Sie sind auf Seite 1von 15

SUMATORIAS

INTEGRAL DEFINIDA
TEROREMA FUNDAMENTAL DEL CLCULO
INTEGRACIN POR SUSTITUCIN
INTEGRACION POR PARTES
PROBABILIDAD CONDICIONADA

En esta seccin examinaremos como la probabilidad de ciertos eventos depende o se


ve influida por la ocurrencia de otros. Para ello veremos algunos ejemplos.

Ejemplo 1: Se seleccionan dos semillas aleatoriamente, una por una, de una bolsa
que contiene 10 semillas de flores rojas y 5 de flores blancas. Cul es la probabilidad
de que:
a. La primera semilla sea roja?
b. La segunda semilla sea blanca dado que la primera fue roja?

Solucin:

a) La probabilidad de que la primera semilla sea roja es , puesto que hay 10 semillas
de flores rojas de un total de 15. Escrito con notacin de probabilidad tenemos:

b) La probabilidad de que la segunda semilla sea blanca se ve influida por lo que sali
primero, es decir esta probabilidad est sujeta a una condicin, la de que la primera
semilla sea roja. Este tipo de probabilidad se le llama probabilidad condicional y se

denota por , y se lee: la probabilidad de B2 dado R1.

Esta probabilidad , puesto que todava hay 5 semillas blancas en un


total de 14 restantes.
Veamos la situacin en un diagrama de rbol:
Ejemplo 2: Una persona lanza una moneda 3 veces, Cul es la probabilidad de
obtener 3 guilas dado que sali por lo menos un guila?

Solucin: El espacio muestra del experimento de lanzar una moneda 3 veces es

S = {aaa, aas, asa, ass, saa, sas, ssa, sss}

El evento A de que por lo menos hay un guila en los tres lanzamientos es:

A = {aaa, aas, asa, ass, saa, sas, ssa}

El evento B de que obtenga 3 guilas es B = {aaa}

Por lo tanto, AB ={aaa} y

De donde

Ntese que es la probabilidad de una ocurrencia en las siete que son


posibles en A; es decir, calcular la probabilidad condicional de B dado A es como
calcular la probabilidad de B con relacin al conjunto A, como si ste fuera un nuevo
espacio muestra S* = A.
VARIABLES ALEATORIAS

Una variable aleatoria es una variable que toma valores numricos determinados por
el resultado de un experimento aleatorio. No hay que confundir la variable aleatoria
con sus posibles valores.

Ejemplos:

- n de caras al lanzar 6 veces una moneda (valores: 0, 1, 2)

- n de llamadas que recibe un telfono en una hora

- tiempo que esperan los clientes para pagar en un supermercado

Las variables aleatorias pueden ser discretas o continuas:

- Discretas: el conjunto de posibles valores es numerable. Suelen estar asociadas a


experimentos en que se mide el nmero de veces que sucede algo.

- Continuas: el conjunto de posibles valores es no numerable. Puede tomar todos los


valores de un intervalo. Son el resultado de medir.

Ejemplo: Clasificar como discretas o continuas las siguientes variables aleatorias:

a) n de pginas de un libro discreta

b) tiempo que tarda en fundirse una bombilla continua

c) n de preguntas en una clase de una hora discreta

d) cantidad de agua consumida en un mes continua

En la prctica se consideran discretas aquellas variables para las que merece la pena
asignar probabilidades a todos los posibles sucesos elementales.

Distribucin de una variable aleatoria

Sea x una variable aleatoria discreta. Su distribucin viene dada por los valores que
puede tomar, x1, x2, x3, , xk, y las probabilidades de que aparezcan p1, p2, p3, , pk.

Estas cantidades
pi P{x xi } reciben el nombre de funcin de probabilidad o
funcin de masa.

Ejemplo: Variable aleatoria x = n de caras al lanzar tres veces una moneda.

Posibles valores de x: 0, 1, 2 y 3

Lanzar 3 veces moneda:

E = {CCC,CCX,CXC,XCC,XXC,XCX,CXX,XXX}
La variable aleatoria x:

- Toma valor 0 cuando ocurre el suceso {XXX}

- Toma valor 1 cuando ocurre el suceso {XXC,XCX,CXX}

- Toma valor 2 cuando {CCX,CXC,XCC}

- Toma valor 3 cuando {CCC}

La funcin de probabilidad es:

p0 P{x 0} 1 / 8 0,125
p1 P{x 1} 3 / 8 0,375
p2 P{x 2} 3 / 8 0,375
p3 P{x 3} 1 / 8 0,125

Funcin de probabilidad de x:

0.40

0.35

0.30

0.25

0.20

0.15

0.10
0 1 2 3

Cul ser la probabilidad de que salgan al menos dos caras?

P{x 2} P{x 0} P{x 1} P{x 2} 0,125 0,375 0,375


0,875
y la probabilidad de que el nmero de caras est entre 1 y 2?

P{1 x 2} P{x 1} P{x 2} 0,375 0,375 0,75


DISTRIBUCION BINOMIAL

Sea un experimento aleatorio en el que slo puedan darse dos posibilidades: que ocurra
un determinado suceso A, que llamaremos xito, o que no ocurra dicho suceso, o sea
que ocurra su complementario, que llamaremos fracaso

Se conoce la probabilidad de ocurrencia del suceso A, y por lo tanto la de su


complementario:

Se repite el experimento n veces en las mismas condiciones (independencia). Se define


la variable aleatoria Binomial:

X: n de veces que ocurre el suceso A (n xitos) en n realizaciones independientes del


experimento

Por lo tanto, X: 0, 1, 2 , 3, n

Funcin de probabilidad

n es el nmero de pr uebas.
r es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de f racaso.

Ejemplo:
La ltima novela de un autor ha tenido un gran xito, hasta el
punto de que el 80% de los lectores ya la han ledo. Un grupo de
4 amigos son af icionados a la lectura:
Cul es la probabilidad de que el grupo hayan ledo la novela
2 personas?

n = 4
p = 0.8
q = 0.2
B(4, 0.8)

Y cmo mximo 2?

Das könnte Ihnen auch gefallen