Beruflich Dokumente
Kultur Dokumente
Aunque no es posible, basndose en la muestra, deducir cierta informacin sobre la poblacin, puede ser posible hacer afirmaciones precisas sobre la naturaleza de la incertidumbre.
Definiciones importantes.
Un experimento constituye un proceso con un resultado que no se puede predecir ciertamente con anterioridad.
Se llama espacio muestral al conjunto de todos los posibles resultados de un experimento. Se le suele denotar con la letra griega .
Por ejemplo, el tpico ejemplo de lanzar una moneda. Se identifica el experimento el hecho de lanzar una moneda.
= {cara, cruz}
= {1, 2, 3, 4, 5, 6}
Por ejemplo en el ejemplo anterior del dado, el espacio muestral ser los posibles valores de salida al lanzar el dado, definido por:
= {1, 2, 3, 4, 5, 6}
Ahora bien, lo que se requiere es estudiar la probabilidad de que al lanzar el dado, su resultado sea par, por lo tanto, el evento o suceso, ser:
A = {2, 4, 6}
Se podra tambin, definir el suceso de que al lanzar el dado, el resultado sea impar.
B = {1, 3, 5}
Combinacin de Sucesos.
Con frecuencia, se constituyen sucesos mediante la combinacin de sucesos ms sencillos.
Es el conjunto de resultados que pertenecen ya sea a A o B, o a ambos. Por lo tanto, la unin se debe interpretar como A o B.
La interseccin de dos eventos A y B se denota por A B Es decir, constituye el conjunto de resultados que pertenecen tanto a A como a B. Por lo tanto, la interseccin debe interpretarse como A y B.
Es el conjunto de resultados que no pertenecen a E. Por lo tanto, debe interpretarse como no E. Analticamente y en trminos de probabilidad, se expresa como: P( ) = 1 - P(E)
Se dice que los sucesos A y B son mutuamente excluyentes si no tienen resultados en comn.
Lanzar un dado y B
Estos dos sucesos, no tienen resultados en comn, por lo tanto se le denomina sucesos mutuamente excluyentes.
Su definicin: Sean A y B dos sucesos mutuamente excluyentes. Entonces la probabilidad de la unin es la suma de las probabilidades individuales de los sucesos, es decir: P(AUB) = P(A) + P(B) De manera ms general, si E1, E2, ..., En son sucesos mutuamente excluyentes, entonces: P(E1UE2UUE3) = P(E1) + P(E2) ++ P(En)
Probabilidades.
Todo suceso dentro de un espacio muestral tiene una probabilidad de ocurrir.
y y
La expresin P(A) denota la probabilidad de que ocurra el suceso A. P(A) constituye la proporcin de veces que se representa el evento A en el tiempo, si es que el experimento se realiza una y otra vez.
Axiomas de la Probabilidad.
1. Sea un espacio muestral , entonces: P( ) = 1.
2. Para cualquier suceso A, 0 P(A) 1. 3. Sea A un suceso en el espacio muestral suceso A, entonces: , y sean Oi los resultados que componen el .
El primer axioma establece que el resultado de un experimento siempre est en el espacio muestral. Esto es obvio, ya que por definicin, el espacio muestral contiene todos los valores posibles del experimento.
El segundo axioma, dice que la frecuencia alargo plazo de cualquier suceso siempre se encuentra entre 0 y 100%, es decir, entre 0 y 1.
El tercer axioma, quiere decir que la probabilidad de cualquier suceso, es la suma de los elementos que lo componen.
= {1, 2, 3, 4, 5, 6}
y cada uno de los resultados tiene una probabilidad de 1/6, teniendo en cuenta que el dado no est trucado.
Otro tipo de experimentos que tiene resultados igualmente probables es la seleccin aleatoria de un elemento a partir de una poblacin de elementos.
Por lo tanto, una poblacin a partir de la cual se muestrea un elemento en forma aleatoria constituye un espacio muestral con resultados igualmente probables.
Si
suceso que contiene k resultados, entonces se deduce que la probabilidad del suceso A es:
Regla de la Suma.
Sea A y B cualquier suceso, entonces: P(AUB) = P(A) + P(B) - P(A B) En caso que los sucesos A y B sean mutuamente excluyentes, la suma ser: P(AUB) = P(A) + P(B)
Permutaciones.
Una permutacin constituye un ordenamiento de un conjunto de elementos.
El nmero de permutaciones, nPx ,de n objetos elegidos de un grupo de x en x es el nmero de posibles ordenaciones cuando x objetos han de ser seleccionados de un total de n y dispuestos en orden:
Combinaciones.
A cada grupo distinto de elementos que se puede seleccionar, sin importar el orden, se le llama combinaciones.
Por lo tanto, el nmero de combinaciones, nCx, de n objetos tomados de x en x, es el nmero de posibles elecciones que pueden ser hechas. Se calcula de la siguiente manera:
Probabilidad Condicional.
Sucesos Independientes.
Algunas veces, el conocimiento de que un suceso ha ocurrido no cambia la probabilidad de que ocurra otro, en este caso, se dice que los sucesos son independientes.
Dos sucesos A y B son independientes si la probabilidad de cada uno es la misma si ocurren o no los dems sucesos, entonces, se dice que estos sucesos son independientes s y slo si: P(A B) = P(A)P(B) Si P(A) > 0 y P(B) > 0, entonces A y B son independientes si: P(A|B) = P(A)
La Regla de la Multiplicacin.
Si A y B son dos sucesos con P(B) > 0, entonces: P(A B) = P(B)P(A|B) Cuando dos sucesos son independientes, entonces P(A|B) = P(A) y P(A|B) = P(B), as, la regla de la multiplicacin se simplifica.
P(A B) = P(A)P(B)
En la mayora de los casos, la mejor manera de determinar si dos sucesos son independientes es comprendiendo el proceso que los produce. He aqu algunos ejemplos:
Se tira dos veces un dado, es razonable creer, que el resultado de la segunda tirada no se vea afectado por el resultado de la primera. Por tanto, conocer el resultado de la primera tirada no ayuda a predecir el resultado de la segunda tirada. Las dos tiradas son independientes.
Cierta reaccin qumica se realiza dos veces, utilizando equipos diferentes cada vez. Es razonable creer que el producto de una reaccin no afectar la produccin de la otra. En este caso los sucesos son independientes.
Los elementos de una muestra aleatoria se pueden tratar como independientes a menos que la poblacin sea finita y la muestra consista de ms de 5% de la poblacin.
De manera equivalente, si P(Ai) > 0 para cada Ai, P(B) = P(B|A1)P(A1) ++ P(B|An)P(An)
Regla de Bayes.
Caso Especial: Sean A y B sucesos con P(A) > 0, P( ) > 0 y P(B) > 0. Entonces:
Caso General: Sean A1, ..., An sucesos mutuamente excluyentes y exhaustivos con P(Ai) > 0 para cada Ai. Sea B cualquier suceso con P(B) > 0. Entonces: