Professional Documents
Culture Documents
ESTADSTICA
CONTENIDO
UNIDAD 2: PROBABILIDAD
1
01/06/2017
Experimento
Conjunto de acciones con las que, utilizando
procedimientos claramente establecidos, se
efecta algn tipo de observacin o medida.
Propsito de un experimento
Generar conocimiento
Verificar cumplimiento de algn principio, supuesto o teora.
Mejorar eficacia de algn mecanismo ya construido.
Experimento
Caractersticas
Se sabe cuales son los resultados posibles del
experimento antes de su ejecucin.
Cualquier realizacin del experimiento debe conducir a
un resultado que no es conocido, pero se sabe cuales
son los posibles resultados.
Puede ser repetido bajo idnticas condiciones
2
01/06/2017
Espacio muestral
Espacio muestral
3
01/06/2017
4
01/06/2017
5
01/06/2017
Unin de eventos
Unin de eventos
(E1 E2)= E1 + E2 (E1 E2)]
Funcin probabilidad
Funcin P con dominio S con valores en
[0,1] que cumple:
Axiomas de Kolmogorov
1. P() = 1
2. 0 <= P(E) <= 1 E S
3. P(E1 E2)= P(E1) + P(E2) siempre que
(E1 E2) =
6
01/06/2017
Teoremas probabilidad
Teorema 1
La probabilidad P de un evento E S
P(E)= 1 P(Ec)
Teoremas probabilidad
Teorema 2
La probabilidad P la unin de los eventos E1
y E2
P(E1 E2)= P(E1) + P(E2) P(E1 E2)
7
01/06/2017
Teoremas probabilidad
Teorema 3
La probabilidad P la interseccin de los
eventos E2 y E1c
P(E2 E1c)= P(E2) P(E1 E2)
Teoremas probabilidad
Teorema 4
Si E1 E2 P(E1) <=P(E2)
P(E1 E2) <= P(E1) + P(E2)
Teorema 5 (desigualdad de Bonferroni)
P(E1 E2) >= P(E1) + P(E2) - 1
Teorema 6 (Desigualdad de Boole)
P(E1 E2) >= 1 - P(E1c) - P(E2c)
P(E1 E2) = 1 (P(E1c E2c))
8
01/06/2017
Leyes de conjuntos
Probabilidad
N(E)
P(E) = ---------
N()
Lanzamiento dado, cual es la probabilidad que
aparezca un nmero mayor que 4.
= {1;2;3;4;5;6}
E ={5,6}
P(E) = 2/6= 1/3
Se debe saber determinar la cantidad de
elementos del evento
9
01/06/2017
Probabilidad
N(E)
P(E) = ---------
N()
Lanzamiento dado, cual es la probabilidad que
el dado cada dentro de la corona circular de
radio exterior 1 y radio interior 1/2
= rea total
E = rea corona
P(E) = *(1-0.52)/ *(1)2 = 0,75
Probabilidad
Teorema 7
Sean E1,E2 Ek, eventos con cardinalidad
n1,n2,..nk. Si se debe escoger primero un
elemento de E1, luego un elemento de E2 hasta
Ek, el nmero de opciones posibles es:
n1*n2*.nk
Es decir, el producto de las cardinalidades de
los eventos.
10
01/06/2017
Probabilidad
Ejemplos:
1)Una persona escoge su ropa en el armario y
tiene 3 pantalones,2 camisas, 2 pares de
zapatos. Cuantas opciones tiene para vestir.
Probabilidad
Ejemplos:
3)Asinacin de nmero de placa
Primera letra = letra provincial G
Segunda letra = abecedario (26)
Tercera letra = abecedario (26)
Primer nmero = entre 0 9
segundo nmero = entre 0 9
Tercer nmero = entre 0 9
cuarto nmero = entre 0 9
11
01/06/2017
Probabilidad
Encuentre probabilidad de:
(E1 E2 E3) c
(E1 E2) (E2 E3) E1 E2
(E1c E2 E3)
(E1c E3c) 0.12 0.10 0.20
(E1 E2 ) c E3
0.05
0.08 0.10
0.15
E3
Probabilidad
Encuentre probabilidad de:
Dado
P(E2) = 0.45 E1 E2
P(E1 E2) = 0.15
Encuentre
P(E2 E1c)
12
01/06/2017
Combinaciones
Nmero de combinaciones es el nmero de
muestras de tamao n que pueden tomarse
desde un conjunto (poblacin objetivo) de
tamao N. El orden no es relevante. Tambin se
lo llama COEFICIENTE BINOMIAL
Siempre es entero
Combinaciones
Nmero de combinaciones es el nmero de
muestras de tamao n que pueden tomarse
desde un conjunto (poblacin objetivo) de
tamao N. El orden no es relevante. Tambin se
lo llama COEFICIENTE BINOMIAL
Siempre es entero
13
01/06/2017
Combinaciones
Permutaciones
Nmero de subconjuntos de tamao n tomados
de un conjunto (poblacin objetivo) de tamao
N. El orden si es relevante.
Si N=n N
nP = n!
14
01/06/2017
Permutaciones
7=
2P (7!)/(7-2)!
Coeficiente multinomial
Son cada una de las muestras de tamao
n1,n2,..nk que se puede dividir la poblacin tal
que n1+n2+..nk = N, el nmero de
combinaciones de tamao n1,n2 ..y nk
(combinaciones distinguibles) son:
15
01/06/2017
Coeficiente Multinomial
Ej: X= {a,e,i, j, h ,3,4}
Cuantas forma de colocar la caracteres
considerando sus tipos
7 7!
=
3,2,2 3!2!2!
Coeficiente multinomial
Ejemplos:
Mantenimiento de lab. De 10 pc. 2 son HP, 5 son
IBM y 3 Dell. Cuantas formas se las puede ubicar
en el lab.
16
01/06/2017
Probabilidad Condicional
Probabilidad de A dado B
Axiomas:
P(E1|E1) = 1
P(E2|E1) >=0
P(E2UE3|E1) = P(E2|E1) + P(E3|E1) si E2 E3 =
Probabilidad Condicional
Lanzamiento de dos dados. Probabilidad de que
salga par dado que antes sali mayor 7.
17
01/06/2017
Teorema 8
Si P(E2) > 0 entonces
P(E1|E2) = 1-P(E1C|E2)
Teorema
Si E1 Y E2 son mutuamente excluyentes .
18
01/06/2017
Independencia estocstica
E1 es estocsticamente independiente de E2
P(E1|E2) = P(E1) , as como P(E2|E1)= P(E2)
Teorema 10.
Si E1 y E2 son estocst. independientes Entonces
P(E1 E2) = P(E1)P(E2)
Son independientes tambin:
E1 y E2c
E1c y E2
E1c y E2c
Independencia estocstica
dado={1,2,3,4,5,6}
E1={1,2}
E2={1,3,5}
P(E1) = 1/3
P(E2)= ?
P(E1 E2)= ?
P(E1|E2) = ?
P(E2|E1)= ?
19
01/06/2017
Independencia estocstica
Teorema 11.
Si E1 , E2 y E3 son estocst. independientes
Entonces tambin lo son:
E1 y E2 E3
E1 y E2 U E3
E1c y E2 E3c
Teorema de Bayes
La suma de Ei es y Ei son disjuntos
A es la unin de K eventos disjuntos
= E1 U E2 U E3U UEk-1U Ek
A = A E1 U A E2 U A E3 U .. U A Ek-1U A Ek
20
01/06/2017
Teorema de Bayes
Teorema de Bayes
Si 3 prof dictan una material Juan(0.5) dict 3
paralelos, Pedro (0.80 ) dict 2 y Luis (0.7) dicto 5.
Si un estudiante reprob cual es la probabilidad de
que le haya dado Luis.
P(A|Er)P(Er)
P(Er|A) = -----------------------
P(A|Ei)P(Ei)
21