Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
PROBABILIDADES Definiciones: 1. Experimento aleatorio () : es todo proceso que consiste en la realización de una prueba o más pruebas, cuyo resultado en cada prueba depende del azar, por tanto, no se puede anticipar. 2. Espacio Muestral ( ) : Conjunto de todos los posibles resultados de un experimento aleatorio. 3. Evento ó Suceso (A): conjunto de uno o más resultados de un experimento. (es un subconjunto del espacio muestral), el vacío también se considera un evento. 4. Probabilidad: Sea el espacio muestral asociado a un experimento aleatorio. La probabilidad de cualquier evento A de , es el número real P(A) que satisface los siguientes axiomas: P1) 𝑃(𝐴) ≥ 0, ∀𝐴 ⊂ Ω P2) 𝑃(Ω) = 1 P3) Si 𝐴 y 𝐵 son dos eventos mutuamente excluyentes entonces 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) De los axiomas de probabilidad resultan las siguientes propiedades: Propiedades: 1.-Si ∅ es el evento imposible entonces 𝑃(∅) = 0. 2.-Si Ac es el evento complementario de A entonces P(Ac) = 1 – P(A) 3.-Si A y B son dos eventos de un mismo espacio muestral tales que 𝐴 ⊂ 𝐵 entonces 𝑃(𝐴) ≤ 𝑃(𝐵) 4.- Si A y B son eventos cualesquiera de un mismo espacio muestral P(A B) = P(A) + P(B) - P(A B) 5.- Para tres eventos A , B y C de un mismo espacio muestral P(A B C) = P(A) + P(B) + P(C) - P(A B) - P(A C) - P(B C) + P(A B C) CÁLCULO DE LA PROBABILIDAD DE UN EVENTO: 1) Probabilidad de un evento en un espacio muestral finito Sea ={𝑤1, 𝑤2, … ,𝑤𝑛}, un espacio muestral finito, si 𝐴 es un evento del espacio equiprobable que consta de 𝑘 puntos muestrales (0 ≤ 𝑘 ≤ 𝑛) entonces la probabilidad de 𝐴 es el número: P(A) = )n( n(A) posibles resultados de totalNúemro favorables resultados de Número = Cardinal de A Cardinal de Ejemplo. Se lanza un dado y se observa el número que aparece en la cara superior Entonces 1,2,3,4,5,6 Sea A el evento ocurre un número impar, entonces A 1,3,5 La probabilidad de la ocurrencia del evento A es 1 2 Nota: En los experimentos que se consideran anteriormente: 1.- Es posible repetir cada experimento indefinidamente sin cambiar las condiciones 2.- No se puede determinar cual será el resultado de un experimento pero se puede determinar el espacio muestral. En forma frecuencial: LEY DE LOS GRANDES NÚMEROS: En un experimento se determina el espacio muestral y se elige un evento cualquiera A, luego se efectúa el experimento una cantidad de veces y se calcula Número de veces que ocurre A Número de veces del experimento Af a este número se le llama la frecuencia relativa del evento A. A medida que el experimento se repite los resultados del experimento pueden ocurrir en forma aleatoria, la frecuencia relativa de A cambia en forma aleatoria pero cuando el experimento se repite un gran número de veces, aparece un modelo definido de regularidad la frecuencia relativa de A tiende a un número fijo el cual es llamado la probabilidad de A, esto hace posible la construcción de un modelo matemático para analizar el experimento. Con respecto al ejemplo anterior: Si lanzamos un dado una vez, registramos la ocurrencia del evento A y calculamos (1) Número de veces que ocurre A 1 Af Si lanzamos un dado dos veces, registramos la ocurrencia del evento A y calculamos (2) Número de veces que ocurre A 2 Af Si lanzamos un dado tres veces, registramos la ocurrencia del evento A y calculamos (3) Número de veces que ocurre A 3 Af Y así sucesivamente, veremos que los números (1)Af , (2)Af , (3)Af ,..… son aleatorios pero a partir de un número de veces bien grande que se realiza el experimento se cumple que la frecuencia relativa del evento A Número de veces que ocurre A Número de veces del experimento Af se acerca cada vez más a P(A) = n(A) n( ) la probabilidad de la ocurrencia del evento A, el cual es su valor límite. EVENTOS MUTUAMENTE EXCLUYENTES: Dos eventos A y B son mutuamente excluyentes si no pueden ocurrir en forma simultanea, esto implica que P(A B )= 0 Observación: A y B son mutuamente excluyentes si A B = Ejemplo: En el ejemplo de lanzar un dado y registrar el número obtenido A : Es el evento sale un número impar B : Sale un número par A y B son dos eventos mutuamente excluyentes. EVENTOS INDEPENDIENTES Dos Eventos A y B de un espacio mismo espacio muestral asociado a un experimento E se dice que son independientes si y sólo si Esto quiere decir que los eventos A y B no están relacionados, por lo tanto la ocurrencia de uno de ellos no influye en la ocurrencia del otro. Ejemplo Supongamos que se lanza un dado normal dos veces, definamos los sucesos A y B como sigue: A : El primer resultado muestra un número par B : El segundo resultado muestra un 5 ó un 6 A y B no están relacionados, entonces son independientes Se observa que P(A B)= P(A) P(B) DISTRIBUCIÓN DE PROBABILIDAD DISCRETA. Una variable aleatoria es discreta si su valor se obtiene por simple conteo y normalmente estos valores son enteros. Si una variable “X” puede tomar una serie de valores discretos 1 2, , kx x x , con probabilidades 1 2, , kP P P , tal que: 1 2 1kP P P entonces se ha definido para “X” una distribución de probabilidad discreta, de la misma manera se puede asociar una función de probabilidad ( )ii x P f i=1,2,….,k que asocie Xi una probabilidad Pi. Ejemplo.- Sea el siguiente experimento aleatorio: Se enciende el motor de un carro y la probabilidad que funcione a 750 RPM sin apagarse es de 80%, si este experimento se realiza cuatro veces en las mismas condiciones y definimos la variable aleatoria : número de veces que funciona el motorX ; determinar la función de probabilidad y realizar un diagrama de bloques. Solución: P(A B) =P(A) P(B) 18 12 18 12 1 P(A) = , P(B) = , P(A) P(B) = 36 36 36 36 6 6 1 P(A B)= 36 6 Los valores que pueden tomar X son: 0 Nunca funcionó bien el motor 1 De las cuatro pruebas, una sola vez funcionó el motor 2 De las cuatro pruebas, dos veces funcionó bien el motor 3 De las cuatro pruebas, tres veces funcionó bien el motor 4 En todas las pruebas funcionó bien el motor. 0 44 ( 0) 0 1 34 ( 1) 1 2 24 ( 2) 2 3 14 ( 3) 3 4 04 ( 4) 4 0,8 0,2 0,0016 0,16% 0,8 0,2 0,0256 2,56% 0,8 0,2 0,1536 15,36% 0,8 0,2 0,4096 40,96% 0,8 0,2 0,4096 40,96% x x x x x P C P C P C P C P C Graficando: ESPERANZA MATEMÁTICA 𝐸(𝑥) Se define la esperanza matemática (o valor esperado) de una variable aleatoria “x” por: 1 i k ix x i E X P Nota: Si se considera la probabilidad de Xi como una frecuencia relativa se tiene que xE es el valor promedio de “x”. Ejemplo 0 5 10 15 20 25 30 35 40 45 0.16 2.56 15.36 40.96 40.96 0 1 2 3 4 En el problema anterior: (0) 0,16% (1) 2,56% (2) 15,36% (3) 40,96% (4) 40,96% x E x E 3,2 Observación: 3,2 es el 80% de 4 2) Probabilidad de un evento en un espacio muestral infinito numerable Sea ={𝑤1, 𝑤2, … ,𝑤𝑛 , … }, un espacio muestral infinito numerable, es decir: 1i iw 11 1)( i i i i wPwP Luego, si 𝐴 es un evento de , se tiene que: Aw i i wPAP )()( 3) Probabilidad de un evento en un espacio muestral continuo Sea 𝐴 cualquier evento de un espacio muestral continuo , tal que la medida (longitud o área) de 𝐴 exista, denotado por 𝑚(𝐴). Definamos la probabilidad de 𝐴 como: )( )( )( m Am AP Observación: En el caso continuo la probabilidad de un punto en es cero, por lo tanto, si 𝑃(𝐴) = 0 no implica que 𝐴 = ∅.
Compartir