TEORA DE PROBABILIDAD La teora de la probabilidad es la parte de las matemticas que estudia los fenmenos aleatorios estocsticos.

Estos deben contraponerse a los fenmenos determinsticos, los cuales son resultados nicos y/o previsibles de experimentos realizados bajo las mismas condiciones determinadas, por ejemplo, si se calienta agua a 100 grados Celsius a nivel del mar se obtendr vapor. Los fenmenos aleatorios, por el contrario, son aquellos que se obtienen como resultado de experimentos realizados, otra vez, bajo las mismas condiciones determinadas pero como resultado posible poseen un conjunto de alternativas, por ejemplo, el lanzamiento de un dado o de una moneda. Muchos fenmenos naturales son aleatorios, pero existen algunos como el lanzamiento de un dado, donde el fenmeno no se repite en las mismas condiciones, debido a que la caractersticas del material hace que no exista una simetra del mismo, as las repeticiones no garantizan una probabilidad definida. En los procesos reales que se modelizan mediante distribuciones de probabilidad corresponden a modelos complejos donde no se conocen a priori todos los parmetros que intervienen; sta es una de las razones por las cuales la estadstica, que busca determinar estos parmetros, no se reduce inmediatamente a la teora de la probabilidad en s. Definicin clsica de probabilidad La probabilidad es la caracterstica de un evento, que hace que existan razones para creer que ste se realizar. La probabilidad p de que suceda un evento S de un total de n casos posibles igualmente probables es igual a la razn entre el nmero de ocurrencias h de dicho evento (casos favorables) y el nmero total de casos posibles n.

La probabilidad es un nmero (valor) que vara entre 0 y 1. Cuando el evento es imposible se dice que su probabilidad es 0, si el evento es cierto y siempre tiene que ocurrir su probabilidad es 1. La probabilidad de no ocurrencia de un evento est dada por q, donde:

Sabemos que p es la probabilidad de que ocurra un evento y q es la probabilidad de que no ocurra, entonces p + q = 1 Simblicamente el espacio de resultados, que normalmente se denota por , es el espacio que consiste en todos los resultados que son posibles. Los resultados, que se denota por , etctera, son elementos del espacio . Probabilidad discreta Este tipo de probabilidad, es aquel que puede tomar slo ciertos valores diferentes que son el resultado de la cuenta de alguna caracterstica de inters. Probabilidad contina Una variable aleatoria es una funcin medible que da un valor numrico a cada suceso en Espacio muestral Un espacio muestral S asociado a un experimento aleatorio, es un conjunto tal que: .

a) Cada elemento de S representa un resultado del experimento b) Cualquier forma de verificar el experimento da un resultado que corresponde a un elemento de S y slo uno. Ejemplo: si lanzamos dos monedas, una de 1 Euro y otra de 50 cntimos, el espacio muestral ser Sucesos 1) Suceso simple es un subconjunto unitario de S. Esto es, habr n sucesos simples El suceso no es un suceso simple, sino que es la unin , de , , dos sucesos siendo C la cara de una moneda y X el reverso de la misma o cruz.

simples: 2) Suceso imposible.- El suceso vaco o suceso imposible es el que no tiene ningn elemento y se le llama 3) Suceso seguro.- Es el que ocurre siempre en un determinado experimento. O sea que es el espacio muestral. Suceso seguro = S 4) Sucesos incompatibles o disjuntos.- Son los que no pueden ocurrir a la vez. Por ejemplo si entonces , , E y F son incompatibles, no pueden ocurrir a la vez y no son incompatibles, cuando ocurre

. Sin embargo los sucesos E y

est ocurriendo E y G y en este caso 5) Sucesos contrarios o complementarios Dado un suceso cualquiera E, el suceso contrario o complementario sea que, adems de ser incompatibles, o sea sea que La probabilidad de un suceso 1) Probabilidad.- A cada suceso simple le asignamos un nmero representado por y denominado es el que ocurre cuando no ocurre E. O

, se complementan para formar el espacio muestral, o

probabilidad del suceso . Estos nmeros (probabilidades) pueden asignarse arbitrariamente, con tal que satisfagan las siguientes condiciones: a) La probabilidad de cada suceso simple es un nmero no negativo, es decir siendo b) La suma de las probabilidades asignadas a todos los sucesos simples de un espacio muestral es 1. Esto es:

Por tanto

siendo

2) Probabilidad del suceso imposible.- El suceso imposible tiene de probabilidad 0. 3) Probabilidad de un suceso.- Si E es la unin de dos o ms sucesos simples, la probabilidad de E, representada por P(E) es la suma de las probabilidades de los sucesos simples cuya unin es E.

Funcin de densidad La funcin de densidad, o densidad de probabilidad de una variable aleatoria, es una funcin a partir de la cual se obtiene la probabilidad de cada valor que toma la variable. Su integral en el caso de variables aleatorias continuas es la distribucin de probabilidad. En el caso de variables aleatorias discretas la distribucin de probabilidad se obtiene a travs del sumatorio de la funcin de densidad. Espacio muestral Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E (o bien por la letra griega ). Espacio muestral de una moneda: E = {C, X}. Espacio muestral de un dado: E = {1, 2, 3, 4, 5, 6}. Suceso aleatorio es cualquier subconjunto del espacio muestral. Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener mltiplo de 3, y otro, sacar 5. Ejemplos de espacios muestrales 1. Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas. E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)} 2. El suceso A = {extraer tres bolas del mismo color}. A = {(b,b,b); (n, n,n)} 3. El suceso B = {extraer al menos una bola blanca}. B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b )} 4. El suceso C = {extraer una sola bola negra}. C = {(b,b,n); (b,n,b); (n,b,b)} Espacio muestral En la teora de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, o U) consiste en el conjunto de todos los posibles resultados individuales de un experimento aleatorio. Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto del espacio muestral, llamndose a los sucesos que contengan un nico elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer lanzamiento", o {(cara, cara), (cara, cruz)}, estara formado por los sucesos elementales {(cara, cara)} y {(cara, cruz)}.

Tipos de espacio muestral Discretos Son aquellos espacios donde el nmero de sucesos elementales es finito o infinito numerable. Espacio Probabilstico discreto Es aquel cuyo espacio muestral es discreto. Podemos diferenciar varios tipos de espacio probabilstico discreto: Espacio Probabilstico Discreto Equiprobable Espacio Probabilstico Finito Procesos Estocsticos Finitos Y Diagramas de rbol Espacio Probabilstico Infinito Contable Continuos Son aquellos espacios donde el nmero de sucesos elementales es infinito incontable.

La funcin de densidad de una variable aleatoria X permite trasladar la medida de probabilidad o "suerte" de realizacin de los sucesos de una experiencia aleatoria a la caracterstica numrica que define la variable aleatoria. Para definir F , la funcin distribucin de probabilidad de X , distinguiremos el caso discreto, donde los posibles valores de X forman un conjunto discreto (finito o numerable), del continuo, donde el recorrido de la variable aleatoria es un intervalo de la recta real : o Si X es discreta su funcin de distribucin se define por

En el caso de que X sea continua se tiene

Definicin de funcin de distribucin Dada una variable aleatoria todos son puntos

, su funcin de distribucin,

, es y se escribe, simplemente, .

Por simplicidad, cuando no hay lugar a confusin, suele omitirse el subndice

Esperanza matemtica La esperanza matemtica o valor esperado de una variable aleatoria discreta es la suma del producto de la probabilidad de cada suceso por el valor de dicho suceso.

Los nombres de esperanza matemtica y valor esperado tienen su origen en los juegos de azar y hacen referencia a la ganancia promedio esperada por un jugador cuando hace un gran nmero de apuestas. Si la esperanza matemtica es cero, E(x) = 0, el juego es equitativo, es decir, no existe ventaja ni para el jugador ni para la banca. Esperanza matemtica En estadstica la esperanza matemtica (tambin llamada esperanza, valor esperado, media poblacional o media) de una variable aleatoria aleatorio. , es el nmero que formaliza la idea de valor medio de un fenmeno

Cuando la variable aleatoria es discreta, la esperanza es igual a la suma de la probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho suceso. Por lo tanto, representa la cantidad media que se "espera" como resultado de un experimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el experimento se repite un elevado nmero de veces. Probabilidad condicionada Probabilidad condicionada es la probabilidad de que ocurra un evento A, sabiendo que tambin sucede otro evento B. La probabilidad condicional se escribe P(A|B), y se lee la probabilidad de A dado B. No tiene por qu haber una relacin causal o temporal entre A y B. A puede preceder en el tiempo a B, sucederlo o pueden ocurrir simultneamente. A puede causar B, viceversa o pueden no tener relacin causal. Las relaciones causales o temporales son nociones que no pertenecen al mbito de la probabilidad. Pueden desempear un papel o no dependiendo de la interpretacin que se le d a los eventos.