ESTADISTICA APLICADA

PROBABILIDADES
Gilberth Pesantes Caldern

OBJETIVOS
Al finalizar la sesin, el participante ser capaz de:
1. 3. 5. Aplicar los conceptos de experimento, espacio muestral y evento. Discutir los principios para asignar probabilidad. Utilizar las reglas de probabilidad para plantear y resolver un problema real.

CONTENIDO

Experimentos, espacios muestrales y eventos. Eventos y sus probabilidades. Algunas relaciones bsicas de probabilidad. Probabilidad condicional. Teorema de Bayes.

Gilberth Pesantes Caldern

Importancia de las Probabilidades

En una encuesta hecha a estudiantes de nuevo ingreso a la universidad se encontr que, entre todos los estudiantes admitidos, el 55% no tienen problemas de ningn tipo, el 25% sienten que fueron mal orientados en cuanto a la carrera elegida y el 20% tienen problemas de tipo de econmico. La misma encuesta muestra que de los que no tienen ningn tipo de problema solamente el 1% no regresa al segundo semestre; que la probabilidad de que los que fueron mal orientados no continen en el segundo

0,7 y la probabilidad de que los que tienen problemas econmicos continen es de 0,05. Si se elige al azar un alumno del segundo semestre, Cul es la probabilidad de que l sea uno de los que a pesar de no estar en la carrera de su vocacin haya continuado?

Experimentos, espacios muestrales y eventos

Definicin 1. Un experimento es cualquier accin o proceso que genera observaciones.
Definicin 2. Un experimento determinstico es cualquier experimento que, al repetirse bajo las mismas condiciones, genera siempre los mismos resultados.

Definicin 3. Un experimento aleatorio (o estocstico) es cualquier experimento que, al repetirse bajo las mismas condiciones, no genera siempre los mismos resultados.

Espacio muestral, evento y evento elemental

Definicin 4. Supongamos que se realiza un experimento aleatorio. El conjunto de todos los posibles resultados de ese experimento se denomina ESPACIO MUESTRAL. Cualquier subconjunto del espacio muestral se llama EVENTO. Si un evento tiene un solo elemento se llama EVENTO ELEMENTAL.

1 = { cara, sello} n ( 1 ) = 2

2 = { 1, 2, 3, 4, 5, 6} n ( 2 ) = 6
3 = { defectuoso, no defectuoso} n ( 3 ) = 2

Reglas de conteo, combinaciones y permutaciones

Experimento de varias etapas. Si un experimento se puede describir como una sucesin de k etapas, en las que hay n1 resultados
posibles en la primera etapa, n2 en la segunda, etc., la cantidad total de resultados experimentales es igual a (n1), (n2) (nk).

Combinaciones.
Una segunda regla de conteo que con frecuencia es de utilidad, permite contar la cantidad de resultados experimentales cuando en un experimento se deben seleccionar n objetos entre un conjunto de N objetos.

N! C = n !( N n)!
N n

Permutaciones
Esta permite que uno pueda calcular el nmero de resultados experimentales al seleccionar n objetos de un conjunto de N objetos, donde es importante el orden de seleccin.

N! P = ( N n)!
N n

Introduccin a la probabilidad.
1. La probabilidad asignada a cada resultado experimental debe estar entre 0 y 1, inclusive. Si denotamos con Ei el i-simo resultado experimental y P(Ei) es su probabilidad.

0 P ( Ei ) 1 para todo i

2. La suma de las probabilidades para los resultados experimentales debe ser igual a 1. Para n resultados experimentales.

P ( E1 ) + P ( E2 ) + ... + P ( En ) = 1

Teorema. Para eventos A, B y C de un espacio muestral se tiene:

1. P() = 0. 2. Si los eventos A, B y C son mutuamente excluyentes, entonces: P(A U B U C) = P(A) + P(B) + P(C) 3. P(A) = 1 - P(A) , siendo A el complemento de A. 4. 0 P(A) 1 5. P(A) = P(A B) + P(A B) 6. Teorema de adicin de dos eventos. P(A U B ) = P(A) + P(B) - P(A B) 7. Teorema de adicin para tres eventos.
P(A U B U C) = P(A) + P(B) + P(C) - P(A B) - P(A C) P(B C) + P(A B C)

Algunas relaciones bsicas de probabilidad

Complemento de un evento.

P ( A) = 1 P ( Ac )
Unin de dos eventos.

A B = { wi / wi A wi B}

Interseccin de eventos.
A B = { wi / wi A y wi B}

Definicin clsica de probabilidad

Definicin 5. (Probabilidad de un evento) Sea un espacio muestral finito y supongamos que todos los eventos elementales suceden con la misma probabilidad, es decir, se cumple para cada evento elemental w de . Entonces, para cada evento A de tenemos:

Nmero de elementos de A P ( A) = Nmero de elementos de

Probabilidad condicional.
P( A B) P( A / B) = P( B)
Eventos independientes. Dos eventos A y B son independientes si:

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

Ley multiplicativa.

P( A B) = P( B) P( A / B) P( A B) = P( A) P( B / A)
Ley multiplicativa para eventos independientes.

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

Teorema de Bayes.
Probabilidad total.

P ( B ) = P ( A1 ) P ( B / A1 ) + P ( A2 ) P ( B / A2 ) + ... + P( An ) P( B / An )

Probabilidad de Bayes

P ( A1 / B ) =

P ( A1 ) P ( B / A1 ) P ( A1 ) P ( B / A1 ) + P ( A2 ) P ( B / A2 ) + ... + P( An ) P( B / An )

"La creatividad es muy importante en la vida: te da diversidad. Si eres creativo, pruebas diferentes maneras de hacer cosas y cometes muchos errores tambin. Pero si tienes valenta de continuar a pesar de tus errores, obtendrs la respuesta" Bill Fitzpatrick