Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Criticas:
a) Salvo en experimentos o fenmenos simples, no es fcil la determinacin de los casos
posibles y de los casos favorables.
b) Que no siempre se pueden reducir todos los acontecimientos a un nmero de casos
igualmente posibles.
Enfoques Frecuenciales:
a) Primer enfoque frecuencial: El primer enfoque frecuencial define a la probabilidad
como el valor del limite de las frecuencias relativas un numero infinitamente grande de
observaciones.
P (A) =
lim
n
nA
n
Criticas:
1) El enfoque esta basado en la posibilidad de existencia y en la definicin de un
colectivo.
2) La probabilidad es el resultado de un proceso de lmites, o sea que se requiere la
existencia de un lmite.
b) Segundo enfoque frecuencial: se fundamenta en la observacin del comportamiento
de las frecuencias relativas cuando crece el nmero de experimentos. Cuando n crece
los valores de las frecuencias relativas tienden a agruparse alrededor de una cantidad
fija, que representamos como p, y que llamamos probabilidad de un evento.
Caractersticas:
1) Se fundamenta en la regularidad estadstica.
2) El valor de la probabilidad se estima mediante las frecuencias relativas.
3) Se basa en la experiencia.
4) Requiere un nmero de experimentos suficientemente grande.
Criticas:
a) No siempre es posible realizar un gran nmero de experimentos.
b) Que no se puede aplicar cuando hay que determinar la probabilidad de eventos para
los cuales no se cuenta con frecuencias conocidas de presentacin.
c) Enfoque Subjetivo:
Segn este enfoque la probabilidad mide la confianza que un individuo tiene sobre la
verdad de una proposicin particular; en otras palabras la probabilidad mide el grado de
creencia que una persona tiene con respecto a la presentacin de un evento dado.
Dentro del enfoque subjetivo encontramos tambin la llamada probabilidad psicolgicas
Propiedades de la Probabilidad:
1) Si representamos con n A la frecuencia de presentacin del evento A con n
experiencias, entonces podr asumir valores entre 0 y 1 inclusive.
0 P(A) 1
2) La probabilidad de un evento cierto es igual a uno.
P (A) = P (S) = 1
3) La probabilidad de un evento imposible es cero.
P () = 0
4) Si en evento A se presenta n A veces en n experiencias, no se presenta en n n A
veces. Las frecuencias relativas de A y de no A son las probabilidades cuya suma es
igual a la unidad.
_
P (A) + P (A) = 1
5) Si A y B son eventos, y se cumple que A est totalmente incluido en B, la
probabilidad de B menos A es igual a la probabilidad de B menos la probabilidad de A.
P (B A) = P (B) P (A)
Mutuamente Excluyentes
A B =
No mutuamente excluyentes
Probabilidad Total: Este teorema nos dice de que la probabilidad de que se presente
por lo menos uno de los dos eventos A y B, en un experimento aleatorio, cuando estos
eventos no son mutuamente excluyentes, es igual a la probabilidad de que se presente el
evento A, mas la probabilidad que se presente el evento B menos la probabilidad de que
se presenten A y B juntos. Cuando los eventos A y B son mutuamente excluyentes A y B
no pueden presentarse juntos y la probabilidad P(A B) = 0.
S
Mutuamente Excluyentes
A B = P (AB) = 0
No mutuamente excluyentes
No mutuamente excluyentes
P(A)
S
No mutuamente excluyentes
Probabilidad Compuesta: Esta probabilidad se presenta cuando se quiere averiguar la
probabilidad de que ocurran dos sucesos Ay B. En este teorema el caso general es
cuando los sucesos A y B son dependientes y en caso particular cuando son
independientes.
Probabilidad de Ay B:
Probabilidad de Ay B:
P (B/A) = P (B)
Em
E2
E3
E r+1
Er
Este teorema nos permite inferir la forma cmo se ha producido un evento en el pasado,
utilizando las probabilidades a priori. Nos conduce a la probabilidad de que un evento
en el pasado haya sucedido de determinada manera teniendo en cuenta el resultado de
otros eventos, de los que se conoce sus probabilidades a priori.
Este teorema, tambin llamado teorema de probabilidad de las causas, se aplica cuando
se ha presentado el evento A que nicamente puede presentarse como consecuencia de
las causas E1, E2, E3,..........., E m mutuamente excluyentes, y se quiere saber si la que
ha actuado es una causa determinada: E r.
La probabilidad P (E r) es una probabilidad a priori del evento E r, en cambio la
probabilidad P (E r / A), de que haya actuado la causa E r al presentarse A, es una
probabilidad a posteriori.
P (E r / A) =
P (A / E r) P (E r)
m
P (A/ E i) P (E i)
i=1
x 1, x 2, x 3,., x n
x 1, x 2, x 3,..
b) Variable aleatoria continua: Es aquella que puede asumir todos los valores reales en
un intervalo a x b debido a la infinidad de puntos que contiene.
Anlisis de la variable aleatoria Discreta:
Funcin de probabilidad La funcin de probabilidad P (x i) cuando la variable es
discreta se denomina tambin funcin de cuanta e indica la probabilidad en un punto x
= x i. Esto significa que para cada evento del espacio probabilistico asociado a una
variable aleatoria discreta existe una funcin de probabilidad.
Condiciones:
1) 0 P (x i) 1
2) P (x i) = 1
Grfica:
P (x i)
xi
Funcin de Distribucin o de Acumulacin: simbolizada con F (x) permite obtener
las probabilidades acumuladas en el intervalo x i x
F (x) = p (x i)
xix
Grfica
F (x)
xi
Grficamente la funcin de distribucin presenta puntos de discontinuidad por la
izquierda cuando x = x i.
Condiciones:
1) F (x) es una funcin montona creciente (no decreciente) y adems continua a la
derecha de cada punto. Es creciente porque es la suma de cantidades no negativas y es
continua por derecha porque lim F(x) = F (x i)
xxi+
f (x) d x
-
F(x)
ojiva
Condiciones:
1) F (x) es una funcin montona creciente
-
2) F (-) =
f (x) d x = 0
-
3) F () =
f (x) d x = 1
-
E (x) = x i P (x i)
i=1
Variable continua
E (x) =
x f (x) dx
-
infinito numerable
Propiedades:
1) La esperanza matemtica de una constante es igual a la constante.
2) La esperanza matemtica del producto entre una constante y una variable aleatoria es
igual al producto de la constante por la esperanza matemtica de la variable aleatoria.
3) La esperanza matemtica de la suma entre una variable aleatoria y una constante es la
suma de la esperanza de la variable aleatoria y l a constante en cuestin.
4) La esperanza matemtica de la suma de variables aleatorias independientes es igual a
la suma de las esperanzas matemticas de cada una de las variables:
5) La esperanza matemtica del producto de variables aleatorias independientes es igual
al producto de las esperanzas matemticas de cada una de las variables aleatorias.
Variable continua
(x - E(x)) 2 f (x) dx
E (x) =
-
Propiedades:
1) La varianza es positiva V (x) 0
2) La varianza de una constante es nula
3) La varianza del producto de una constante por una variable aleatoria es igual al
cuadrado de la constante multiplicada por la varianza de la variable aleatoria.
4) La varianza de la suma de una variable aleatoria y una constante es igual a la
varianza de la variable aleatoria.