MATERIA: PROBABILIDAD Y ESTADISTICA I.

UNIDAD

TEMA: FUNDAMENTOS DE PROBABILIDAD

MAESTRO: MARQUEZ GAMBOA RUBEN ADRIAN ALUMNO: PEDRO ISAAC RUIZ OROZCO ADIEL . ,,,,

De 250 atleta le gusta:

20 teatro, danza y poesa

125 teatro 180 danza 65 poesa 100 teatro y danza 25 teatro y poesa 40 danza y poesia Al menos una Ninguna Solo una Exactamente dos

Si se tienen varios eventos sucesivos e independientes entre s, la probabilidad de que ocurran todos ellos a la vez corresponde a la multiplicacin de las probabilidades de cada uno de los eventos. Ejemplos: 1. Si se responden al azar cuatro preguntas con cinco opciones cada una, cul es la probabilidad de acertar a todas? La probabilidad de acierto en cada una de las preguntas es 1/5. Por lo tanto, la probabilidad de acertar en las cuatro es:
P(A)=1/5*1/5*1/5*1/5=1/625

Se dispone de una baraja de 40 cartas y se extraen 4 cartas por dos procedimientos: sin devolucin de la carta extrada, y con devolucin en cada extraccin. 1 carta = A, 2 carta = B, 3 carta = C, 4 carta = D |A B C D| = |A| |B| |C| |D| = 40 39 38 37 = 2193360 |A B C D| = |A| |B| |C| |D| = 40 40 40 40 = 2560000

Es una tcnica grafica que encontrar el numero de posibles resultados Para un experimento que consta de eventos sucesivos.

A S A S A S

A
Al lanzar una moneda tres veces, los posible resultado en serie se puede contar en este rbol. S S S

A
S

Un arreglo de cosas en un orden dado; constituye una permutacin. En una Permutacin el orden es importante. Los arreglos de n objetos en una lnea es una permutacin lineal. El numero de permutaciones lineales de n objetos tomados r a la vez es representado por P (n, r). En tanto que los objetos se distingan perfectamente; cambiando an un objeto crea una permutacin distinta.

Tenemos letras a, b, c y d; y tomamos 3 a la vez. Cuntos permutaciones tendremos?

Determinar el nmero de subgrupo de 1, 2, 3 etc. Elementos que se puede formar con los n elementos de una muestra. Cada subgrupo se diferencia del resto en los elementos que lo componen, sin que influya el orden. Por ejemplo: calcular las posible combinaciones de 2 elementos que se puede formar con los nmero 1, 2, 3. Se puede establecer 3 pareja diferentes: (1,2), (1,3) y (2,3). En el clculo de combinaciones las parejas (1,2) y (2,1) se consideran idnticas, por lo que slo cuenta una vez

Tenemos letra a, b, c y d; tomamos 3 a la vez Cuntos combinaciones tendremos?

Espacio Muestra.- Se llama espacio muestral (E) asociado a un experimento aleatorio, el conjunto de todos los resultados posibles de dicho experimento. Al lanzar una moneda, el espacio muestral es E = {sale cara, sale sello} E = {c, s}. Al lanzar un dado de seis caras, el espacio muestral es E = {sale 1, sale 2, sale 3, sale 4, sale 5, sale 6} E = {1, 2, 3, 4, 5, 6} Al lanzar dos monedas, el espacio muestral es E = {(c,c), (c,s), (s,c), (s,s)}. Al lanzar tres monedas, el espacio muestral es E = {(c,c,c), (c,c,s), (c,s,c), (c,s,s), (s,c,c), (s,c,s), (s,s,c), (s,s,s)}

Evento o Suceso. Se llama evento o suceso a todo subconjunto de un espacio muestral. Por ejemplo en el espacio muestral E = {1, 2, 3, 4, 5, 6} del lanzamiento de un dado, los siguientes son eventos:

1. Obtener un nmero primo A = {2, 3, 5} 2. Obtener un nmero primo y par B = {2} 3. Obtener un nmero mayor o igual a 5 C = {5, 6}
Eventos mutuamente excluyentes.- Dos eventos son mutuamente excluyentes si no pueden ocurrir en forma simultnea, esto es, si y slo si su interseccin es vaca. Por ejemplo, en el lanzamiento de un dado los eventos B = {2} y C = {5, 6} son mutuamente excluyentes por cuanto B C= Eventos Complementarios.- Si A B = y A B = E, se dice que A y B son eventos complementarios: Ac = B y Bc = A

la probabilidad mide la mayor o menor posibilidad de que se d un determinado resultado (suceso) cuando se realiza un experimento aleatorio. La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento, entre 0% y 100%):

El valor cero corresponde al suceso imposible: lanzamos un dado al aire y la probabilidad de que salga el nmero 7 es cero (al menos, si es un dado certificado por la OMD, "Organizacin Mundial de Dados").
El valor uno corresponde al suceso seguro: lanzamos un dado al aire y la probabilidad de que salga cualquier nmero del 1 al 6 es igual a uno (100%). El resto de sucesos tendr probabilidades entre cero y uno: que ser tanto mayor cuanto ms probable sea que dicho suceso tenga lugar.

AXIOMAS: 1)La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero y uno. 0 p(A) 1 2)La probabilidad de que ocurra el espacio muestral d debe de ser 1. p(d) = 1
3)Si A y B son eventos mutuamente excluyentes, entonces la p(AB) = p(A) + p(B) Generalizando: Si se tienen n eventos mutuamente excluyentes o exclusivos A1, A2, A3,..An, entonces; p(A 1 A 2 ?An) = p(A1) + p(A2) + .+ p(An)

TEOREMAS TEOREMA 1. Si f es un evento nulo o vaco, entonces la probabilidad de que ocurra f debe ser cero. p(f)=0 DEMOSTRACIN: Si sumamos a fun evento A cualquiera, como f y A son dos eventos mutuamente excluyentes, entonces p(Af)=p(A) +p(f)=p(A). LQQD TEOREMA 2. La probabilidad del complemento de A, Ac debe ser, p(Ac)= 1 p(A) DEMOSTRACIN: Si el espacio muestral d, se divide en dos eventos mutuamente exclusivos, A y Ac luego d=AAc, por tanto p(d)=p(A) + p(Ac) y como en el axioma dos se afirma que p(d)=1, por tanto, p(Ac)= 1 - p(A) .LQQD

TEOREMA 3. Si un evento A B, entonces la p(A) p(B). DEMOSTRACIN: Si separamos el evento B en dos eventos mutuamente excluyentes, A y B \ A (B menos A), por tanto, B=A(B \ A) y p(B)=p(A) +p(B \ A), luego entonces si p(B \ A)0 entonces se cumple que p(A)p(B). LQQD

TEOREMA 4. La p( A \ B )= p(A) p(AB) DEMOSTRACIN: Si A y B son dos eventos cualquiera, entonces el evento A se puede separar en dos eventos mutuamente excluyentes, (A \ B) y AB, por tanto, A=(A \ B)(AB), luego p(A)=p(A \ B) + p(AB), entonces, p(A \ B) = p(A) p(AB). LQQD TEOREMA 5. Para dos eventos A y B, p(AB)=p(A) + p(B) p(AB). DEMOSTRACIN: Si AB = (A \ B) B, donde (A \ B) y B son eventos mutuamente excluyentes, por lo que p(A B) = p(A \ B) + p(B) y del teorema anterior tomamos que p(A \ B) = p(A) p(AB), por tanto, p(AB) = p(A) + p(B) p(AB). LQQD COROLARIO: Para tres eventos A, B y C, p(ABC) = p(A) + p(B) + p p(AB) p(AC) (BC) + p(ABC).

Las probabilidades condicionadas se calculan una vez que se ha incorporado informacin adicional a la situacin de partida: Ejemplo: se tira un dado y sabemos que la probabilidad de que salga un 2 es 1/6 (probabilidad a priori). Si incorporamos nueva informacin (por ejemplo, alguien nos dice que el resultado ha sido un nmero par) entonces la probabilidad de que el resultado sea el 2 ya no es 1/6.
Donde: P (B/A) es la probabilidad de que se de el suceso B condicionada a que se haya dado el suceso A. P (B L A) es la probabilidad del suceso simultneo de A y de B P (A) es la probabilidad a priori del suceso A En el ejemplo que hemos visto: P (B/A) es la probabilidad de que salga el nmero 2 (suceso B) condicionada a que haya salido un nmero par (suceso A). P (B L A) es la probabilidad de que salga el dos y nmero par. P (A) es la probabilidad a priori de que salga un nmero par. Por lo tanto: P (B L A) = 1/6 P (A) = 1/2 P (B/A) = (1/6) / (1/2) = 1/3

Dos sucesos son independientes entre s, si la ocurrencia de uno de ellos no afecta para nada a la ocurrencia del otro: Ejemplo: el suceso estatura de los alumnos de una clase y el color del pelo son independientes: el que un alumno sea ms o menos alto no va a influir en el color de su cabello, ni viceversa. Para que dos sucesos sean independientes tienen que verificar al menos una de las siguientes condiciones: P (B/A) = P (B) es decir, que la probabilidad de que se de el suceso B, condicionada a que previamente se haya dado el suceso A, es exactamente igual a la probabilidad de B. P (A/B) = P (A) es decir, que la probabilidad de que se de el suceso A, condicionada a que previamente se haya dado el suceso B, es exactamente igual a la probabilidad de A. P (A L B) = P (A) * P (B) es decir, que la probabilidad de que se de el suceso conjunto A y B es exactamente igual a la probabilidad del suceso A multiplicada por la probabilidad del suceso B.

Ejemplo 1: analicemos dos sucesos: Suceso A: la probabilidad de que haga buen tiempo es del 0,4 Suceso B: la probabilidad de tener un accidente es del 0,1 Suceso interseccin: la probabilidad de que haga buen tiempo y tener un accidente es del 0,08 Veamos si se cumple alguna de las condiciones sealadas: P (B/A) = P (A L B) / P (A) = 0,08 / 0,4 = 0,2 (que no es igual a P (B)) P (A/B) = P (A L B) / P (B) = 0,08 / 0,6 = 0,133 (que no es igual a P (A)) P (A L B) = 0,08 (que no es igual a P (A) multiplicado por P (B)) Por lo tanto, no se cumple ninguna de las tres condiciones sealadas por lo que estos dos sucesos no son independientes, sino que existe algn grado de dependencia entre ellos. Ejemplo 2: analicemos dos sucesos: Suceso A: la probabilidad de que haga buen tiempo es del 0,4 Suceso B: la probabilidad de salir cara al lanzar una moneda es del 0,5 Suceso interseccin: la probabilidad de que haga buen tiempo y que salga cara es 0,2 Veamos si se cumple alguna de las condiciones sealadas: P (B/A) = P (A L B) / P (A) = 0,2 / 0,4 = 0,5 (igual que P (B)) P (A/B) = P (A L B) / P (B) = 0,2 / 0,6 = 0,4 (igual que P (A)) P (A L B) = 0,2 (igual a P (A) multiplicado por P (B))

Teorema de Bayes: a partir de que ha ocurrido el suceso B deducimos las probabilidades del suceso A. Ejercicio 1: El parte meteorolgico ha anunciado tres posibilidades para el fin de semana:

a) Que llueva: probabilidad del 50%. b) Que nieve: probabilidad del 30% c) Que haya niebla: probabilidad del 20%.
Segn estos posibles estados meteorolgicos, la posibilidad de que ocurra un accidente es la siguiente: a) Si llueve: probabilidad de accidente del 10%. b) Si nieva: probabilidad de accidente del 20% c) Si hay niebla: probabilidad de accidente del 5%.

a) Probabilidad de que estuviera lloviendo:

La probabilidad de que efectivamente estuviera lloviendo el da del accidente (probabilidad a posteriori) es del 71,4%.
b) Probabilidad de que estuviera nevando: La probabilidad de que estuviera nevando es del 21,4%. c) Probabilidad de que hubiera niebla: La probabilidad de que hubiera niebla es del 7,1%.