UNIVERSIDAD SANTA MARA

Probabilidad


 

Es la rama de las matemticas que se ocupa de medir o determinar cuantitativamente la posibilidad de que un suceso o experimento produzca un determinado resultado. Est basada en el estudio de la combinatoria y es fundamento necesario de la estadstica. Es el estudio de experimentos aleatorios o libres de determinacin. Uso y aplicaciones.

UNIVERSIDAD SANTA MARA

Conceptos Bsicos
elementos u objetos, con caractersticas comunes, por ejemplo los habitante de Caracas.

Conjunto: que es un grupo bien definido de

los resultados posibles de un experimento o muestra. experimento.

Espacio Muestral: es el conjunto de todos

Eventos:

son

los

resultados

de

un

UNIVERSIDAD SANTA MARA

Axiomas
La probabilidad de un evento A, se presenta mediante un valor que puede variar de 0 a 1.00. La probabilidad representada por el espacio muestral es 100%. La probabilidad que un evento no ocurra es 1.00 menos la probabilidad que si lo haga. Ejemplo: al lanzar una moneda al aire, es posible suponer que s no cae de canto, entonces se dice que la probabilidad de que caiga cara o sello es de 1.00. Y s de algn modo se sabe que P(cara) = 0,40, entonces, P(sello) = 0,60 ( es decir = 1.00 0.40).

UNIVERSIDAD SANTA MARA

JUEGO DE NAIPES

Trboles Negros K Q J 10 9 8 7 6 5 4 3 2 A

Diamantes Rojos Corazones Rojos Espadas Negras K K K Q Q Q J J J 10 10 10 9 9 9 8 8 8 7 7 7 6 6 6 5 5 5 4 4 4 3 3 3 2 2 2 A A A

UNIVERSIDAD SANTA MARA

Eventos Mutuamente Excluyentes:



Dos sucesos de un experimento son mutuamente excluyentes si la probabilidad de que los dos ocurran al mismo tiempo es cero. Los eventos son mutuamente excluyentes, si no presentan elementos en comn. Ejemplo: Al sacar una sola carta, los eventos: "la carta es un corazn" y "la carta es un diamante" son mutuamente excluyentes ya que una carta no puede ser corazn y diamante a la vez. Por el contrario, los eventos "la carta es un corazn" y "la carta es una figura" no son mutuamente excluyentes, ya que algunos corazones son figuras.
5

UNIVERSIDAD SANTA MARA

Eventos Complementarios:  El evento complementario, consta de todos los resultados del espacio muestral que no forman parte de l. El complemento de un evento, se puede identificar con "prima"; de este modo el complemento del evento A es A'. Ejemplo: El complemento de "la carta es un corazn" es el conjunto de todas las cartas que no son corazones (es decir trboles, diamantes y espadas).  Los eventos son colectivamente exhautivos si por lo menos uno de ellos debe ocurrir durante un experimento. Ejemplo: "la carta es un corazn", "la carta es un diamante", "la carta es un trbol" y "la carta es una espada" son colectivamente exhautivos; Lo mismo ocurre con los eventos "la carta es roja" y "la carta es negra".
6

UNIVERSIDAD SANTA MARA

Eventos Independientes y Dependientes: Dos ms eventos son independientes si la ocurrencia o no ocurrencia de uno no afecta la ocurrencia del(os) otro(s).


Se consideran dos eventos independientes entre si, cuando la ocurrencia de un evento no est relacionada con la ocurrencia del otro. Si se tiran dos dados, saber el nmero de puntos obtenidos por un dado, no servir para predecir cunto se obtendr con el otro. Los eventos son dependientes, cuando saber que uno ha ocurrido puede ser til para predecir la ocurrrencia del otro. Un nio generalmente llora cuando se lastima. Cuando se observa que un nio se ha lastimado, se espera que llore.
7

UNIVERSIDAD SANTA MARA

S dos eventos son independientes, entonces la probabilidad que ambos ocurran es igual al producto de sus pro-babilidades individuales o "marginales". P (A y B) = P(A) . P(B) Ejemplo: supongamos que se tiran dos monedas al aire. Cul es la probabilidad de que ambas caigan cara? El resultado es independiente entre s y se sabe que las monedas tienen P(cara) = . Por tanto, P(ambas cara) equivale a: Tirada 1 () tirada 2 () = ambas ( )
8

UNIVERSIDAD SANTA MARA

Eventos Solapados: Clculo de la probabilidad de que por lo menos P(A o B): La regla de adicin se utiliza para determinar la probabilidad que ocurra alguno de los dos eventos o ambos. Difiere segn sean los eventos mutuamente excluyentes o no. S los eventos son mutuamente excluyentes, la probabilidad de que uno suceda equivale a la suma de cada una de sus probabilidades. En el caso de dos eventos A y B se tiene: P(A o B) = P(A) + P(B) Por ejemplo, la probabilidad de que al tirar un dado se obtenga un resultado de cinco seis puntos es: P(cinco) + P(seis) = 1/6 + 1/6 = 2/6
9

UNIVERSIDAD SANTA MARA

Probabilidad condicional


Es la probabilidad de que un suceso ocurra cuando se sabe que otro suceso ha ocurrido o va a ocurrir. Si un experimento debe dar como resultado uno de los sucesos O1, O2,, On, mutuamente excluyentes, cuyas probabilidades son p1, p2, , pn, respectivamente, y si a cada uno de los posibles resultados se le asigna un valor numrico v1, v2, vn, el resultado esperado del experimento es E = p1v1 + p2v2 + + pnvn.
10

UNIVERSIDAD SANTA MARA

Por ejemplo, una persona lanza un dado, ganando 4 pasteles si saca 1, 2 o 3 y 3 pasteles si saca 4 o 5; pierde 12 pasteles si saca un 6. El resultado esperado con un solo lanzamiento es 3/6 4 + 2/6 3 - 1/6 12 = 1, o lo que es lo mismo, un pastel.

11

UNIVERSIDAD SANTA MARA

Reglas para formar las Distribuciones de Frecuencia Determinar el nmero mayor y menor de los datos y as encontrar el rango entre ellos. Dividir el rango en un nmero conveniente de intervalos de clases del mismo tamao de ser posible Determinar el nmero de observaciones que caen dentro de cada intervalo de clases, es decir la frecuencia de clase.
12

UNIVERSIDAD SANTA MARA

Conceptos Bsicos
Media Aritmetica
_ X1 + X2 + X3 + X4 + X5 = X X= Nro. Veces N

Moda Distribucin de Frecuencia Varianza Mediana

13

UNIVERSIDAD SANTA MARA

Reglas para formar Media

La media siempre se puede calcular para un conjunto de nmeros. Existe una media nica para el conjunto de nmeros dados. La media es sensible a cada valor del conjunto si un nmero cambia la media cambiara. Si se suma un valor constante a cada elemento la media aumentara el valor constante.
14

UNIVERSIDAD SANTA MARA

Ejemplo de una Distribucin de Frecuencia Altura 60-62 63-65 66-68 69-71 72-74 Nmero estudiantes 05 18 42 27 08

15

UNIVERSIDAD SANTA MARA

Media Aritmtica con Datos Agrupados

Altura 60-62 63-65 66-68 69-71 72-74 Clase (x) 61 64 67 70 73 N = f = Frecuencia (f) 05 18 42 27 08 100 fx= FX 305 1152 2814 1890 584 6745

16