You are on page 1of 20

CONCEPTOS BASICOS DE

PROBABILIDAD (EXPERIENCIA
ALEATORIA, ESPACIO
MUESTRAL, EVENTOS)

EQUIPO
GUTIERREZ SALAS JOSE ISRAEL
HERNANDEZ HERNANDEZ RUBEN
QUIROZ PASILLAS CESAR ARMANDO
VENEGAS GOMEZ FERNANDO

Aleatoriedad

La ciencia busca leyes que gobiernan los distintos


fenmenos con el fin de entenderlos, prevenirlos y en
medida de lo posible controlarlos.

La aleatoriedad se asocia a todo proceso cuyo resultado


no es previsible ms que en razn de la intervencin del
azar. El resultado de todo suceso aleatorio no puede
determinarse en ningn caso antes de que este se
produzca. El estudio de los fenmenos aleatorios queda
dentro del mbito de la teora de la probabilidad y, en
un marco ms amplio, en el de la estadstica.

EJEMPLOS

a) Al lanzar un dado no se sabe que numero caer, por tanto el resultado es


impredecible. A pesar de lo anterior, est determinado el conjunto de los
posibles resultados (1, 2, 3, 4, 5,6) y adems, la experiencia se puede repetir
cuantas veces se desee en condiciones similares.

b) La fecha del primer da que llueve en el ao en la ciudad de Mxico no


se puede predecir con exactitud. El conjunto de los posibles resultados tiene
como elementos las fechas del ao. La observacin de la fecha del primer da
que llueve al ao se puede repetir ao con ao.

Eventos singulares y no singulares

Al llevarse a cabo una experiencia aleatoria se puede estar interesado por un


conjunto de resultados, por ejemplo, al lanzar un dado se puede estar
interesado en que sea mltiplo de 3 es decir sea 3 o 6.

(UN EVENTO ES UN CONJUNTO DE RESULTADOS, ES DECIR, ES UN


SUBCONJUNTO DEL ESPACIO MUESTRAL)

Evento imposible y evento seguro

Dado un experimento aleatorio, hay dos eventos especiales. El evento


imposible resulta de cualquier afirmacin que no pueda ocurrir, es decir, que
no sea satisfecha por ningn elemento del espacio maestral.

ESPACIO MUETRAL

En la teora de probabilidades, el espacio muestral o espacio de muestreo


(denotado E, S, o U) consiste en el conjunto de todos los posibles resultados
individuales de un experimento aleatorio.

Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de


muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz,
cruz)}. Un evento o suceso es cualquier subconjunto del espacio muestral con
estructura de -lgebra1 , llamndose a los sucesos que contengan un nico
elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el
primer lanzamiento", o {(cara, cara), (cara, cruz)}, estara formado por los
sucesos elementales {(cara, cara)} y {(cara, cruz)}.

Algebra de eventos

Ya que los eventos son conjuntos, podemos aplicar la teora de conjuntos para
obtener nuevos eventos de un espacio muestra.

Consideremos los eventos:

B La unin de los eventos A y B ocurre s, y solo s, ocurre A, ocurre B o


ambos a la vez (por lo menos ocurre uno de ellos).

La interseccin de los eventos A y B ocurre s, y solo s,


ocurrensimultneamente A y B.

Si A B =, se dice que A y B son

Eventos excluyentes o disjuntos.

PROBABILIDAD
Dado un experimento aleatorio se puede hablar de la probalidad de sus eventos.
La probabilidad de un evento es una medida que proporciona informacin sobre
la propensin de ocurrencia del mismo. La probabilidad de un evento es un
numero entre cero y uno; entre menos propenso a ocurrir el evento, su
probabilidad ser cercana a cero, y entre mas propenso a ocurrir su probabilidad
ser cercana a uno.
El objetivo de la probabilidad es asignarle a cada evento A un nmero P(A) (la
probabilidad del evento A), que representar una medida precisa de la
oportunidad de que A ocurra.

Regla del producto

Si un objeto A se puede escoger de m maneras, y si el objetivo B se puede


escoger de n maneras ,la eleccin de la pareja de objetos (A,B) se puede
efectuar de m X n modos.

Ejemplo:

1. Hay dos combinaciones de la ciudad A a la ciudad B, y tres caminos de la


ciudad B ala ciudad c cuantas maneras diferentes se pueden elegir para ir ala
ciudad A a la ciudad C?

Hay 2X3 = 6 formas diferentes para viajar de A a C si b1 y b2 son los caminos


para ir de A a B, y C1 C2 C3 son los tres caminos para ir de B a C; las
siguientes seis parejas representan las maneras de viajar de A a C :

{(b1,c1),(b1,c2),(b1,c3),(b2,c1),(b2,c2),(b2,c3)}

Arreglos y permutaciones

Se llaman arreglos con permutacin de tamao K tomados de un conjunto de


tamao n al numero de las diferentes secuencias de longitud K que se
pueden formar con n smbolos.

Diagramas de rbol
El diagrama de rbol es una representacin grfica de los posibles resultados del
experimento, el cual consta una serie de pasos, donde cada uno de los pasos
tiene un nmero finito de maneras de ser llevado a cabo. Se utiliza en los
problemas de conteo y probabilidad.

Factorial de un numero

Dado un numero natural n, se define el factorial de n, y se simboliza n!, como


el producto de todos los nmeros naturales menores que n+1 es decir:

n!=n(n-1)(n-2)(n-3)....1

Combinaciones

Las combinaciones son arreglos sin repeticin en los el orden no importa,es


decir, dos arreglos con los mismos smbolos, se considera uno solo. Por
ejemplo, los arreglos con repeticin de tamao dos tomados de un conjunto
de tamao 3 son 6; si los objetos son A,B,C, los arreglos con repeticin son:
AB,AC,BA,BC,CA,CB

Se llamas combinaciones de tamao K tomadas de un conjunto de tamao n,


pero esta vez sin importar el orden.

Arboles de probabilidad

Procesos estocsticos.

Se llamara Proceso estocstico a una secuencia de experiencias aleatorias con


espacios mustrales finitos.

A) Hay dos clases de procesos estocsticos dependientes, el resultado de la


primera experiencia no afecta a la segunda.

B) En los procesos estocsticos dependientes, la segunda experiencia


depender o se ver influida por lo que ocurre en la primera experiencia.

Procesos estocsticos independientes.

Sean U y V dos experiencias aleatorias con espacios mustrales u y v


respectivamente. Se dice que las experiencias son independientes si el
resultado de la experiencia U no afecta a la experiencia V.

Probabilidad total

En algunas experiencias aleatorias hay eventos cuya probabilidad puede ser


calculada por partes y a veces es la nica forma de calcularla

Probabilidad de la unin de dos eventos

Se calcul la probabilidad de casos en los que suceda un evento o suceda


otro, esto quiere decir que empricamente se estaba calculndola
probabilidad de la unin de dos puntos P(A, B)

Probabilidad condicional.

Algunas veces la probabilidad de cierto evento est condicionada por la


ocurrencia de otro.

Eso quiere decir que el clculo de la probabilidad est condicionada a la


probabilidad de un evento que ya ocurri y que, en cierta forma est
condicionando su ocurrencia.

Sean A y B dos eventos, se dice que son independientes si se da el caso de que


se cumplan con alguna de las tres condiciones siguientes:

P (AlB)=P(A)

P (BlA)=P (B)

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

Ejemplo:
En una canasta tienes 6 naranjas y 4 manzanas, se seleccionan 3 muestras, una a
la vez, se observa y se regresa a la canasta, Cul es la probabilidad de q se
hayan tomado 3 naranjas?
La respuesta al cuestionamiento es la siguiente:
Se tienen en total 10 frutas, y se tomara una a la vez, por tanto:
P (A) =(C_favorables)/(C_posibles)=6/10=0.6

Para la siguiente extraccin, se reemplaza la fruta escogida y se repite el


experimento con el mismo espacio maestral, por lo tanto la probabilidad de
volver a sacar una naranja ser constante

Se repite el procedimiento 3 veces, y la probabilidad de evento ser:

P (E) =P(A) P(A) P(A)=0.6 X 0.6 X 0.6=0.21

Que significa que la probabilidad de que se tomen 3 naranjas de la canasta


con reemplazo es de: 0.21

TEOREMA DE BAYES

El teorema de bayes es un mtodo estadstico o para calcular una


probabilidad condicional en circunstancias de dependencia. Este teorema es
de gran utilidad para evaluar una probabilidad a posteriori pariendo de
probabilidades simples conocidas de esta forma es posible revisarla la
estimacin de la probabilidad a prion de un evento que se encuentra en un
estado o en otro.

Se emplea la siguiente formula:

P(AlB)=(P(BlA)P(A))/( P(BlA)P(A) )=P(A)

I=1, 2, 3..K

Al aplicar este teorema se debe considerar lo siguiente:


Los eventos A son eventos tales que sus probabilidad es distinta de cero.
B es un suceso cualquiera, del cual necesaria mente se deben conocer las
probabilidades condicionales; es decir, P(BlA).
Es importante notar que algunas veces, los eventos A, se pueden deducir, esto de
acuerdo a la informacin que proporciona el planteamiento del problema.
El teorema es una consecuencia de la definicin de probabilidad condicional, por
tanto, se aplica la formula de dicha probabilidad de la siguiente manera:

P (AlB)= (P(AB9)/(P(B)@)

Selecciones al azar, con o sin reemplazo

En este tema, se pretende dar una idea general de las formas en que se puede hacer
las selecciones aleatorias o al azar, tomando en cuenta el orden y reemplazamiento
se expondrn algunos ejemplos para aclarar cada una de las formas de muestreo o
seleccin.

Muestreo no ordenado

Se plantea el siguiente problema que nos servir como definicin:

Si se saca al azar una muestra no ordenada de tamao k, de una urna que


contiene m bolas rojas y n-m bolas negras. Cul es la probabilidad de obtener
bolas rojas en la muestra?

S= {el conjunto de los subconjuntos de tamao k de los n elementos}

A={todos los subconjuntos de k elementos tales que contengan bolas rojas.

De la definicin de la probabilidad clsica:

P(A)= (C_favorables)/(C_posibles)=(#A)/(#S)

#S=(N/K) #A=(M/R) ((N M)/(K R))

Muestreo ordenado

Para este caso, se plantea un problema como definicin, esperando que a


partir del modelo, se hagan las sustituciones correspondientes para hallar los
valores que se deseen a fin de practicar el procedimiento

Se toma una muestra ordenada de tamao r de una urna con m bolas


rojas y m-r bolas blancas

En muestreo con remplazo, la probabilidad de que aparezcan r bolas


rojas de una manera especifica o un orden particular es:

(m(n-m))/n

En muestreo sin remplazo esta probabilidad es:

(p(m,r)p(n-m,k-r))/(p(n.k))

You might also like