Académique Documents
Professionnel Documents
Culture Documents
Experimentos aleatorios: Los fenmenos o experimentos aleatorios son los que al repetirlos en anlogas
condiciones, pueden dar lugar a varios resultados diferentes, sin que pueda ser previsible enunciar con
certeza cul de estos se va a obtener en la realizacin del experimento. Como lanzar una moneda, sacar una
carta de la baraja, ganar la lotera, sacar una bola de una urna, etc.
Espacio muestral: es el conjunto formado por todos los resultados posibles de un experimento o fenmeno
aleatorio. Lo denotamos con la letra E. Lanzar un dado E={1,2,3,4,5,6}.
Ejemplo: El espacio muestral asociado al lanzamiento de dos dados y anotar la suma de los puntos obtenidos
es: E={2,3,4,5,6,7,8,9,10,11,12}.
Sucesos: Suceso de un fenmeno aleatorio es cada uno de los subconjuntos del espacio muestral . Para
designar cualquier suceso, tambin llamado suceso aleatorio, de un experimento aleatorio utilizaremos letras
maysculas. Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se le llama espacio de
sucesos y se designa por S.
Inclusin e igualdad de sucesos: Un suceso A esta incluido (contenido) en otro suceso B si todo suceso
elemental de A pertenece tambin a B. Se representa por . Dos sucesos A y B son iguales si estn
formados por los mismos sucesos elementales. Se representa por A=B.
Unin de sucesos: Si tenemos dos sucesos A y B de un mismo experimento aleatorio, llamamos suceso
unin de A y B al suceso que se realiza cuando lo hacen A o B. Se representa por . Cuando es
el suceso imposible, decimos que los sucesos A y B son incompatibles. Cuando no sucede esto, decimos que
A y B son compatibles.
Interseccin de sucesos: Si tenemos dos sucesos A y B de un mismo experimento aleatorio, llamamos
suceso interseccin de A y B al suceso que se realiza cuando lo hacen A y B. Se representa por .
Sucesos contrarios: Cuando la unin de dos sucesos es el espacio muestral y la interseccin de los mismos
conjuntos da el conjunto imposible, decimos que ambos sucesos son complementarios o contrarios. Para un
suceso cualquiera A de un experimento aleatorio, llamamos suceso contrario del suceso A al suceso que se
verifica cuando no se verifica A, y recprocamente. Se representa por .
Propiedades ms significativas de los sucesos contrarios son:
1
Algebra de Boole de sucesos
La unin y la interseccin de sucesos verifican las propiedades conmutativa, asociativa, impotente,
simplificacin, distributiva, existencia de elemento neutro y absorcin:
Ejemplo : Se lanzan dos dados. Si la suma ha sido 7, cul es la probabilidad de que alguno de los dados
haya salido un tres?
Sean los sucesos
A = "la suma de los puntos es siete" y
B = "en alguno de los dados ha salido un tres"
2
El suceso B\A es salir en algn dado 3, si la suma ha sido 7. Observamos que esta situacin ocurre en las
parejas (3,4) y (4,3). Por tanto,
Sucesos Independientes
Definicin: Decimos que dos sucesos A y B son independientes entre s si la ocurrencia de uno de ellos no
modifica la probabilidad del otro, es decir, si:
o lo que es lo mismo:
Ejemplos
1. Calcula la probabilidad de que al extraer 3 cartas, con reemplazamiento, de una baraja espaola, sean
todas copas.
Como la carta extrada se vuelve a introducir, los sucesos son independientes y la probabilidad buscada es:
2. Calcula la probabilidad de que al extraer 3 cartas, sucesivamente, de una baraja espaola, sean todas
copas.
En este caso, los sucesos C1, C2 y C3 no son independientes.
S ( A1 S ) ( A2 S ) ............. ( An S ) , entonces
P ( S ) P ( A1 S ) P ( A2 S ) ............... P ( An S )
P ( A1 ).P ( S / A1 ) P ( A2 ).P ( S / A2 ) .......... P ( An ).P ( S / An )
Teorema de Bayes
Sean sucesos incompatibles dos a dos, tales que siempre ocurre alguno de ellos, y sea
un suceso cualquiera del que se conocen las probabilidades condicionales Entonces las
probabilidades vienen dadas por la expresin:
despejando , se tiene:
3
La probabilidad P(B), por el teorema de la probabilidad total, es igual a
Ejemplos
1. Tenemos tres urnas: con tres bolas rojas y cinco negras, con dos bolas rojas y una negra y con
dos bolas rojas y tres negras. Escogemos una urna al azar y extraemos una bola. Si la bola ha sido roja, cul
es la probabilidad de haber sido extrada de la urna ?
Llamamos al suceso sacar bola roja. La probabilidad pedida es . Utilizando el teorema de Bayes,
tenemos:
Si hay que elegir a uno de ellos, la eleccin puede realizarse bajo distintos criterios:
100 1 100 1
a) Eleccin sin condiciones: P( H ) P( M )
200 2 200 2
b) Eleccin con condiciones:
70 7
P ( H / a que sea fumador ) P ( H / F )
80 8
10 1
P ( M / a que sea fumadora ) P ( M / F )
80 8
Estas probabilidades pueden obtenerse tambin de la forma siguiente:
70 10
P( H F ) 7 P( M F ) 1
P( H / F ) 200 P(M / F ) 200
P( F ) 80 8 P( F ) 80 8
200 200
3. Tenemos tres urnas. La primera contiene 4 bolas rojas y 4 negras, la segunda 3 rojas y 1 negra y la tercera
2 rojas y 4 negras. Elegimos una urna al azar y despus extraemos una bola. Calcula la probabilidad de que la
bola extrada sea negra.
4
Teniendo en cuenta que hay tres caminos para llegar a la bola negra, podemos escribir:
1 1 1 1 1 2 1 1 2 6 3 8 17
P( N ) . . .
3 2 3 4 3 3 6 12 9 36 36
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:
A partir de esta definicin las probabilidades de los posibles resultados del experimento se pueden
determinar a priori, es decir, sin realizar el experimento.
5
porcentaje.
P( ) = 0 y P(E) = 1
Su Medicin Experimental o Estadstica.- La frecuencia relativa del resultado A de un experimento es
la razn
FR = nmero de veces que ocurre A/nmero de veces que se realiza el experimento
Muestral, por su parte, es lo que pertenece o guarda relacin con una muestra (tal como se
conoce a la parte que se extrae de un conjunto mediante algn mtodo que permite
considerarla como representativa de ste). Una muestra tambin es una evidencia,
demostracin, prueba o seal de algo.
Por espacio muestral (tambin conocido como espacio de muestreo) se entiende
el grupo de todos los resultados especficos que se pueden obtener tras una
experimentacin de carcter aleatorio. A cada uno de sus componentes se los define
como puntos muestrales o, simplemente, muestras.
Por citar un caso a modo de ejemplo concreto: si la prueba se basa en arrojar un dado, el
espacio muestral estar constituido por los puntos muestrales identificados como los
nmeros 1, 2, 3, 4, 5 y 6, ya que esos son los resultados posibles de la accin de tirar el dado.
Por lo tanto, se puede establecer que el espacio muestral del experimento es U = {1, 2, 3, 4,
5, 6}.
6
Cabe resaltar que, en ciertos casos, los experimentos pueden tener dos o ms espacios
muestrales posibles. El experimento de tomar un naipe de una baraja espaola, por ejemplo,
tiene un espacio de muestreo compuesto por los nmeros y otro espacio muestral formado por
los palos. La descripcin ms completa, pues, debera incluir ambos valores (nmero y palo)
en un eje cartesiano.
Los espacios muestrales pueden clasificarse como discretos (cuando la cantidad de sucesos
elementales es finito o numerable) o continuos (en los casos en los cuales la cantidad de
sucesos bsicos posee carcter infinito y, por lo tanto, resulta imposible de contar).
7
sucesos o eventos que pueden tener lugar en el supuesto caso de una colisin entre dos
objetos (que pueden ser personajes o elementos inanimados). Dentro del mismo contexto
informtico, se suele asociar este concepto con el trmino caso especial, que se refiere a una
situacin no muy comn pero que puede darse y que es necesario anticipar y decidir el
proceder adecuado para atenderlo. Durante el desarrollo de un programa es necesario
revisar repetidas veces los potenciales resultados de la ejecucin del cdigo para reducir al
mximo el nmero de errores.
Las medidas de tendencia central son valores que se ubican al centro de un conjunto de datos ordenados
Segn su magnitud. Generalmente se utilizan 4 de estos valores tambin conocidos como estadgrafos,
La media aritmtica, la mediana, la moda y al rango medio.
La media aritmtica es la medida de posicin utilizada con ms frecuencia. Si se tienen n valores de observaciones,
la media aritmtica es la suma de todos y cada uno de los valores dividida entre el total de valores: Lo que indica
que puede ser afectada por los valores extremos, por lo que puede dar una imagen distorsionada de la informacin
de los datos.
La Mediana, es el valor que ocupa la posicin central en un conjunto de datos, que deben estar ordenados,
de esta manera la mitad de las observaciones es menor que la mediana y la otra mitad es mayor que la mediana,
Resulta muy apropiada cuando se poseen observaciones extremas.
La Moda es el valor de un conjunto de datos que aparece con mayor frecuencia. No depende de valores extremos,
pero es ms variables que la media y la mediana.
Rango Medio es la media de las observaciones menor y mayor. como intervienen solamente estas observaciones,
si hay valores extremos, se distorsiona como medida de posicin, pero
ofrece un valor adecuado, rpido y sencillo para resumir al conjunto de datos.