TECNOLOGICO DE ESTUDIOS SUPERORES DE ECATEPEC

INGENIERIA INDUSTRIAL

PROBABILIDAD

TRABAJO DE INVESTIGACION

SALAS MARTINEZ EDGAR RODRIGO

MAT. 201121271

31 DE ENERO DE 2013

PROBABILIDAD

La probabilidad es la medida cuantitativa por medio de la cual se obtiene la frecuencia de un suceso determinado mediante la realizacin de un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables. La teora de la probabilidad se usa extensamente en reas como la estadstica, la fsica, la matemtica, las ciencias y la filosofa para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la mecnica subyacente discreta de sistemas complejos. Teora La probabilidad constituye un importante parmetro en la determinacin de las diversas casualidades obtenidas tras una serie de eventos esperados dentro de un rango estadstico. La probabilidad de un evento se denota con la letra p y se expresa en trminos de una fraccin y no en porcentajes, por lo que el valor de p cae entre 0 y 1. Por otra parte, la probabilidad de que un evento "no ocurra" equivale a 1 menos el valor de p y se denota con la letra q:

Los tres mtodos para calcular las probabilidades son la regla de la adicin, la regla de la multiplicacin y la distribucin binomial.

Regla de la adicin

La regla de la adicin o regla de la suma establece que la probabilidad de ocurrencia de cualquier evento en particular es igual a la suma de las probabilidades individuales, si es que los eventos son mutuamente excluyentes, es decir, que dos no pueden ocurrir al mismo tiempo. P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) = P(A) + P(B) P(A y B) si A y B son no excluyentes. Siendo: P(A) = probabilidad de ocurrencia

del evento A. P(B) = probabilidad de ocurrencia del evento B. P(A y B) = probabilidad de ocurrencia simultanea de los eventos A y B.

Regla de la multiplicacin

La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos o ms eventos estadsticamente independientes es igual al producto de sus probabilidades individuales. P(A y B) = P(A B) = P(A)P(B) si A y B son independientes. P(A y B) = P(A B) = P(A)P(B|A) si A y B son dependientes

Distribucin Binomial

La probabilidad de ocurrencia de una combinacin especfica de eventos independientes y mutuamente excluyentes se determina con la distribucin binomial, que es aquella donde hay solo dos posibilidades, como masculino/femenino o si/no. Hay dos resultados posibles mutuamente excluyentes en cada ensayo u observacin. La serie de ensayos u observaciones constituyen eventos independientes. La probabilidad de xito permanece constante de ensayo a ensayo, es decir el proceso es estacionario. Para aplicar esta distribucin al clculo de la probabilidad de obtener un nmero dado de xitos en una serie de experimentos se requieren de tres valores: El nmero designado de xitos (m) El nmero de ensayos y observaciones (n) Y la probabilidad de xito en cada ensayo (p)

Entonces la probabilidad de que ocurran (m) xitos en un experimento de (n) ensayos es: P (x = m) = (nCm)(Pm)(1P)nm

Siendo: nCm el nmero total de combinaciones posibles de m elementos en un conjunto de (n) elementos. En otras palabras P(x = m) = *n!/(m!(nm)!)+(pm)(1p)nm

ESPACIO MUESTRAL

Espacio muestral (U): Es el conjunto universo de todos los resultados posibles de un experimento dado, a cada uno de sus elementos se denomina punto muestral o muestra. Ejemplos: Si el experimento se basa en la eleccin de un dgito, entonces el espacio muestral seria: U = {0,1,2,3,4,5,6,7,8,9} Si el experimento se basa en el lanzamiento de una moneda, el espacio muestral tiene dos elementos, cara ( c ) y cruz ( X ): U = {c,x}

PUNTO MUESTRAL

Un punto muestral es cada uno de los elementos del espacio muestral. Ejemplos: Si el experimento se basa en el lanzamiento de un dado, podemos distinguir los siguientes datos: El espacio muestral ( U ): 1,2,3,4,5,6

Mientras que los puntos muestrales estn representados por cada uno de los nmeros posibles, para este caso seria 6 puntos: 1, 2, 3, 4, 5,6.

PROBABILIDAD CONDICIONADA

En el clculo de las probabilidades de algunos sucesos, el valor de dicha probabilidad se ver en funcin del conocimiento de determinadas informaciones relativas a estos sucesos. Ejemplo: Si disponemos de una urna que contiene cuatro bolas numeradas del 1 al 4, extraemos una bola y seguidamente la volvemos a introducir para realizar una segunda extraccin, la probabilidad de extraer, por ejemplo, la bola nmero 3 en la segunda extraccin es la misma que en la primera. Si realizamos el mismo proceso sin reemplazar la bola extrada la probabilidad de extraer, por ejemplo, la bola nmero 3 en la segunda extraccin depender de la bola extrada en primer lugar. Sean A y B dos sucesos tal que P( A ) 0, se llama probabilidad de B condicionada a A, P(B/A), a la probabilidad de B tomando como espacio muestral A, es decir, la probabilidad de que ocurra B dado que ha sucedido A.

De esta igualdad se deduce: P( B

A ) = P( B/A ) P( A )

La frmula anterior adopta la forma para tres sucesos, A, B y C: P( A B C ) = P( A ) P( B/A ) P( C/A B)

PROBABILIDAD DE UN EVENTO

Para calcular la probabilidad de un evento se toma en cuenta todos los casos posibles de ocurrencia del mismo; es decir, de cuntas formas puede ocurrir determinada situacin. Los casos favorables de ocurrencia de un evento sern los que cumplan con la condicin que estamos buscando. La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento, entre 0% y 100%): Como ejemplo podemos decir: El valor cero corresponde al suceso imposible; ejemplo: lanzamos un dado al aire y la probabilidad de que salga el nmero 7 es cero. El valor uno corresponde al suceso seguro, ejemplo: lanzamos un dado al aire y la probabilidad de que salga cualquier nmero del 1 al 6 es igual a uno (100%).

TEOREMA DE BAYES

La interpretacin ms aceptada del teorema de Bayes, es que su estructura permite el clculo de probabilidades despus de haber sido realizado un experimento, basndose en el conocimiento de la ocurrencia de ciertos eventos que dependan del evento estudiado, se parte de probabilidades conocidas antes de efectuar el experimento, las cuales son afectadas por las probabilidades propias del experimento. la probabilidad condicional de Ai dado B, para cualquier i, es:

Aplicando en el numerador la Regla de Multiplicacin P(AiB) = P(Ai) P(B|Ai) y en el denominador el Teorema de Probabilidad Total P(B) = P(A1) P(B | A1) + P(A2) P(B | A2) + . . . + P(An) P(B | An), obtenemos la ecuacin con el Teorema de Bayes: