INVESTIGACIN DE PROBABILIDAD Y ESTADSTICA

Nombre: Tulio Adames

Cedula: 9-744-1378
Fecha de entrega: 18/7/2014

1- Conceptos bsicos de probabilidad.
A) EXPERIMENTO: Es toda accin sobre la cual vamos a realizar
una medicin u observacin, es decir cualquier proceso que genera un resultado
definido.
B) EXPERIMENTO ALEATORIO: Es toda actividad cuyos resultados no se determinan
con certeza. Ejemplo: lanzar una moneda al aire. No podemos determinar con toda
certeza cul ser el resultado al lanzar una moneda al aire?, por lo tanto
constituye un experimento aleatorio.
C) ESPACIO MUESTRAL (S): Es un conjunto de todos los resultados posibles que se
pueden obtener al realizar un experimento aleatorio. Ejemplo: sea el experimento
E: lanzar un dado y el espacio muestral correspondiente a este experimento es: S
= (1, 2, 3, 4, 5, 6(.
D) PUNTO MUESTRAL: Es un elemento del espacio muestral de cualquier experimento
dado.
E) EVENTO O SUCESO: Es todo subconjunto de un espacio muestral. Se denotan con
letras maysculas: A, B, etc. Los resultados que forman parte de este evento
generalmente se conocen como "resultados favorables". Cada vez que se observa un
resultado favorable, se dice que "ocurri" un evento. Ejemplo: Sea el
experimento E: lanzar un dado. Un posible evento podra ser que salga nmero
par. Definimos el evento de la siguiente manera: A = sale nmero par = (2, 4,
6(, resultados favorables n(E) = 3
F) PROBABILIDAD: Es el conjunto de posibilidades de que un evento ocurra o no en
un momento y tiempo determinado. Dichos eventos pueden ser medibles a travs de
una escala de 0 a 1, donde el evento que no pueda ocurrir tiene una probabilidad
de 0 (evento imposible) y un evento que ocurra con certeza es de 1 (evento
cierto)

G) POSIBILIDADES: Las posibilidades comparan el nmero de resultados favorables
con el nmero de resultados desfavorables. Si todos los resultados de un espacio
muestral son igualmente probables, y un nmero n de ellos son favorables al
evento E, y los restantes m son desfavorables a E, entonces las posibilidades a
favor de E sonde de n(E) a m(E), y las posibilidades en contra de E son de m(E)
a n(E)



2- Reglas bsicas en el clculo de probabilidad.

Regla de la adicin
La regla de la adicin o regla de la suma establece que la probabilidad de
ocurrencia de cualquier evento en particular es igual a la suma de las
probabilidades individuales, si es que los eventos son mutuamente excluyentes,
es decir, que dos no pueden ocurrir al mismo tiempo.
P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o
B) = P(A) + P(B) P(A y B) si A y B son no excluyentes.
Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de
ocurrencia del evento B. P(A y B) = probabilidad de ocurrencia simultnea de los
eventos A y B.
Regla de la multiplicacin
La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos
o ms eventos estadsticamente independientes es igual al producto de sus
probabilidades individuales.
P(A y B) = P(A B) = P(A)P(B) si A y B son independientes. P(A y B) = P(A B) =
P(A)P(B|A) si A y B son dependientes
Regla de Laplace
La regla de Laplace establece que:
La probabilidad de ocurrencia de un suceso imposible es 0.
La probabilidad de ocurrencia de un suceso seguro es 1, es decir, P(A) = 1.
Para aplicar la regla de Laplace es necesario que los experimentos den lugar a
sucesos equiprobables, es decir, que todos tengan o posean la misma
probabilidad.
La probabilidad de que ocurra un suceso se calcula as:
P(A) = N de casos favorables / N de resultados posibles
Esto significa que: la probabilidad del evento A es igual al cociente del nmero
de casos favorables (los casos dnde sucede A) sobre el total de casos posibles.
Distribucin binomial
La probabilidad de ocurrencia de una combinacin especfica de eventos
independientes y mutuamente excluyentes se determina con la distribucin
binomial, que es aquella donde hay solo dos posibilidades, tales como
masculino/femenino o si/no.
Hay dos resultados posibles mutuamente excluyentes en cada ensayo u observacin.
La serie de ensayos u observaciones constituyen eventos independientes.
La probabilidad de xito permanece constante de ensayo a ensayo, es decir el
proceso es estacionario.
Para aplicar esta distribucin al clculo de la probabilidad de obtener un
nmero dado de xitos en una serie de experimentos en un proceso de Bermnoulli,
se requieren tres valores: el nmero designado de xitos (m), el nmero de
ensayos y observaciones (n); y la probabilidad de xito en cada ensayo (p).
Entonces la probabilidad de que ocurran m xitos en un experimento de n ensayos
es:
P (x = m) = (nCm)(Pm)(1P)nm
Siendo: nCm el nmero total de combinaciones posibles de m elementos en un
conjunto de n elementos.
En otras palabras P(x = m) = [n!/(m!(nm)!)](pm)(1p)nm

3- Definicin de distribuciones discretas y continuas. Propiedades y
Caractersticas.

Distribuciones de variable discreta
Se denomina distribucin de variable discreta a aquella
cuya funcin de probabilidad slo toma valores
positivos en un conjunto de valores
de finito o infinito numerable. A dicha funcin se
le llama funcin de masa de probabilidad. En este caso
la distribucin de probabilidad es la suma de la funcin
de masa, por lo que tenemos entonces que:

Y, tal como corresponde a la definicin de distribucin de probabilidad, esta
expresin representa la suma de todas las probabilidades desde hasta el valor
.

Distribuciones de variable continua
Se denomina variable continua a aquella que puede
tomar cualquiera de los infinitos valores existentes
dentro de un intervalo. En el caso de variable
continua la distribucin de probabilidad es la
integral de la funcin de densidad, por lo que tenemos
entonces que: