CONCEPTOS DE PROBABILIDAD

XXXX

9 de julio de 2012

XXXX

CONCEPTOS DE PROBABILIDAD

Enfoque Frecuentista de Probabilidad

Suponga que repetimos n veces un experimento y sea A un evento asociado a l. Sea nA el nmero de veces que el evento A e u ocurre en las n repeticiones. Denicin o A la expresin o nA n se le llama frecuencia relativa del evento A en las n repeticiones de . fA =

XXXX

CONCEPTOS DE PROBABILIDAD

Suponga que repetimos n veces un experimento y sean A y B dos eventos asociados a l. Sean nA y nB el nmero respectivo de e u veces que los eventos A y B ocurren en las n repeticiones. La frecuencia relativa f() tiene las siguientes propiedades importantes que son vericables.
1 2 3 4

0 fA 1 fA = 1 si y solo si A ocurre cada vez en las n repeticiones. fA = 0 si y solo si A nunca ocurre en las n repeticiones. Si A y B son dos eventos mutuamente excluyentes y si fAB es la frecuencia relativa asociada al evento A B, entonces fAB = fA + fB

fA , basada en las n repeticiones del experimento y considerada para una funcin de n, converge en cierto sentido o probabil stico a P (A) cuando n ,
n

l fA (n) = P (A). m
XXXX CONCEPTOS DE PROBABILIDAD

Axiomas de Kolmogorov

Denicin o Dado un conjunto de sucesos elementales, , sobre el que se ha denido una lgebra de subconjuntos de denominada y a una funcin P que asigna valores reales a los miembros de o lgebra, a los que denominamos sucesos, se dice que P es una a probabilidad sobre el espacio medible (, ) si se cumplen los siguientes tres axiomas: 1 La probabilidad de un suceso A es un nmero real mayor o u igual que 0, P (A) 0.

XXXX

CONCEPTOS DE PROBABILIDAD

Axiomas de Kolmogorov

Denicin o Dado un conjunto de sucesos elementales, , sobre el que se ha denido una lgebra de subconjuntos de denominada y a una funcin P que asigna valores reales a los miembros de o lgebra, a los que denominamos sucesos, se dice que P es una a probabilidad sobre el espacio medible (, ) si se cumplen los siguientes tres axiomas: 1 La probabilidad de un suceso A es un nmero real mayor o u igual que 0, P (A) 0.

XXXX

CONCEPTOS DE PROBABILIDAD

Continuacin o 2 La probabilidad asignada al espacio muestral, , es igual a 1, es decir, P () = 1. 3 Si A1 , A2 , ... son sucesos mutuamente excluyentes P
i

Ai =
i

Ai

A la terna (, , P ) se le conoce como espacio de probabilidad.

XXXX

CONCEPTOS DE PROBABILIDAD

Teorema Si es el suceso imposible, entonces P () = 0. Demostracin. o Cualquier evento A puede ser escrito como A = A . Puesto que A = , se puede armar que A y son mutuamente excluyentes, as, P (A) = P (A ) = P (A) + P () ya que P (A) = P (A) + P (), restando P (A) de ambos lados de la ecuacin se obtiene o P () = 0

XXXX

CONCEPTOS DE PROBABILIDAD

Teorema Si AC es el evento complementario de A, entonces, P (A) = 1 P (AC ). Demostracin. o Se puede escribir = A AC , adema, ya que A AC = se s tiene que A y AC son eventos excluyentes, de donde, P () = P (A AC ) as , 1 = P (A) + P (AC ), restando a ambos lados de la ecuacin P (AC ) se tiene o P (A) = 1 P (AC ).

XXXX

CONCEPTOS DE PROBABILIDAD

Teorema Si A y B son eventos cualesquiera, entonces, P (A B) = P (A) + P (B) P (A B). Demostracin o Escribiendo los eventos A B y B como la unin de dos eventos o mutuamente excluyentes, se tiene A B = A (B AC ), B = (A B) (B AC ). Por tanto, de las dos expresiones anteriores se tiene, P (A B) = P (A) + P (B AC ) P (B) = P (A B) + P (B AC )
XXXX CONCEPTOS DE PROBABILIDAD

Continuacin. o Sustrayendo la segunda de la primera, tenemos P (A B) P (B) = P (A) P (A B), sumando a ambos lados P (B) se tiene, P (A B) = P (A) + P (B) P (A B).

Una extensin del teorema anterior se presenta a continuacin. o o Sean A1 , A2 , ..., Ak k eventos cualesquiera. Entonces
k k k

P(
i=1

Ai ) =
i=1

P (Ai )
i<j=2

P (Ai Aj )
k

+
i<j<r=3

P (Ai Aj Ar ) + ... + (1)k1 P (

i=1
XXXX

Ai ).

CONCEPTOS DE PROBABILIDAD

Teorema Si A B, entonces P (A) P (B). Demostracin. o Es posible descomponer B en dos eventos excluyentes como sigue: B = A (B AC ), por tanto, P (B) = P (A) + P (B AC ) P (A) ya que P (B AC ) 0 por el axioma 1

XXXX

CONCEPTOS DE PROBABILIDAD

Teorema Si A B, entonces P (A) P (B). Demostracin. o Es posible descomponer B en dos eventos excluyentes como sigue: B = A (B AC ), por tanto, P (B) = P (A) + P (B AC ) P (A) ya que P (B AC ) 0 por el axioma 1

XXXX

CONCEPTOS DE PROBABILIDAD

Espacios Muestrales Finitos

A continuacin nos ocuparemos de experimentos en donde el o espacio muestral consta de un nmero nito de elementos. Esto u es, = {1 , 2 , ..., n } A n de caracterizar la funcin P () se considerar el evento o a que esta constituido por un slo resultado, es decir un evento o elemental A = i . As a cada suceso elemental i se le asignar un nmero pi , , a u llamado la probabilidad de i que satisface las siguientes condiciones:
1 2

pi 0, i = 1, 2, ..., n
n i=1 pi

=1

XXXX

CONCEPTOS DE PROBABILIDAD

Clculo de P (A) a

A continuaci suponga que un suceso A est constituido por r n a resultados, 1 r n, digamos A = {j1 , j1 , ..., jr } en donde j1 , j2 , ..., jr representan cualquier ndice r de 1, 2, ..., n. As del Axioma (3) de Kolmogorov se tiene, ,
r

P (A) =
i=1

pji

Para evaluar las pj se deben hacer algunas suposiciones sobre los resultados individuales.

XXXX

CONCEPTOS DE PROBABILIDAD

Ejemplo Suponga que se carga un dado de tal manera que el obtener par tiene el doble de probabilidad que obtener impar. De esta forma si i = i con i = 1, 2, ..., 6, entonces se tiene que pr = k; p2r = 2k con r = 1, 2, 3 as
6

pi = k + 2k + k + 2k + k + 2k = 9k = 1
i=1

de donde k=

1 9

2 De esta forma la probabilidad de obtener par es mientras que la 9 2 de obtener impar es de . 9

XXXX CONCEPTOS DE PROBABILIDAD

Espacios Muestrales Laplacianos

Si los n resultados son igualmente probables, se deduce que cada pi = ya que la condicin o
n

1 , n

pi = 1,
i=1

se convierte en npi = 1 para toda i. De lo que se deduce que para cualquier evento A que conste de r resultados, se tiene r P (A) = . n

XXXX

CONCEPTOS DE PROBABILIDAD

Ejemplo Si se elige un nmero al azar en el rango de los enteros entre 1976 u Cul es la probabilidad que el nmero escogido sea y 3776 A a u divisible por 6 o por 8?

XXXX

CONCEPTOS DE PROBABILIDAD

 EJEMPLOS ADICIONALES CON SOLUCION

Ejemplo (1) Una experiencia aleatoria consiste en preguntar a tres personas distintas, elegidas al azar, si son partidarias o no de consumir un determinado producto. a Escribe el espacio muestral asociado a dicho experimento, utilizando la letra spara las respuestas armativas y npara las negativas. b Qu elementos del espacio muestral anterior constituyen el e suceso al menos dos de las personas son partidarias de consumir el producto c Describe el suceso contrario de ms de una persona es a partidaria de consumir el producto

XXXX

CONCEPTOS DE PROBABILIDAD

Solucin o a Espacio muestral:

E = {sss, ssn, sns, snn, nss, nsn, nns, nnn}

XXXX

CONCEPTOS DE PROBABILIDAD

Continuacin o b Sea el suceso A :<<al menos dos de las personas son partidarias de consumir el producto>> A = {sss, ssn, sns, nss} c El suceso contrario del suceso B :ms de una persona es a partidaria de consumir el producto; es B c =como mximo una persona es partidaria de consumir el a producto B c = {snn, nsn, nns, nnn}

XXXX

CONCEPTOS DE PROBABILIDAD

Ejemplo (2) En una clase hay 28 chicas y 12 chicos. Llevan gafas 8 chicas y 10 chicos. Elegido un alumno al azar, cu es la probabilidad de que sea l chico y no lleve gafas?

XXXX

CONCEPTOS DE PROBABILIDAD

Solucin o Los datos iniciales los podemos recoger en una tabla de doble entrada.

XXXX

CONCEPTOS DE PROBABILIDAD

Continuacin o a Hay 40 alumnos, 12 chicos y 28 chicas, por tanto: 12 40 b Son 18 alumnos con gafas y 22 sin gafas, luego: P (chico) = P (con gaf as) = c Son 8 chicas con gafas, por lo que: P (chica con gaf as) = d Hay 2 chicos sin gafas. Tenemos: P (chico sin gaf as) =
XXXX CONCEPTOS DE PROBABILIDAD

18 40 8 40 2 40

Continuacin o Podemos hacer el diagrama de rbol y comprobar algunas de las a probabilidades obtenidas.

XXXX

CONCEPTOS DE PROBABILIDAD