Professional Documents
Culture Documents
Estadstica - Unidad 1
Estadstica - Unidad 1
3 / U. 1
denota la parte del comportamiento de Y(t) que hemos logrado explicar a partir
de nuestro conjunto de informacin y ?(t) denota la parte no explicada del
comportamiento de Y(t).
Esta componente ?(t), que representa la parte del comportamiento de
Y(t) que permanece ignorada para nosotros, constituye lo que tradicionalmente
se conoce como componente aleatoria, y la podemos interpretar como la
influencia del azar en el comportamiento de Y(t).
Esta aleatoriedad -de naturaleza indefinida- que nos impide explicar en forma
completa un fenmeno econmico hace que, para nosotros -observadores finitos, los resultados que se producen a partir del comportamiento del mismo posean
la caracterstica comn de ser eventuales (es decir, que constituyan lo que en el
lenguaje comn se denominan eventos).
Qu es un evento?
Evento - es todo suceso cuya ocurrencia est supeditada al resultado
que produzca la realizacin de un fenmeno y cuyo valor no puede ser predicho
en forma cierta.
Esta limitacin de nuestras posibilidades de explicacin nos genera,
obviamente, un cierto sentimiento de incertidumbre respecto del
comportamiento futuro de dicho fenmeno.
La cuestin fundamental que se suscita, entonces, es cmo medir dicho
sentimiento de incertidumbre.
4 / U. 1
Estadstica - Unidad 1
5 / U. 1
Estadstica - Unidad 1I
6 / U. 1
Estadstica - Unidad 1
Justifique su respuesta.
7 / U. 1
Estadstica - Unidad 1
8 / U. 1
Estadstica - Unidad 1
donde N(A) denota el nmero de veces que se verific el resultado A (es decir, la
frecuencia absoluta del resultado A) y el cociente N(A)/N define la frecuencia
relativa del resultado A.
9 / U. 1
Estadstica - Unidad 1
10 / U. 1
Estadstica - Unidad 1
11 / U. 1
Estadstica - Unidad 1
12 / U. 1
Estadstica - Unidad 1
son eventos
13 / U. 1
Estadstica - Unidad 1
Axioma 1
Asociado a cada evento E, existe un nmero real no negativo, p(E), al que se
denominar probabilidad de que el evento E se verifique:
Axioma 2
La probabilidad de que ocurra al menos uno de los eventos includos en el espacio
muestral es igual a uno
Este axioma puede ser fcilmente generalizado. Por ejemplo, dados tres
eventos incompatibles E ,E , E! ,
de las siguientes
Estadstica - Unidad 1
15 / U. 1
Estadstica - Unidad 1
p ( )= p( ) = p( ) + p( ) = 1
En consecuencia, se puede concluir que:
p( ) = 0
Este resultado permite interpretar que la representacin probabilstica de la
imposibilidad es el nmero 0.
A partir del Axioma 1 y de este corolario se concluye inmediatamente que:
0 p(E) 1
2.2. El teorema de la probabilidad total
Sean dos eventos, E y E
E1
E2
E1 E2
E1 E2
p ( E 1 E 2 )= p ( E 1 )+ p ( E 2 ) - p ( E 1 E 2
)
16 / U. 1
Estadstica - Unidad 1
total.
Continuemos ........
A partir de la deduccin anterior, se obtiene en forma inmediata que,
dados tres eventos, E, E y E!, la probabilidad de su suma puede ser expresada
de la siguiente forma:
p(E1 E2E3)= p(E1) + p(E2) + p(E3) - p(E1 E2) - p(E1 E3) - p(E2 E3)+ p(E1 E2 E3)
p ( E 1 )=
3
6
p ( E 2 )=
2
6
3 2 1
p ( E 1 E 2 )= + 6 6 6
Recuerde que el evento (E E ) implica la presentacin de un resultado
que sea, a la vez, par y mltiplo de 3, y que en el dado el nico
resultado que rene ambas condiciones es el nmero 6.
17 / U. 1
Estadstica - Unidad 1
E 1 = { w / S 1 es verdadera }
y sea un evento E definido por la proposicin S :
E 2 = { w / S 2 es verdadera }
Se dice que el evento E est estocsticamente condicionado por el
evento E , (E/E ), cuando la probabilidad de la verificacin de E depende de la
supuesta ocurrencia del fenmeno E .
El adjetivo estocstico est utilizado aqu como sinnimo de en el
sentido de la probabilidad.
18 / U. 1
Estadstica - Unidad 1
p ( E 1 / E 2 )=
p ( E1 E 2
p ( E2 )
( p ( E 2 )> 0 )
p ( E 1 E 2 )= p ( E 2 ) p ( E 1 / E 2 )= p ( E 1 ) p ( E 2 / E 1 )
Esta ecuacin es conocida como la frmula de la probabilidad compuesta.
p ( B1 B 2 )= p ( B1 ) p ( B 2 / B1 )=
4 3
10 9
19 / U. 1
Estadstica - Unidad 1
p ( B1 B 2 B3 )=
4 32
10 9 8
p ( E 1 / E 2 )=
p ( E1 )
p ( E 2 / E1 )
p ( E2 )
20 / U. 1
Estadstica - Unidad 1
p ( E 1 / E 2 )= p ( E 1 )
siendo p(E )>0.
Es decir que la independencia estocstica de E con respecto a E implica
que la informacin acerca de la presunta ocurrencia de E no influye sobre la
asignacin de la probabilidad correspondiente a la ocurrencia de E.
De acuerdo con la frmula de la probabilidad compuesta, esta propiedad
puede ser expresada como:
p ( E 1 E 2 )= p ( E 1 ) p ( E 2
21 / U. 1
Estadstica - Unidad 1
p ( E 1 E 2 E 3 )= p ( E 1 ) p ( E 2 ) p ( E 3 )
1. Retornemos a los ejemplos citados en los tems anteriores sobre
extracciones sucesivas de una urna.
a) Qu puede usted comentar acerca de la dependencia o
independencia de los eventos B, B , y B!, segn que las extracciones
se realicen con o sin reposicin?
b) Supongamos que las extracciones se realicen con reposicin, calcular
la probabilidad de ocurrencia del evento complejo (B B B!).
2. Le proponemos ahora realizar una serie de actividades que le
premitirn volver a considerar los temas tratados en esta Unidad.
A. Analizar el fenmeno que se genera al arrojar sucesivamente
una moneda.
A.1.-Comencemos por el fenmeno relacionado con la primera
tirada de la moneda. Los resultados posibles de este fenmeno
se denotarn por C (cara) y X (ceca), de modo que su
espacio muestral ser de la forma:
{C1 , X 1 }
En relacin con este espacio muestral se puede preguntar: cul es
la probabilidad de obtener el resultado cara?.
- Si usa la definicin clsica la respuesta sera P(C) = 0.5 : por
qu?.
- En qu caso usted considerara que sta constituye una respuesta
satisfactoria?
- En qu caso se inclinara por una definicin frecuencista de esta
probabilidad?
A. 2.-Consideremos, ahora, dos tiradas sucesivas de la moneda.
- Denotando por C y X los posibles resultados, cara y ceca, de la
segunda tirada, defina el espacio muestral del fenmeno al cabo
de la segunda tirada de la moneda (tenga en cuenta que cada
uno de los resultados de la primera tirada se combina con cada
uno de los resultados de la segunda tirada).
22 / U. 1
Estadstica - Unidad 1
23 / U. 1
Estadstica - Unidad 1
24 / U. 1