Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 13K vistas

    PROBABILIDADES

    Cargado por

    SistemasUCH
    1) La probabilidad es una rama de las matemáticas que estudia la incertidumbre y se define como un número entre 0 y 1 que indica la posibilidad de que ocurra un evento. 2) Existen conceptos fundamentales como espacio muestral, evento, eventos mutuamente excluyentes. 3) Se presentan teoremas como la adición, complementario y partición del espacio muestral, los cuales son útiles para calcular probabilidades de eventos.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd

    PROBABILIDADES

    Cargado por

    SistemasUCH
    13K vistas6 páginas
    1) La probabilidad es una rama de las matemáticas que estudia la incertidumbre y se define como un número entre 0 y 1 que indica la posibilidad de que ocurra un evento. 2) Existen conceptos fundamentales como espacio muestral, evento, eventos mutuamente excluyentes. 3) Se presentan teoremas como la adición, complementario y partición del espacio muestral, los cuales son útiles para calcular probabilidades de eventos.

    Derechos de autor

    © Attribution Non-Commercial (BY-NC)

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    1) La probabilidad es una rama de las matemáticas que estudia la incertidumbre y se define como un número entre 0 y 1 que indica la posibilidad de que ocurra un evento. 2) Existen conceptos fundamentales como espacio muestral, evento, eventos mutuamente excluyentes. 3) Se presentan teoremas como la adición, complementario y partición del espacio muestral, los cuales son útiles para calcular probabilidades de eventos.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    13K vistas6 páginas

    PROBABILIDADES

    Cargado por

    SistemasUCH
    1) La probabilidad es una rama de las matemáticas que estudia la incertidumbre y se define como un número entre 0 y 1 que indica la posibilidad de que ocurra un evento. 2) Existen conceptos fundamentales como espacio muestral, evento, eventos mutuamente excluyentes. 3) Se presentan teoremas como la adición, complementario y partición del espacio muestral, los cuales son útiles para calcular probabilidades de eventos.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 6

    PROBABILIDADES

    Formulación Matemática de Probabilidad.- Es una rama de las


    matemáticas que trata de la incertidumbre

    Definición.- Es un número de 0 a 1, que le asignamos a un fenómeno


    para indicar su posibilidad de ocurrir.

    Probabilidad según el concepto de frecuencia relativa (concepto


    estadístico).- Consideremos un evento E que se produce en n
    repeticiones o ensayos de algún experimento. De acuerdo con el
    concepto de frecuencia relativa, la probabilidad del evento E, es igual a
    la frecuencia relativa de ocurrencia del evento E. Entonces podemos
    decir que: Si un suceso puede ocurrir en H maneras diferentes de un
    número total de n maneras posibles, todos igualmente factibles,
    entonces la probabilidad del suceso es h/n

    Definiciones:

    a.- Experimento.- Es cualquier operación cuyo resultado no puede


    predecirse con exactitud. Ejemplo: Lanzar un dado y ver el número que
    sale.

    b.- Espacio Muestral.- Es el conjunto de todos los resultados posibles de


    un experimento. Lo representamos por S.

    c.- Evento o suceso.- Es cualquier sub conjunto del espacio muestral

    d.- Evento cierto o seguro.- Un evento es cierto o seguro si es igual al


    espacio muestral. Se le asigna probabilidad igual a 1.

    e.- Evento Imposible.- Un evento es imposible sie es igual al conjunto


    vacío. Se le asigna probabilidad igual a 0.

    f.- Sucesos mutuamente excluyentes.- Dos o mas sucesos son


    mutuamente excluyentes si no pueden suceder a la vez, es decir, la
    ocurrencia de uno de ellos impide la ocurrencia de los demás.

    Ejemplo: Si el experimento es lanzar un dado y ver el número que sale,


    Los eventos:
    A = Sale número par
    B = Sale número impar
    son eventos mutuamente excluyentes, pues no pueden ocurrir a la vez.
    1
    Propiedades y axiomas que debe cumplir la probabilidad del evento A:

    [
    1.- 0 ≤ P(A) ≤ 1 La frecuencia relativa ∈ 0 ,1 ]
    2.- P (S) = 1

    3.- P (A1 U A2 U A3 U ……An) = P(A1) + P(A2) + P(A3) + …….…P(An)

    Si Ai ∩ Aj = Ǿ ; ¥ i,j

    Teoremas Fundamentales

    Teorema 1 .- Si Ǿ es el conjunto vacío, entonces P(Ǿ) = 0

    Demost.- Para cualquier suceso A, A = A U Ǿ, como A y Ǿ son


    mutuamente excluyentes:
    A=AUǾ
    P(A) = P(AUǾ)
    P(A) = P(A) + P(Ǿ)
    P(A) - P(A) = P(Ǿ)
    0 = P(Ǿ)

    Nota.- El recíproco de este teorema no siempre es verdadero. Esto es si


    P(A) = 0 en general no podemos concluir que A = Ø, porque hay
    situaciones en que asignamos probabilidad cero a un suceso que puede
    ocurrir, solo que es muy pequeño Ej. 0.0000001

    Teorema 2 .- Si A es el suceso complementario de A, entonces


    P(A)=1- P( A )
    Demostración:

    S=AUĀ
    P(S) = P(A) + P(Ā)
    P(A) = 1 – P(Ā)

    Este teorema es muy útil porque


    hay muchos problemas en el que
    es mas fácil calcular P(Ā) que
    P(A)

    2
    Teorema 3.-
    “Teorema de la adición”. Si A y B son dos sucesos cualesquiera,
    entonces: P(AUB) = P(A) + P(B) – P(A∩B)

    Demostración:
    AUB = AU(B∩Ā)
    B = (A∩B)U(B∩Ā)
    Por lo tanto:
    P(AUB) = P(A) + P(B∩Ā) -
    P(B) = P(A∩B) + P(B∩Ā)
    P(AUB)- P(B)=P(A) - P(B∩Ā)

    P(AUB) = P(A)+P(B)- P(A∩B)

    Teorema 4.-
    Si A, B y C son 3 sucesos cualesquiera, entonces:
    P(AUBUC) = P(A)+P(B)+P(C)-P(A∩B)-P(A∩C)- P(B∩C)+ P(A∩B∩C)
    Demostración:
    Haciendo P(AUBUC) = P((AUB)UC)
    P((AUB)UC)=P(AUB)+P(C)-P((AUB) ∩C) Por teorema 1.3
    P(AUBUC)=P(A)+P(B)-P(A∩B)+P(C)-P((AUB) ∩C)
    Como:
    P((AUB) ∩C)=P(A∩C)+P(B∩C)-P(A∩B∩C

    Reemplazando:
    P(AUBUC) = P(A)+P(B)+P(C)-P(A∩B)-P(A∩C)- P(B∩C)+ P(A∩B∩C)

    Teorema 5.- Si A ⊂ B entonces P(A) ≤ P(B)


    Demostración: Podemos descomponer B en dos sucesos que se
    excluyen mutuamente

    B = A U ( B I A)
    P ( B ) = P ( A) + P ( B I A)
    P ( B ) ≥ P ( A)

    B A

    3
    Definiciones:
    a)Evento simple.- Es el evento que no puede expresarse como la unión
    de otros eventos, exceptuando el evento vacío. Estos eventos tienen las
    siguientes propiedades:
    - Son mutuamente excluyentes
    - La unión de todosb ellos constituye el espacio nuestral

    b) Eventos equiprobables.- Dos o mas eventos son equiprobables si:


    P(A1)=P(A2) = . . . . . . . . . . . .P(An)=p

    Teorema 6.- Si un espacio muestral S consta de “n” eventos simples


    equiprobables y en dicho espacio muestral consideramos un evento
    cualquiera A, que consta de “r” de estos eventos simples. Bajo estas
    condiciones se tiene: P(A) = r/n
    Demostración:
    Llamaremos E1, E2, . . . . . . En a los eventos simples del espacio
    muestral S.
    De acuerdo al enunciado:
    P(E1) = P(E2) = . . . . . . . . . P(En) = p
    n
    S = U Ei entonces
    i =1

    P ( S ) = P ( E 1 U E 2 U E 3 U .......... . E n )
    P ( S ) = P ( E 1 ) + P ( E 2 ) + P ( E 3 ) + .......... ..... P ( E n )
    1 = p + p + p + .......... .......... .......... .......... .... p
    1 = np
    p = 1/ n
    r
    1 1 1 1 r
    P( A) = P(U Ei ) = ∑i =1 P( Ei ) =
    r
    + + + ........... =
    i =1 n n n n n

    Probabilidad Condicional.- Si A y B son eventos del espacio muestral S y


    si P(B)≠0, entonces la probabilidad condicional de A relativo a b, está
    dado por:
    P( A I B)
    P( A ) =
    B P( B)

    4
    Se lee P(A) dado que ocurrió B, es decir, el evento B ya ocurrió y se
    quiere calcular la probabilidad de que ocurra A.

    Regla general de la multiplicación:

    P(A I B)
    De la fórmula P ( B ) =
    A
    P(B)
    Obtenemos
    P( A I B) = P(B)P( A / B)
    Ejemplo:

    La Regla general de la Multiplicación se puede extender a mas de dos


    eventos, en la siguiente forma:
    P( A I B I C ) = P( A) P( B / A) P(C /( A I B))
    El resultado se generaliza fácilmente a n sucesos:

    P(AI B IC I.......IZ) = P(A)P(B/ A)PC/(AI B)).......P(Z /(AI BIC I......Y))

    SUCESOS INDEPENDIENTES:
    Dos eventos A y B son independientes si se cumple que:
    P ( A / B ) = P ( A) ó P ( B / A) = P ( B )
    Es decir la ocurrencia o no ocurrencia de uno de ellos no afecta la
    ocurrencia o no ocurrencia del otro.
    Cuando dos sucesos son independientes se cumple que:
    P ( A I B ) = P ( A) P ( B )
    Ejemplo

    PARTICION DEL ESPACIO MUESTRAL:


    Los sucesos B1; B2; B3; ………Bk representan una partición del espacio
    muestral S, si:
    a) B1 I B j = φ para todo i, j
    k

    b) U Bi = S
    i =1

    c) P ( Bi ) > 0 para todo i

    5
    Es decir, para cualquier experimento E, tendremos un espacio muestral
    S, este espacio muestral S, lo podemos partir en Bk sucesos que
    cumplan con las tres condiciones indicadas y cuando se realiza el
    experimento E, ocurre uno y solo uno de los sucesos Bi.

    Ejemplo:

    Teorema de la probabilidad total:

    Sea B1; B2; B3; ………Bk una partición del espacio muestral S y sea A un
    evento cualquiera en este espacio muestral, entonces podemos decir
    que:
    A = ( A I B1 ) U ( A I B2 ) U ................(A I Bk )
    P( A) = P( A I B1 ) + P( A I B2 ) + ..............P( A I Bk )
    P( A) = P(B1 )P( A / B1 ) + P(B2 )P( A / B2 ) + ..................P(Bk )P( A / Bk )

    Ejemplo:

    Teorema de Bayes:

    Sea B1; B2; B3; ………Bk una partición del espacio muestral S. Sea A un
    evento asociado con S. Aplicando la definición de Probabilidad
    Condicional, podemos escribir:

    B1 P ( B1 I A)
    P( )=
    A P ( A)

    P(Bi )P( A / Bi )
    P(Bi ) =
    A P(B )P( A / B ) + P(B )P( A / B ) + ..................P(B )P( A / B )
    1 1 2 2 k k

    Ejemplos

    También podría gustarte