceso cierto o que tiene que ocurrir) La probabilidad de salir desaprobado en la asignatura de Mtodos Estadsticos es de 0.2. Existe un 60% de probabilidad de que al salir de la UCV sufra un asalto. Si p es la probabilidad de que un suceso ocurra, la tendencia a favor de su aparicin es p:q, lase p a q; la tendencia contra su aparicin es q:p. La probabilidad de salir aprobado en este semestre es de 2 a 1. Se le puede relacionar con la frecuencia relativa.

1. Probabilidad de obtener un 6 al lanzar un dado. p = #casos exitosos =1/6 #total de casos 2. Probabilidad de sacar un rey (K) en una baraja. p = #casos exitosos =4/52 #total de casos 3. Al lanzar una moneda al aire cul es la probabilidad de sacar cara? p = #casos exitosos =1/2 #total de casos 4. Probabilidad de sacar un As de una baraja. p = #casos exitosos =4/52 #total de casos

Las poblaciones objetivo y de estudio pueden diferir en cuanto a las variables que estudiamos. El nivel econmico en la poblacin de estudio es mayor que en la objetivo,... Los individuos que se eligen en la calle pueden ser de mayor edad (mayor frecuencia de jubilados p.ej.) En este caso, diremos que las muestras que se elijan estarn sesgadas. Al tipo de sesgo debido a diferencias sistemticas entre poblacin objetivo y poblacin de estudio se denomina sesgo de seleccin. Hay otras fuentes de error/sesgo No respuesta a encuestas embarazosas Consumo de drogas, violencia domstica, prcticas poco ticas, Mentir en las preguntas delicadas.

Reducen la motivacin para mentir (o no responder) a las encuestas. Si digo la verdad, se me ver el plumero? Cmo se hace? Pdele que lance una moneda antes de responder y Si sale cara que diga la opcin compremetida (no tiene por qu avergonzarse, la culpa es de la moneda) Si sale cruz que diga la verdad (no tiene por qu avergonzarse, el encuestador no sabe si ha salido cara o cruz) Aunque no podamos saber cul es la verdad en cada individuo, podemos hacernos una idea porcentual sobre la poblacin, viendo en cunto se alejan las respuestas del 50%.

p
*

prptacompro poblig m pdijeronverdad

prptacompro poblig m 1 poblig

Sin respuesta aleatorizada

100% No

Insinseros!!

Con respuesa aleatorizada

40% No 60% S

Diferencia entre los que han dicho s y los que deban hacerlo por que as lo indicaba la moneda

No son mitad y mitad! El porcentaje estimado de ind. que tom drogas es:

0,6 0,5 p = 0,2 = 20% 1 0,5


*

Los que deben decir la verdad