1

Universidad Autnoma de Tamaulipas

Facultad de Ingeniera Arturo Narro Siller


Materia:
Probabilidad y Estadistica

Catedrtico:
Dra. Elda Margarita Hernndez Rejn

Alumno:
Camacho Turrubiates Roberto Ral

Titulo:

Conceptos de Probabilidad



Grupo: 5 A Tampico, Tam. 13 de Septiembre de 2010

2
INDICE

Probabilidad 3
Fundamentos matemticos de la probabilidad 4
Fenmenos deterministas y aleatorios 6
Experimento 6
Espacio muestral 6
Evento 7
Probabilidad marginal 7
Probabilidad conjunta 7
Probabilidad condicional 8
Independencia de eventos 8
Probabilidad Total 8
Conclusin 9
Bibliografia 9






3
Probabilidad
En cualquier experimento aleatorio siempre hay incertidumbre sobre si un
suceso especfico ocurrir o no. Como medida de la oportunidad o probabilidad
con la que podemos esperar que un suceso ocurra es conveniente asignar un
nmero entre 0 y 1.
Si estamos seguros de que el suceso ocurrir decimos que su probabilidad
es 100% 1, pero si estamos seguros de que el suceso no ocurrir, decimos que
su probabilidad es cero. Por ejemplo, si la probabilidad es de 1/4, diramos que
hay un 25 % de oportunidad de que ocurra y un 75 % de oportunidad de que no
ocurra. Equivale a decir que la probabilidad contra su ocurrencia es del 75% al
25% o de 3 a 1.
Existen dos procedimientos importantes por medio de los cuales podemos
obtener estimativos para la probabilidad de un suceso.

1.- Enfoque clsico o a priori: Si un suceso puede ocurrir en h maneras
diferentes de un nmero total de n maneras posibles, todos igualmente factibles,
entonces la probabilidad del suceso es h/n.
Como ejemplo tenemos el lanzamiento de una moneda, si buscamos la
probabilidad de que salga cara en un solo lanzamiento. Puesto que hay dos
maneras igualmente factibles del resultado, simplemente cara o sello, entonces
la probabilidad es igual a 1/2.

2.- Enfoque como frecuencia relativa o a posteriori: Si despus de n
repeticiones de un experimento, donde n es muy grande, un suceso ocurre h
veces, entonces la probabilidad del suceso es h/n. Esto tambin se llama la
probabilidad emprica del suceso.
Ejemplo. Si lanzamos una moneda 1000 veces y hallamos que 532 veces resultan
caras, estimamos que la probabilidad de una cara es 532/1000 = 0.532.












4
Fundamentos Matemticos de la Probabilidad
Los Axiomas de la Probabilidad
Supngase que se tiene un espacio muestral E. Si E es discreto, todos los
subconjuntos corresponden a sucesos y recprocamente, pero si E es continuo,
solamente los subconjuntos especiales (denominados medibles) corresponden a
sucesos. A cada suceso A en la clase C de sucesos asociamos un nmero real
P(A), lo que quiere decir que P es una funcin de valor real definida en C. As P es
la funcin de probabilidad, y P(A) es la probabilidad del suceso A, si se satisfacen
los axiomas siguientes:
Axioma 1.- La probabilidad de que ocurra un evento A cualquiera, se encuentra
entre cero y uno.
0 p(A) 1

Axioma 2.- La probabilidad de que ocurra el espacio muestral P debe de ser 1.

P(E) = 1

Axioma 3.- Si A y B son eventos mutuamente excluyentes, entonces:

P(AB) = P(A) + P(B)

Teoremas importantes sobre Probabilidad.
De los axiomas anteriores podemos demostrar varios teoremas sobre
probabilidad que son importantes en el estudio posterior.
Teorema 1.- Si A
1
A
2
entonces P( A
1
) P( A
2
) y P( A
2
A
1
) = P( A
2
) P( A
1
)

Teorema 2.- El suceso imposible tiene probabilidad cero P( ) =

Teorema 3.- Si A es el complemento de A, entonces: P( A) = 1 P( A)

Teorema 4.- Si A = A
1
A
2
A
n
y A
1
, A
2
, , A
n
son sucesos mutuamente
excluyentes, entonces:

P( A) = P( A
1
) + P( A
2
) + + P( A
n
)

Y como caso particular, si A = E, el espacio muestral, entonces:

P( A
1
) + P( A
2
) + + P( A
n
) = 1



5
Teorema 5.- Si A y B son dos sucesos cualesquiera, entonces:

P( A B) = P( A) + P( B) P( A B)




Generalizando, si A
1
, A
2
, A
3
son tres sucesos cualesquiera, entonces:

P( A B C) = P( A) + P( B) + P( C) P( A B) P( B C) P( C A)
+ P( A B C)














Teorema 6.- Para dos sucesos A y B:

P( A) = P( A B) + P( A B)


Teorema 7.- Si un suceso A debe resultar en uno de los sucesos mutuamente
excluyentes A
1
, A
2
, , A
n
entonces:

P( A) = P( A A
1
) + P( A A
2
) + + P( A A
n
)







E
E

6
Fenmenos deterministas y aleatorios
Los fenmenos deterministas son aquellos que cuando se repiten en
condiciones anlogas, se obtendr siempre el mismo resultado. Un ejemplo es
lanzar una moneda desde una altura conocida, y al medir el tiempo en llegar al
suelo siempre ser el mismo independientemente del nmero de veces que sea
realizado el experimento, aunque en la prctica es sabido que dichos fenmenos
no existen debido a diversos factores como errores de medicin por ejemplo.
Por otro lado, los fenmenos aleatorios, son aquellos en donde los
resultados no son esencialmente los mismos a pesar de que las condiciones sean
aproximadamente idnticas. Citamos como ejemplo la probabilidad de obtener un
2 al lanzar un dado.

Experimento
Se define como experimento a cualquier accin o proceso que genera
observaciones. Un ejemplo simple de experimento estadstico es el lanzamiento al
aire de una moneda. En este experimento slo hay dos resultados posibles, cara o
cruz.
Cuando se lanza una moneda al aire de forma repetida, no podemos tener
la certeza de que un lanzamiento dado tendr como resultado una cara. Sin
embargo, conocemos por completo el conjunto de posibilidades para cada
lanzamiento.
.
En la mayor parte de los casos los resultados dependern del azar y, por
tanto, no se pueden predecir con certeza.

Espacio muestral
Un conjunto E que consiste en todos los resultados de un experimento
aleatorio se llama un espacio muestral y cada uno de los resultados se denomina
punto muestral, Con frecuencia habr ms de un espacio muestral que describe
los resultados de un experimento pero hay comnmente slo uno que suministra
la mayora de la informacin. Obsrvese que E crresponde al conjunto
universal.


7
Evento
Se llama evento o suceso a todo subconjunto de un espacio muestral. Por
ejemplo en el espacio muestral E = {1, 2, 3, 4, 5, 6} del lanzamiento de un dado,
los siguientes son eventos:

1. Obtener un nmero primo A = {2, 3, 5}
2. Obtener un nmero primo y par B = {2}
3. Obtener un nmero mayor o igual a 5 C = {5, 6}

- Eventos mutuamente excluyentes
Dos eventos son mutuamente excluyentes si no pueden ocurrir en forma
simultnea, esto es, si y slo si su interseccin es vaca. Por ejemplo, en el
lanzamiento de un dado los eventos B = {2} y C = {5, 6} son mutuamente
excluyentes. B C =

- Eventos mutuamente excluyentes
Si A B = y A B = E, se dice que A y B son eventos complementarios: A
c
= B
y B
c
= A

Probabilidad Marginal, probabilidad conjunta

En pocas palabras la probabilidad marginal es la probabilidad de un evento
simple A, es decir un evento de una sola caracterstica.
La probabilidad de que se presenten en forma simultnea dos eventos A y
B, se conoce como probabilidad conjunta de A y B y se puede definir como:
B P *
B
A
P B A P





8
Probabilidad Condicional, independencia de eventos
Sean A y B dos sucesos tales que P(A) > 0. Denotamos por P(B|A) la
probabilidad de B dado que A ha ocurrido. Puesto que se sabe que A ha ocurrido,
se convierte en el nuevo espacio muestral, remplazando al original E. Presentando
la siguiente definicin.
P( B| A) =
P( A B)
P( A)
P( A B) = P( A) P( B| A)

En la segunda ecuacin se expresa que la probabilidad que tanto A como B
ocurran es igual a la probabilidad que A ocurra tantas veces la probabilidad que B
ocurra cuando A haya ocurrido. Se le llama a P( B| A) la probabilidad condicional B
dada, es decir la probabilidad de que B ocurra dado que A ha ocurrido
Si P( B| A) = P( B) es decir la probabilidad de que B ocurra no est afectada
por la ocurrencia o no ocurrencia de A, entonces se establece que A y B son
sucesos independientes. Matemticamente se expresa como:
P( A B) = P( A) P( B)

Probabilidad Total
El Teorema de la probabilidad total nos permite calcular la probabilidad de
un suceso a partir de probabilidades condicionadas. El teorema establece que:
Sea A
1
, A
2
, , A
n
un sistema completo de sucesos tales que la probabilidad
de cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que se
conocen las probabilidades condicionales P( B| A

) , entonces la probabilidad del

suceso B viene dada por la expresin:
P( B) = P( A
1
) P( B| A
1
) + P( A
2
) P( B| A
2
) + + P( A
n
) P( B| A
n
)







9
Conclusin
El conocimiento de los conceptos bsicos, axiomas y teoremas de la
probabilidad, as como reconocer los tipos de probabilidad que hay, permiten tener
un panorama ms amplio sobre los alcances que dicha ciencia tiene y
posteriormente, aplicarlos a cuestiones de ingeniera.

Bibliografa
Libros:
ORTIN Rull, Jordi (2006). Curso de Fsica estadstica. Universitat de Barcelona.
SPIEGEL, Murray R. (1977). Probabilidad y Estadistica. McGraw Hill

Fuentes electrnicas:
http://www.eumed.net/cursecon/libreria/drm/drm-estad.pdf
http://www.conevyt.org.mx/actividades/probabilidad/sabermas2.html
http://es.wikipedia.org/wiki/Probabilidad_condicionada
http://www.jfinternational.com/mf/probabilidades-definiciones.html