Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1. TEORA DE PROBABILIDAD
A = {x|0 x < 1}
As p + q = 1, o Pr{E} + Pr{no E} = 1
El suceso no E puede denotarse por:
Sea E el suceso que los nmeros 3 4 salgan en el
lanzamiento de un dado. Hay seis maneras en las que
el dado puede caer, que resultan en los nmeros 1, 2,
3, 4, 5, 6; y si el dado no est trucado, podemos
asumir que estas maneras son equiprobables. Como E
puede ocurrir en dos de estas formas, tenemos:
La probabilidad en s es el lmite
de la frecuencia relativa cuando el
nmero de observaciones
aumenta indefinidamente.
Si en 1000 lanzamientos de una moneda resultan 529
soles, la frecuencia relativa de los soles es:
529/1000 = 0.529.
Similarmente:
Regla 2: Sea A un evento de un espacio muestral M.
La probabilidad del conjunto complemento de A es:
P(Ac) = 1 P(A)
Ejemplo: En el ejemplo de los ratones tenemos el
espacio muestral M = {N, C}, donde:
Adems, M = {N} {C} = {N} {N}c
Entonces:
A menudo sucede que la ocurrencia de un evento
depende de la ocurrencia de otros.
Si E1 y E2 son dos sucesos, la probabilidad de que E2
ocurra dado que E1 haya ocurrido se denota por
Pr{E2E1} o Pr{E2 dado E1} y se llama probabilidad
condicional de E2 dado que E1 haya ocurrido.
(0.7)(0.5) = 0.35
Supongamos que una caja contiene 3 bolas blancas y 2
bolas negras. Sea E1 el suceso la primera bola sacada es
negra y E2 el suceso la segunda bola sacada es negra
donde las bolas no son reemplazadas despus de ser
sacadas. Aqu E1 y E2 son sucesos dependientes.
es la probabilidad de que la primera
bola sacada sea negra, mientras que:
Dos o ms sucesos son llamados mutuamente excluyentes si la
ocurrencia de cualquiera de ellos excluye la ocurrencia de los otros.
Por lo tanto si E1 y E2 son sucesos mutuamente excluyentes, Pr{E1E2} = 0.
En particular,
y
. La probabilidad de sacar un as o un rey en una extraccin es:
Si E1 es el suceso se saca un as de una mano de cartas
y E2 es el suceso se saca una espada, entonces E1 y E2
no son mutuamente excluyentes, ya que puede
sacarse el as de espada. Por lo tanto, la probabilidad
de extraer un as o una espada o ambos es:
Dos eventos A y B son independientes si se cumple
cualquiera de las siguientes condiciones:
a) P(A/B) = P(A)
b) P(B/A) = P(B)
c) P(A B) = P(A)* P(B)
Supongamos que un impulso elctrico debe pasar del
punto I al II para producir una seal. Para llegar al
punto II debe pasar por dos componentes electrnicos
(E1 y E2). La trayectoria del impulso se interrumpe si
falla cualquiera de los componentes. La probabilidad
de que el componente E1 no falle es 0.7 y la
probabilidad de que el componente E2 no falle es 0.8.
Adems, la probabilidad de que al menos uno no falle
es 0.94. Cul es la probabilidad de que la seal se
produzca?
Definamos los siguientes eventos:
A: El componente E1 no falla
B: El componente E2 no falla
Sabemos entonces que: P(A) = o.7; P(B) = 0.8; P(AB) = 0.94
La probabilidad pedida es P(AB). Pero por la regla 1:
P(AB) = P(A) + P(B) (P(A B) = 0.7 + 0.8 0.94 = 0.56
o bien:
Para visualizar las dificultades que nos puede llevar
este ltimo resultado, consideremos la siguiente
situacin:
Entonces:
Pero:
Por lo tanto:
y P(S3/E) =
0
Ntese que la informacin adicional de que el error se
ha cometido nos da probabilidades a posteriori muy
diferentes de las probabilidades a priori.
2.
En otras palabras, el rea delimitada por dos lneas verticales levantadas sobre
los puntos a y b (a < b) y la curva es la probabilidad de que X tome un valor entre
a y b.
Una funcin f(x) que satisface los requisitos anteriores se
llama funcin de probabilidad o distribucin de
probabilidad para una variable aleatoria continua, pero
con mayor frecuencia se denomina funcin de densidad de
probabilidad o simplemente funcin de densidad. Cualquier
funcin que satisface las propiedades 1 y 2 anteriores
automticamente es una funcin de densidad y las
probabilidades pedidas pueden obtenerse a partir de (1).
Las funciones de densidad se presentan en dos
partes:
En la primera se especifican los puntos para los
cuales la funcin tiene valor positivo, y
b)
Por analoga con la funcin de distribucin para
variables aleatorias discretas, definimos la funcin de
distribucin F(x) para una variable aleatoria
continua por:
a) Hallar la funcin de distribucin para la variable
aleatoria del ej. anterior.
b) Emplear el resultado de (a) para hallar P(1 < x 2).
a)Tenemos
x -3 -2 -1 0 1
f(x) 0.1 0.2 0.4 0.2 0.1
La esperanza de X sera:
E(X) = (-3)(0.1) + (-2)(0.2) + (-1)(o.4) + (0)(0.2) + (1)(0.1)
E(X) = -1.0
Propiedades de la esperanza matemtica
Sea c1 y c2 dos constantes, y sea X una variable
aleatoria. Entonces:
a)E(c1) = c1
b)E(c1X) = c1E(X)
c) E(X + c1) = E(X) + c1
d) E(c1 + c2X) = c1 + c2E(X)
e) E(X + Y) = E(X) + E(Y)
f) E(XY) = E(X)*E(Y)
Se define como:
E(X) = 2.0
o con = k
Si k = 2 en la desigualdad de Chevichev vemos que: