Académique Documents
Professionnel Documents
Culture Documents
Desde los comienzos de la civilizacin han existido formas sencillas de estadstica, pues
ya se utilizaban representaciones grficas y otros smbolos en pieles, rocas, palos de
madera y paredes de cuevas para contar el nmero de personas, animales o ciertas
cosas. Hacia el ao 3000 a.C. los babilonios usaban ya pequeas tablillas de arcilla
para recopilar datos en tablas sobre la produccin agrcola y de los gneros vendidos o
cambiados mediante trueque.
La teora de probabilidad surgi en el siglo XVII en Francia, con los juegos de azar. En
la sociedad francesa se realizaban reuniones con diversos entretenimientos de azar.
Como no haba restriccin legal, los juegos eran cada vez ms complejos y las sumas
apostadas considerables.
INTRODUCCIN
1
Probabilidades
lluvia cada debido a una tormenta que se aproxima, el nmero de partculas emitidas
durante un intervalo de tiempo, etc.
DEFINICIONES
EXPERIMENTO ALEATORIO
ESPACIO MUESTRAL
Ejemplos:
2
Probabilidades
Por ejemplo:
SUCESOS
Un suceso imposible es aquel que nunca puede ocurrir. Se lo representa a travs del
conjunto vaco ( c S)
Un suceso cierto es aquel que siempre ocurre. Coincide con el espacio muestral S. (S
c S)
Es decir: Ac = CS:A
3
Probabilidades
A
c
A S
B
S
A
B
S
Por ejemplo:
4
Probabilidades
Un defecto de esta definicin es que no brinda un criterio para decidir cuando los casos
posibles pueden considerarse simtricos. Otro defecto es que a veces no se conocen
los casos posibles o el total de los mismos es muy grande (tiende a infinito).
A mediados del siglo pasado Von Mises formul la siguiente definicin emprica de
probabilidad:
A la larga de una serie de repeticiones de un experimento aleatorio, cualquier suceso
tender a presentarse con una frecuencia relativa aproximadamente igual a la
probabilidad del mismo.
Sea E un experimento que se realiza n veces, en las cuales aparece n A veces el suceso
A. entonces el cociente nA/n es la frecuencia relativa de aparicin del suceso.
A medida que el nmero de repeticiones del experimento aumenta, los valores de la
frecuencia relativa difieren muy poco de un valor a otro. (esto se denomina propiedad
de estabilidad de las frecuencias relativas o regularidad estadstica) y tienden a
acercarse a un determinado valor. Cuando el nmero de pruebas es muy grande
(tiende a infinito) se est en el caso limite en el cual el valor de la frecuencia relativa
es la probabilidad del suceso.
5
Probabilidades
nA
= P( A)
n
lim
n
Ejemplos:
n A na na/n 1.00
1 C 1 1
0.80
2 S 1 1/2
3 S 1 1/3 0.60
4 C 2 1/2
5 C 3 3/5 0.40
6 S 3 1/2
0.20
7 S 3 3/7
8 C 4 1/2 0.00
9 S 4 4/9 1 2 3 4 5 6 7 8 9
nA
De donde se observa que lim =1/2 2) se toma nota del nmero de personas
n n
de una poblacin que fallecen a x aos. Si d x es el nmero de personas que fallecen a
los x aos de edad, dentro de un total l x de personas consideradas, se puede decir que
la probabilidad de vida a los x aos (o sea, la probabilidad de que una persona de x
aos llegue a cumplir x+1 aos) est dada por (lx d x) / lx. Estos datos figuran en las
llamadas tablas de mortalidad, que varan segn la poblacin y el tiempo, en las que
se basan los seguros de vida.
DEFINICIN
1) Si A B A B
2) Si A Ac
3)
4) Si A B A B
Ejemplo:
E= tirar un dado = {1, 2, 3, 4, 5, 6}
= {, {1}, {2},, {1,2},.., {1,2,3},.., {1,2,3,4,5,6}}
6
Probabilidades
A B = {2,3,5,6} AB
A B = {3} AB
Si A P(A) 0
P () = 1
Si A B = P (AB) = P(A) + P (B)
Observacin:
Si A1, A2, A3,.., An. son sucesos mutuamente excluyentes de par en par, entonces:
TEOREMAS DE PROBABILIDAD
0 P (A) 1
P () = 0
7
Probabilidades
P (A) + P (A c) = 1
Si A B P (A B) = P (A)
Si A B P (A) P (B)
P (A B) = P (A B) = P (A) + P (B) P (A B)
B A
S
Por ejemplo:
8
Probabilidades
PROBABILIDAD CONDICIONAL
Dados los sucesos A y B, la probabilidad de aparicin de ambos sucesos est dada por:
P (A y B) = P (A B) = P (A) . P (B / A)
= P (B) . P (A /B)
Ejemplos:
Se extrae una carta de un mazo de 52. Calcular la probabilidad de obtener una figura
de diamante.
P (f y d) = P (d /f) . P (f) = 3/12 . 12/52 = 3/52 = 0.06
= P (f /d) . P (d) = 3/13 . 13/52 = 3/52 = 0.06
DIAGRAMAS DE RBOL
Ejemplo:
Juan y Miguel juegan un partido de tenis al mejor de tres sets. Si los dos jugadores
tienen la misma probabilidad de ganar cada set, Cul es la probabilidad de que gane
Juan el partido?
9
Probabilidades
TABLA DE CONTINGENCIA
Cuando un experimento se realiza dos veces, o una vez con la presencia o no de dos
sucesos mutuamente excluyentes, el espacio muestral se puede esquematizar en una
tabla de doble entrada o tabla de contingencia 2x2.
Ejemplo:
P (v r) = P (v) + P (r) P (v y r) v m T
r 5 15 20
= 35/100 + 20/100 5/100 = 1/2
rc 30 50 80
35 65 100
TEOREMA DE BAYES
Sean n sucesos A1, A2, A3,.., An mutuamente excluyentes y exhaustivos, por lo que
representan una particin del espacio muestral S.
1 A i A j= i j
2 i=1 n Ai=S
Sea un nico suceso B que puede ocurrir asociado a algn A i , por lo que B se
denomina efecto y cada Ai causa.
P ( A j ) . P(B A j )
P ( A j B)=
P ( Ai ) . P( B A i )
Para demostrar se representan los sucesos A i como una particin de S, B se puede
escribir como:
10
Probabilidades
Ejemplo:
En una fbrica hay dos mquinas que producen el 30% y 70% de la produccin diaria
respectivamente. Por estadsticas anteriores se sabe que la primera mquina produce
un 2% de piezas defectuosas y la segunda un 3%. Se hace un control de calidad donde
se inspecciona una pieza al azar, que resulta defectuosa. Determinar la probabilidad de
que haya sido producida por la primera mquina.
P ( m1) . P(d m1 )
P ( m1 d ) =
P ( m1 ) . P ( d m1 ) + P ( m2 ) . P( d m2)
0,3 . 0,02
P ( m1 d ) = =0,22
0,3 .0,02+0,7 .0,03
11