Professional Documents
Culture Documents
DEFINICIONES BASICAS
Ejemplos:
Supongamos el lanzar un dado al aire y observaremos los
resultados siguientes: S={1,2,3,4,5,6};S={6}.
1
Los elementos del espacio muestral se obtienen ahora
leyendo desde el inicio hasta el final de las ramas 1,2,3 y
4 del rbol. En consecuencia, el espacio muestral es
S= HH,HT,TH,TT .
a) Diagramas de Venn:
A A, x B o x a ambos }
y x
Ac = { x S, x A }
Ac + A = S
2
Si dos conjuntos A y B no tienen elementos en comn, su
interseccin ser nula o vaca. En este caso A y B se dicen
eventos mutuamente excluyentes.
b) Tabla de Contingencia:
A TOTAL
B P( A B ) P( B ) P( B )
P( A ) P( ) P( )
TOTAL P( A ) P( ) 1
3
En los problemas de probabilidad y en especial en los de
probabilidad condicionada, resulta interesante y prctico
organizar la informacin en una tabla de contingencia o en
un diagrama de rbol.
Las tablas de contingencia y los diagramas de rbol estn
ntimamente relacionados, dado uno de ellos podemos
construir el otro. Unas veces, los datos del problema
permiten construir fcilmente uno de ellos y a partir de l
podemos construir el otro, que nos ayudar en la resolucin
del problema.
La tabla anterior adopta la forma del diagrama de rbol del
c
dibujo. En ste, a cada uno de los sucesos A y se les
c
ha asociado los sucesos B y .
P( B A ) = P( B/A ) P( A ),
4
PROBABILIDAD Definiciones (Cont.)
1. Introduccin
5
Para resolver estos casos, se hace una extensin de la
definicin de probabilidad, de manera que se pueda aplicar
con menos restricciones, llegando as a la definicin
frecuentista de probabilidad.
6
por A.N. Kolmogorov (1903-1987) y aceptada por estadsticos
y matemticos en general:
Axioma 2: P(S) = 1
Axioma 3:
n
n
P( i 1
Ai ) P ( Ai )
i 1
P( i 1
Ai ) P ( Ai )
i 1
1. P() = 1 - P(A)
2. P( ) = 0
3. P(B-A) = P(B) P(A B)
4. Si A B entonces P(B-A)= P(B) P(A)
5. Si A B entonces P(A)P(B)
6. P(A) 1 para todo suceso A
7. P(A B)= P(A) + P(B) - P(A B)
8. P(A B C)= P(A)+P(B)+P(C) -
P(A B) - P(A C) - P(B C) + P(A B C)
7
PROCESO PARA CALCULAR LA PROBABILIDAD DE UN EVENTO.
B1 B2
(HOMBRES) (MUJERES)
A1 n11 n12
(FUMADOR)
A2 n21 n22
(NO FUMADOR)
n
P(Ai) = nij/n
j 1
n n
P(Ai) = nij nij/n = P( Ai Bj )
j 1 j 1
(Probabilidad Marginal)
8
La probabilidad marginal de un evento Ai es igual a la suma
de las probabilidades conjuntas de Ai y Bj, efectundose la
suma sobre todos los eventos Bj.
De igual manera:
n
P(Bj) = P( Ai Bj )
i 1
En general:
n
P(Ai/Bj) = nij / nij
i 1
n
y por simetra P(Bj/Ai) = nij / nij
j 1
Por lo tanto:
9
En general:
n
P(Ai/Bj) = (nij n)/( nij n) = P(Ai Bj)/P(Bj) (P(Bj)>0)
i 1
y de manera equivalente:
n
P(Bj/Ai) = (nij n)/( nij n) = P(Ai Bj)/P(Ai) (P(Ai)>0)
j 1
PROBABILIDAD TOTAL
Se tiene lo siguiente:
B1 B2 B3 .Bn
n
P(A) = P(A Bj) pero P(A/Bj) = P(A Bj)/P(Bj)
j 1
Entonces:
n n
P(A) = P(A Bj) = P(A/Bj) * P(Bj)
j 1 j 1
10
REGLAS BSICAS DE PROBABILIDAD
Regla De La Suma:
P(A - P(A B)
TEOREMA DE BAYES
11