Universidad De La Salle; Ciencias Administrativas y Contables Estadistica Descriptiva Rafael Ricardo July Paola Rojas Muoz Daniela Alzate

te 3 De Noviembre De 2012

Capitulo 7 Probabilidad Antes de que podamos comenzar el estudio de la diferencia estadstica, hay que familiarizarse con los conceptos bsicos de probabilidad. los captulos anteriores demostr que los datos estadsticos puede resumirse y presentarse de varias formas. Sin embargo, no trat de hacer inferencias ms all de los limites de los datos observados con el fin de hacer inferencias debemos utilizar conceptos de probabilidad. Probabilidad implica el estudio de eventos inciertos y nosotros lo ms seguro descubrir la incertidumbre es un factor muy comn en los negocios. la demanda de un productor en cualquier perodo futuro es incierto y por lo general vara de un perodo a otro. acciones de competencia y las reacciones de los clientes potenciales a publicidad son saber de antemano. coses de los materiales cambian rpidamente. las decisiones empresariales del maana debe hacer hoy para ser efectiva maana. por lo tanto, debemos tratar de lidiar con la incertidumbre de alguna manera sistemtica. Como se trata de un libro de texto en las estadsticas empresariales, es posible que se sorprenda al ver que Manyo d los conceptos y las reglas de la probabilidad se demostrado con referencia a los juegos de azar juegos que el lanzamiento de monedas a rodar los dados, y la elaboracin de cartas de la cubierta. Las razones para el uso de este tipo de ejemplos es que ms y ms directamente ilustrar claramente el funcionamiento de las reglas de la probabilidad y los principios involucrados. En la mayora de los casos, sin embargo, cada ejemplo es el juego Seguido estar relacionado con los negocios ejemplo diseado para ilustrar el mismo principio. Es interesante notar que la teora matemtica de la probabilidad se origin en el siglo XVII a mediados como resultado de los intentos de resolver problemas relacionados con los juegos de cambio.

7.1 LA NATURALEZA DE LA PROBABILIDAD En su sentido ms simple, la probabilidad puede ser definida como una medida numrica de la incertidumbre. Para ser algo ms especfico, se recordar que esta definicin general, de que la probabilidad y la probabilidad especifica una medida numrica de la probabilidad de ocurrencia de un evento incierto. En la bsqueda de una medida de la probabilidad se requiere una escala numrica de valores que abarca los dos extremos de la "imposibilidad" y "certeza absoluta". Cualquier valor entre estos dos probabilidad relativa de las ocurrencias del evento. Se elige un valor de cero correspondiente a la imposibilidad, y el valor de la correspondiente a una certeza. Puesto que no hay imposible probabilidad ms pequea que y nada es determinada medida ms certeza la probabilidad de bronceado nunca puede tener cero o mayor valor menos tan uno. Adems, dado que cualquier probabilidad entre cero y uno expresiones de la probabilidad relativa, la medida de probabilidad debe ser una fraccin o proporcin. Por ejemplo, si un evento es slo el a ocurrir No ocurrir a su sor i probabilidad 0,5. Me evento bronceado es tres veces la probabilidad de ocurrir, ya que no se va a producir iis probabilidad es de 0,75 probabilidades son frecuentemente aire Expresado en porcentajes cuyo caso las probabilidades se valoran por encima del 50% y 75% respectivamente. Simplemente indicando caractersticas de una medida de probabilidad no indica cmo dicha medida debe ser determinada. La definicin necesita ms necesaria antes de empezar a calcular las probabilidades de los eventos reales. Sin embargo, incluso la nota matemticos estarn de acuerdo sobre el verdadero significado de la probabilidad. Probabilidad Originalmente fue visto como una medida de la probabilidad relativa puramente Objetivo. Esa es la probabilidad de cualquier evento ocurrencias fue considerado como un valor exacto, que es determinada por el estado o condicin del universo. Es estas condiciones son completamente universales sabe, entonces la probabilidad de que un evento puede ser precisamente determinado., en ausencia de informacin completa acerca de estas condiciones, son informacin que es disponible. Un desarrollo ms reciente es la opinin subjetiva de probabilidad. Este punto de vista define la probabilidad de creencia de un individuo respecto a la probabilidad de la ocurrencia del evento. Sin embargo, independientemente de la probabilidad se determina objetiva o subjetivamente, el valor siempre es un nmero de cero a uno. Adems, una vez que los valores de probabilidad se determina con independencia del mtodo, la probabilidad de reglas siempre se aplican.

Durante la mayor parte del material de este libro adoptamos el punto de vista de Objetivo probabilidad, sin embargo, en el estudio de la teora de decisin estadstica, que es el tema de capitulo 18, nos parece conveniente el enfoque subjetivo. 7.2 Algunas definiciones importantes en la seccin anterior, la definicin general de la probabilidad es la probabilidad de que siempre medida numrica de la Lakewood de ocurrencia de un evento incierto. Aunque esta definicin nos dice qu probabilidad es que no dice u para calcular de manera concertada. Para hacer eso, necesitamos que necesita una definicin ms matemtica. Desde la teora de la probabilidad est muy relacionado con la teora de conjuntos, hacemos uso extensivo de los conceptos y notacin de conjuntos en la definicin y estudio de la probabilidad. Antes de Top adicional Intentar definir probabilidad, debemos definir varios trminos son NECESARIO Esa es la discusin. Observe cuidadosamente la correspondencia entre algunos de estos trminos y relativos a dichos sistemas. RESULTADOS: cualquier resultado posible en experiencias sobre el resultado corresponde a una unidad de elemento n elemental de septiembre Espacio muestral: el espacio muestral del experimento es el ser de todos los posibles resultados de los experimentos es sinnimo del conjunto universal del espacio muestral de un experimento se designa. EVENTO: cualquier resultado septiembre ora experimento n es un subconjunto del espacio de samle, los eventos se designan con letras maysculas, como AB y C, o de vez en cuando con una palabra o frase en descripcin tipo o ser apagado por marcas. El rea de actividades: el subconjunto de ourcomes que corresponde al agregar un evento prctico y concreto. SET DE EVENTOS: incluso el mismo espacio

EJEMPLO 7.1 Experimento considerando Consta de un rollo de un espacio nico de seis caras de la muestra de matriz de la experimento es que Cada uno de los posibles resultados del experimento, es decir, 1 a 2 Aparece Aparece, y as sucesivamente, es un resultado, un evento definido en este espacio de muestra es cualquier subconjunto que consiste en cualquier resultado singie, o cualquier otro subconjunto de resultados, incluyendo La totalidad de la muestra spac universal o septiembre El evento, nmero impar, que designamos el resultado Consiste en la 1,3 y 5. Es decir La definicin clsica de probabilidad. La definicin clsica de la probabilidad se aplica a los espacios muestrales finitos misma probabilidad Compuesto de resultados discretos. La probabilidad de un evento E es la relacin entre el nmero de resultados en el espacio de muestra. Eso es donde P (E) representa la probabilidad del evento E y N (E) y N (S) representan el nmero de resultados en los respectivos conjuntos EJEMPLO 7.2 Eso Supongamos, por el experimento descrito en el ejemplo 7.1, estamos interesados en la probabilidad Determinacin del nmero uno que aparecer en la faz de lo dado. La probabilidad de que un nmero impar que aparece en la cara superior es, la probabilidad de un evento E es el lmite n se aproxima a infinito, la relacin entre el nmero de veces de la Eso y en los ensayos de un experimento. Esto es, Donde n (E) Representa el nmero de ocurrencias de eventos ahora E y n es el nmero de pruebas del experimento. El smbolo de li mal leer "el lmite cuando n tiende a infinito" Eso significa que esto, de acuerdo a la definicin relativa frecuencia, la verdadera probabilidad de E es el valor de esta relacin cuando el nmero de pistas se hace infinitamente grande. Evidentemente, es imposible llevar a cabo un nmero n infinito de senderos de un experimento. Por lo tanto, la probabilidad de un evento se estima a partir de la frecuencia relativa de la ocurrencia de E en un nmero finito de ensayos, n designados para propsitos prcticos que entonces, la probabilidad relativa de definicin frecuencia

Ejemplo 7,3 En un lanzamiento de una moneda comn, se supone por lo general que el resultado "cabeza" y el resultado "cola" tienen la misma probabilidad en cualquier acocur solo lanzamiento. Una moneda que tiene caractersticas esto se llama una moneda al aire. Por una moneda, la probabilidad de una cabeza ocurrencias en un solo lanzamiento es Esto da como resultado el valor de la definicin clsica o una probabilidad 7,1 ecuacin howere suponer que no podemos assumase la moneda es justa. Puede que haya sido alterado de alguna manera de hacer que un lado o el otro ms probable que sea hasta despus del lanzamiento. Bajo estas circunstancias, la nica manera de determinar las probabilidades reales de los resultados es posible por la experimentacin que es por tirar la moneda varias veces y observando el nmero de veces que el resultado o intereses ocurre. Suponga un producto bronceador en 1000 lanzamientos de la moneda de la cabeza produce 570 veces. La frecuencia relativa de la probabilidad de una cabeza en esa moneda IS1000 o 570, ya que esta es una verdadera estimacin de la probabilidad de una cabeza en 1000 otro de los lanzamientos de la moneda es unilikely mismos productos a exactamente 570 cabezas. Ejemplo 7,4 Snack-paeros inc manofactures una amplia varierty ot invluding camisas de vestir prendas de vestir para hombre. Despus de que las camisas se fabrican, envasan y ellos se pliegan automticamente por diez mquinas estn especialmente designar Ese es el propsito, el de cada mquina se embala en cajas de cartn grandes y cort a las tiendas al por menor. Una inspeccin de rutina que una de las mquinas de envasado no es . c ajustado y por lo tanto est destruyendo cada camisa en los procesos. Ust su inspeccin previa al embarque de 100 cajas de ropa que incluye 10 cajas de cartn a partir de la defectuoso de la mquina se enva clientes ti. Cul es la probabilidad de que el cliente de recibir el medio cartn de este envo se encuentra que contiene camisas rotas. Dado que cada cliente puede obtener cualquiera de las cajas de cartn 100 el espacio muestral del experimento contiene 100 elementos Por lo tanto, ya que diez de las cajas de cartn pertenecen al conjunto de eventos es (camisas rotas) por la definicin clsica o probabilidad.

Ejemplo 7.6 Considere el disco, I que tiene la Ponter girando en el centro, el disco est dividido en cuatro cuadrantes iguales numeradas del uno al cuatro. Si este disco est colocado horizontalmente sobre una mesa de nivel perfectely y el puntero se gir, se puede detener en cualquier punto de la circunferencia del disco. Puesto que hay un nmero infinito de puntos en la circunferencia, hay un nmero infinito de resultados y N (S) Sin embargo, si E es el puntero caso de que el hijo detener cualquier punto en el cuadrante son de una y S es la circunferencia de la disco, entonces P (E) es simple para determinar sea C la magnitud de la circunferencia de la TE y C / 4 sea la magnitud del cuadrante son uno de la ecuacin por. 7.3 NORMAS BSICAS DE PROBABILIDAD el primer problema que nos encontramos en el inicio del estudio de la probabilidad de denings es que es que la probabilidad de la definicin de probabilidad. Sin embargo, teniendo esta cumplida en la seccin anterior, podemos volver al siguiente problema, que consiste en determinar el conjunto de normas que rigen el uso que de la medida de probabilidad. Las reglas de la probabilidad se ilustran mediante el siguiente experimento. Considere la posibilidad de un experimento consistente en un solo rollo sixside un espacio muestral de este experimento es Hemos definido Varios eventos en este espacio muestral. El evento es un nmero impar produce designados A - 1,3,5 El evento menos el nmero cuatro que se produce es designado C-5.6. Por supuesto, cada uno de los resultados individuales del experimento es tambin un evento. Las probabilidades de cada uno de estos eventos son En la definicin clsica de probabilidad. Tambin por la misma definicin RULE1: la probabilidad de un evento est restringido al rango de cero a uno inclusivo, donde cero se representa como un imposible Representa el evento y un evento que es cierto.

Ejemplo 7.7 Cul es la probabilidad de sacar un siete en el rollo de una sola de la matriz? P (SIETE) a. El siete es un evento imposible para este experimento desde 1,2,3,4,5,6-S REGLA 2: La probabilidad de que el espacio muestral es i que es de dos estados regla simple que i avivar conduted experimento es uno de los resultados de su espacio muestral debe ocurrir. Ejemplo 7.8 Cuando se tira el dado, uno de los nmeros 1,2,3,4,5 - o 6 - debe aparecer en la cara superior. Por lo tanto. P (s) - 1 REGLA 3: la probabilidad de que el complemento de un evento es igual a uno menos la probabilidad de que el evento que se desarrolla de forma natural la regla 3 del concepto de complemento al conjunto una excelente. Ejemplo 7.9 Como C es la ocurrencia de eventos de un mayor nmero bronceado cuatro C debe ser la ocurrencia del nmero que sea de cuatro o IES que es C - 1.2.3.4 Por lo tanto Regla 4: Si A y B son eventos mutuamente excluyentes don define el espacio de muestra, entonces la probabilidad de ocurrencias A o B es igual a la probabilidad de la probabilidad de A ms B que es la regla 4 es conocer la regla del aditivo especial probabilidad es el resultado de la ecuacin 2.5 La regla aditivo especial no se limita en su aplicacin a dos eventos, pero puede extenderse a cualquier nmero de conjuntos mutuamente excluyentes. En general el problema de la union de cualquier nmero de eventos mutuamente excluyentes don establece el espacio de muestra es simplemente la suma de las probabilidades individuales de ellos. No EXAMPLE7.1

REGLA 5. Si A y B son dos sucesos cualesquiera definir ponerse el espacio muestral, entonces la probabilidad de que A o B o Ambos se ocurrende vista, conocer la regla 5 es la regla general de la probabilidad de aditivo y se deriva de la ecuacin 2.6 directamente que los que los Estados , la regla general de la probabilidad aditivo se puede extender a aplicar tambin a cualquier nmero de eventos en el espacio muestral. Ejemplo 7.12 Dado que el artculo 5 Involucra probabilidad punto, volvemos a ilustrar su clculo de la siguiente manera. Si A y B son dos sucesos definir ponerse el espacio de muestra, entonces la probabilidad de la interseccin de A y B se ocurren dada por la relacin entre estos tres conjuntos A, B y C, se ilustra. 7,4 PROBABILIDAD CONDICIONAL Cuando hay muchas ocasiones le gustara determinar las probabilidades de los eventos bajo circunstancias que imponen una restriccin en el espacio muestral del experimento. El efecto de esta restriccin o condicin es reducir el espacio de muestra del experimento a uno de sus espacios eventos. La probabilidad de un evento sujeto a esta condicin se le llama PRBABILITY CONDICIONAL Supongamos que usted se compromete a apostar sobre el resultado de un experimento en el que se los lanzamientos de monedas y luego el molde se rolied. Cada resultado se identifica por un par ordenado de smbolos en el primer smbolo que representa el resultado del sorteo y el segundo representa el resultado de la tirada del dado. Los trminos de la apuesta disponer que se gana cada vez que la cabeza Aparece en moneda yhe y un mayor nmero cuatro bronceado aparece en el dado. Dejamos que H representa el evento de "cabeza de la moneda" y C representa el evento de una "mayor nmero cuatro en la matriz tan" el experimento espacio de muestra compuesto por doce resultados igualmente probables como sigue. El director de eventos en la moneda contiene todos los resultados en los que el primer smbolo en el ordenado es H. Dado que seis de los doce resultados equivale probablemente contienen HP (H) - 6/12 - 1/2. Esa nota es la probabilidad de obtener cara en moneda te, independientemente de lo que ocurre en el dado. Asimismo, el nmero cuatro evento mayor en la matriz contiene todos los resultados en los que el segundo smbolo en el par ordenado es o bien un FICE o seis. Dado que cuatro de los doce correspondencia resultados igualmente probables para este evento, P (C) - 4/12 - 1/3.

El evento requiere la articulacin de ganar obstante ocurrencia de H y C. Los resultados en esta interseccin son (IH) = (H 5) (H 6). La probabilidad de ganar en este juego es la probabilidad conjunta de H y C, que es P (HNC) = 2/12 = 1/6. Supongamos ahora que antes de tirar el dado ves que ya se come la cabeza en la moneda. La probabilidad de ganar es no ms de 1/6, ya que se han cumplido ya una de las condiciones que constituyen el evento ganando lo que es la nueva probabilidad. Antes de lanzar la moneda de los 12 posibles resultados del experimento deben tenerse en cuenta en el clculo de la probabilidad de ganar. Sin embargo, en vista de que la moneda ha subido cabezas, slo tiene que preocuparse por el subconjunto H de los resultados, ya que la probabilidad de colas ya ha sido eliminado. Por lo tanto, el espacio muestral del experimento se ha reducido de los doce originales resultados a los seis resultados que contienen H. El espacio muestral contiene los resultados restrcted H1-H2-H3-H4-H5-H6 = Los resultados estn ganando esa carta a H5-H6 = CCC. El espacio muestral del experimento original se ha reducido al espacio para eventos de H que contiene los resultados de estos pases, la teo correspondencia con los resultados del evento (CH), por lo tanto. Probabilidad condicional se define en trminos de probabilidades Listo otros especficamente, puesto que se determin previamente a ser 1/6 y era probabilidad condicional de los resultados de . En general, para cualquiera de los dos eventos A y B define don samplesapace, la probabilidad condicional de un evento se produce dado que el otro se obtiene dividiendo la probabilidad conjunta de los dos eventos por la probabilidad condicional del evento, es decir, las probabilidades de tal s P (A) P (B) y P (C) se denominan probabilidades marginales general. La probabilidad marginal es la probabilidad de un evento nico definido slo con referencia al espacio de la muestra experimental de usted. La probabilidad conjunta implica dos o ms eventos en el espacio TE misma muestra y la probabilidad condicional se define con referencia al espacio muestral restricitiva, relacion estos se ilustra con un diagrama ven en la figura 7,3

En la figura, los eventos de interseccin A y B se definen en el espacio muestral S. Las probabilidades marginales y conjunta de A y B se define con referencia a la S.