Universidad Nacional del Santa

CURSO ESTADSTICA

LECTURA 10: NOCIONES DE PROBABILIDAD (PARTE I)

DEFINICIONES BSICAS DE PROBABILIDAD. PROBABILIDAD Y ENFOQUES DE PROBABILIDAD

TEMA 20: DEFINICIONES BASICAS DE PROBABILIDAD 1. EXPERIMENTO Un experimento es un proceso mediante el cual se obtiene el resultado de una observacin. Un experimento puede ser determinstico o aleatorio. 1.1. Experimento determinstico: Cuando el resultado de la observacin es determinado en forma precisa por las condiciones bajo las cuales se realiza el experimento. Ejemplo 1: - Lanzar una pelota en un tanque de agua y ver si flota o se hunde. - Soltar una piedra en el aire. - Observar la suma de dos nmeros naturales pares. 1.2. Experimento aleatorio: Un experimento es aleatorio o no determinstico, cuando los resultados de la observacin no se puede predecir con exactitud, antes de realizar el experimento. Ejemplo 2: - Observar el tiempo de vida de una computadora. - Elegir un presidente de un grupo de 50 personas. - Lanzar un dado y ver el nmero que aparece en la cara superior. 2. ESPACIO MUESTRAL Es el conjunto de resultados posibles de un experimento aleatorio. = {w/w es un resultado particular simple de la realizacin de un exp. aleat.}

Universidad Nacional del Santa

CURSO ESTADSTICA

Los resultados posibles de un experimento se llaman puntos de muestra. Ejemplo 3: E1: Lanzar un dado y el observar el nmero que aparece en la cara superior. 1 = {1, 2, 3, 4, 5,6} E2: Observar los resultados de un partido de ftbol.
2

= {gana, pierde, empata}

E3= Preguntar a una ciudadano en particular su edad en aos.

3

= {w

R+/ w18}

Los espacios muestrales se clasifican en: a) Espacio muestral discreto: Si se tiene un nmero finito o infinito numerable de elementos. b) Espacio muestral continuo: Cuando sus elementos son todos los puntos de un intervalo. 3. EVENTOS

Son subconjuntos de un espacio muestral ( ). En particular el espacio muestral ( ) y el conjunto vaco ( ) son eventos. Al espacio muestral ( ) se le llama evento seguro y al conjunto ( ) se le llama evento imposible. Los eventos se denotan por las letras maysculas del abecedario: A, B, C, etc. 3.1. Tipos de eventos: a) Evento simple: Cuando contiene solamente un punto del espacio muestral. b) Evento Compuesto: Cuando puede expresarse como la unin de dos o ms eventos simples. Ejemplo 4: Sea el experimento: lanzar una moneda dos veces y observar la cara superior. a) Liste los elementos del espacio muestral. b) Determinar los siguientes eventos: A1: Ocurre cara en el primer lanzamiento. A2: Ocurre sello en el segundo lanzamiento.

Universidad Nacional del Santa

CURSO ESTADSTICA

A3: Ocurre por lo menos una cara. A4: Ocurre lo mismo en ambos lanzamiento.

Solucin:

Diagrama del rbol C C S C S S

a) b)

= {(c,c), (c,s), (s,c), (s,s) A1 = {(c,c), (c,s)} A2 = {(c,s); (s,s)} A3 = {(c,s), (s,c), (c,c)} A4 = {(c,c), (s,s)}

Ejemplo 5: Dado el siguiente experimento: E: Preguntar a dos empresas que venden por Internet su fuente principal de ingreso de comercio electrnico. Teniendo en cuenta que fuente principal de comercio electrnico es: P: Publicidad C: Comisiones y V: Venta de productos/Servicios a) b) Liste los elementos del espacio muestral. Determine los elementos de los siguientes eventos: A: Que en ambas empresas la fuente principal de ingreso de comercio electrnico sea por venta productos / servicios.

Universidad Nacional del Santa

CURSO ESTADSTICA

B:

Que solamente en la segunda empresa la fuente principal de ingreso de comercio electrnico sea por comisiones. Que en ninguna empresa la fuente principal de ingreso de comercio electrnico sea por publicidad. Que la fuente principal de ingreso de comercio electrnico sea por publicad o comisiones.

C:

D:

Solucin: DIAGRAMA DEL ARBOL

P C V P C C V P V C

a) PP, PC, PV, CP, CC, CV, VP, VC, VV

Universidad Nacional del Santa

CURSO ESTADSTICA

b) A VV

PC, VC

CC, CV, VC, VV

PP, PC, CP, CC

4. OPERACIONES CON EVENTOS Usando las operaciones con conjuntos podemos formar nuevos eventos. Estos nuevos eventos sern nuevamente subconjunto del mismo espacio muestral de los eventos dados. a) Unin de eventos: A B Sean A y B dos eventos cualesquiera de un espacio muestral . La unin de eventos es el evento que ocurre si A ocurre o B ocurre o ambos ocurren. Simblicamente: A B = {w /w A v w B}

A B A B

A B

Universidad Nacional del Santa

CURSO ESTADSTICA

b) Interseccin de eventos: A B Sean A y B dos eventos cualesquiera de un espacio muestral , la interseccin de estos eventos, es el evento que ocurre si A y B ocurren simultneamente. Simblicamente: A B = {w /w A w B}

A B

c) Complemento de un evento: A Si A es un evento del espacio muestral evento que ocurre si A no ocurre. Simblicamente:
A = {w

, se llama complemento del evento A, al

/w

A}

AC

d) Diferencia de Eventos: A B Sean A y B dos eventos de un espacio muestral , se llama diferencia de los eventos A y B, al evento formado por los elementos que son favorables a A pero que no son favorables a B. Simblicamente: A B = {w /w A w B}

Universidad Nacional del Santa

CURSO ESTADSTICA

A B

A B

e) Inclusin de eventos: A B Dado dos eventos A y B de un espacio muestral , se dice que el evento A est contenido B, si siempre que ocurre A ocurre B. Simblicamente: A B, si W a W B

B A

A
5. EVENTOS MUTUAMENTE COLECTIVAMENTE EXHAUSTIVOS

B
EXCLUYENTES Y EVENTOS

a) Una coleccin de eventos A1, A2,..., Ak definidos sobre un mismo espacio muestral. Se dice que son mutuamente excluyentes, si la ocurrencia de uno de ellos excluye la ocurrencia de los otros, es decir: Ai Aj i j ; i 1, 2, ......., k

Universidad Nacional del Santa

CURSO ESTADSTICA

b) Se dice que una coleccin de eventos A 1, A2,...., Ak, definidos sobre el mismo espacio muestral son colectivamente exhaustivos, si la unin de ellos de ello es igual al espacio muestral.
k

A1

A2

....A

i 1

Ai

; i

1, 2, ......., k

6. PROPIEDADES DE LAS OPERACIONES CON EVENTOS Dado los eventos A, B y C de un espacio muestral , se verifican las siguientes propiedades bsicas de unin e interseccin de eventos. a) Ley conmutativa. A B=B A A b) B=B A

Ley asociativa (A B) C = A (A B) C=A

(B C) (B C)

c)

Ley Distributiva A (B C) = (A A (B C) = (A

B) B)

(A (A

C) C)

d) Complemento del complemento c C (A ) = A e) A A A = A =A AC = A =A

Universidad Nacional del Santa

CURSO ESTADSTICA

f) A A g)

A =A A= AC = A=A

Leyes de Morgan A B A B

A B

A B

i) A ( A

B)

(A

B)

A B

A B

Universidad Nacional del Santa

CURSO ESTADSTICA

j) Si A

B, entonces

B=ByA

B=A

B A

TEMA 21: PROBABILIDAD Y ENFOQUES DE PROBABILIDAD Frecuentemente se usa el trmino probabilidad para sugerir que existe duda o incertidumbre sobre lo que ocurri, lo que ocurre ocurrir. La experiencia humana demuestra que existe una serie de hechos, acontecimientos, experimentos cuyos resultados no se pueden determinar anticipadamente; sin embargo si es posible definir, estimar o predecir el probable resultado. Podemos conocer el pasado, pero nunca el futuro, pero existe un permanente inters por despejar las incertidumbres. Las situaciones que implican incertidumbre varan desde simples juegos al azar, como la ruleta, los dados, los naipes, la lotera, los tragamonedas, etc. A otros experimentos y acontecimientos tan variados, complejos e importantes dentro de las ciencias mdicas, ciencias sociales, la economa, las industrias, los negocios, los seguros, las inversiones, etc. Permanente interesa predecir o estimar lo que suceder en ciertas circunstancias. Un empresario decide comercializar un producto si sabe que la probabilidad de aceptacin es alta. El aficionado de ftbol, puede apostar contra su equipo favorito si sabe que la probabilidad de que gane es muy pequea. Los inversionistas no deciden invertir en un pas polticamente y econmicamente inestable si saben que porque la probabilidad de obtener rendimientos futuros es baja. Es posible que ninguno de ellos sepa definir o medir la probabilidad, pero si encontrar til la idea de estimarla intuitivamente. El propsito de esta sesin es ilustrar las formas en las que pueden medirse la posibilidad o probabilidad de ocurrencia de eventos futuros. Al mejorar la habilidad

10

Universidad Nacional del Santa

CURSO ESTADSTICA

para juzgar la ocurrencia de eventos futuros, se puede minimizar el riesgo y la especulacin arriesgada relacionada con el proceso de toma de decisiones. 1. PROBABILIDAD Es la posibilidad numrica de la ocurrencia de un evento casual. 2. AXIOMAS DE PROBABILIDAD a) La probabilidad de un evento cualquiera, es siempre positiva. P( A) 0 b) La probabilidad de un evento cierto o seguro, es la probabilidad del espacio muestral, que equivale a la unidad. P( ) 1 c) La probabilidad de la unin de una familia de eventos mutuamente excluyentes es igual a la suma de las probabilidades de dichos eventos. P(A1 A 2 ..... A k ) P(A1 ) P(A 2 ) ....P(A k )
k k

i 1

Ai
i 1

P(A i )

3. TEOREMAS DE LOS AXIOMAS DE PROBABILIDAD De los axiomas de probabilidad resultan los siguientes teoremas: a) La probabilidad de un evento toma valores entre cero y uno. Es decir: 0 P( A) 1 b) La probabilidad de un evento nulo o imposible, es cero. Es decir: P( ) 0

c) La probabilidad del complemento de un evento est dada por: P( A) 1 P( A) d) Si el evento A es un subconjunto del evento B, entonces: P( A) P( B)

4.

ENFOQUES O TIPOS DE PROBABILIDAD

Existen tres enfoques para el estudio de la probabilidad.

11

Universidad Nacional del Santa

CURSO ESTADSTICA

4.1. Enfoque clsico Llamada tambin probabilidad a priori debido a que es posible conocer el resultado con anterioridad, es decir, sin llevar a cabo el experimento y slo basado en el razonamiento lgico. Se basa en el supuesto en que cada elemento del espacio muestral tiene la misma posibilidad de ser elegido. Para un evento A cualquiera, entonces: Casos favorables de ocurrencia del evento A Total de casos posibles n( A) n( )

P( A)

P( A)

Ejemplo 1: Hallar la probabilidad de obtener cara en el lanzamiento de una moneda. Solucin: El espacio muestral ser: {c, s} Sea el evento A: obtener cara. Luego: P( A) n( A) n( ) 1 2

P( A)

0.5

Ejemplo 2: Hallar la probabilidad de obtener el nmero 2 en el lanzamiento de un dado. Solucin:

12

Universidad Nacional del Santa

CURSO ESTADSTICA

El espacio muestral ser: {1,2,3,4,5,6} Sea el evento B: Obtener el nmero 2. Luego: n( B) P ( B) n( ) 1 6

P ( B)

0.17

Las probabilidades clsica, se utiliza para experimentos simples, como los mencionados anteriormente. En la vida real se presentan situaciones ms complejas que requieren el clculo de probabilidad desde otro enfoque. 4.2. Enfoque relativo El clculo de este tipo de probabilidad se basa en la repeticin de la ocurrencia de un evento, al realizar una gran cantidad de pruebas o experimentos. Para un evento A cualquiera, entonces: Nmero de veces que ocurri el evento A Nmero total de observaciones f n La probabilidad de frecuencia relativa, es llamada tambin emprica o a posteriori, debido a que se obtiene el resultado despus de llevar a cabo el experimento. Ejemplo 3: En una encuesta realizada a 1500 pequeas empresas de la ciudad de Lima, sobre el nmero de medidas de seguridad se encontr los siguientes resultados:

P( A)

P( A)

13

Universidad Nacional del Santa TABLA N 33 N de Empresas

CURSO ESTADSTICA

N de medidas de seguridad

Ai
0 1 2 3 4 Total

fi
100 800 300 250 50 1500

P( Ai )
0.07 0.53 0.20 0.17 0.03 1.00

a)

Cul es la probabilidad de que las pequeas empresas tengan 2 medidas de seguridad? P(A2)=0.20 El 20% de las empresas tienen 2 medidas de seguridad. Cul es la probabilidad de que las pequeas empresas tengan ms de 2 medidas de seguridad? P(Ai > 2) = P(A4) + P(A5) = 0.17 + 0.03 = 0.20 El 20% de las pequeas empresas tienen ms de 2 medidas de seguridad.

b)

4.3. Enfoque subjetivo Es la probabilidad asignada bajo un criterio personal, basado en cualquier tipo de evidencia disponible. Las probabilidades subjetivas se asignan a eventos que pueden suceder solo una vez o muy pocas veces. Ejemplo 4: a) La probabilidad que una mujer llegue a ser presidenta de los EE.UU. b) La probabilidad que el hombre viva eternamente. c) La probabilidad que quiebre la bolsa de valores de New York.

14