A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

Documentos relacionados
A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

Universidad Técnica Federico Santa María

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

Héctor Allende 1. w Ω, resultado elemental. Ω : Espacio Muestral: Todos los posibles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

PARTE 1 - PROBABILIDAD

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

Inferencia Estadística

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

TEMA 63. Frecuencia y Azar. Leyes de Azar. Espacio probabilístico.

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

La inferencia estadística es primordialmente de naturaleza

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

PROBABILIDAD Y ESTADÍSTICA

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

PARTE 1 - PROBABILIDAD

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD

1.- DISTRIBUCIÓN BIDIMENSIONAL

AGRO Examen Parcial 1

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD

( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

SUCESOS Y PROBABILIDAD

4º MEDIO: MEDIDAS DE POSICIÓN

10 MUESTREO. n 1 9/ / σ σ 1

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

Aproximación a la distribución normal: el Teorema del Límite Central

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

PROBABILIDAD. Dos grupos son distintos si se diferencian en algún elemento ó en el orden de colocación de éstos.

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

BLOQUE II: CALCULO DE PROBABILIDADES

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

REGRESIÓN LINEAL SIMPLE

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Estructuras Algebraicas

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Análisis de Regresión y Correlación Lineal

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

ESTADÍSTICA poblaciones

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

No debe entregar los enunciados

Intensificación en Estadística

V II Muestreo por Conglomerados

Los Histogramas. Histograma simple

Modelos de Regresión Simple

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

PyE_ EF1_TIPO2_

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

APUNTES PARA EL CURSO DE PROBABILIDAD

7. Muestreo con probabilidades desiguales.

ERRORES EN LAS MEDIDAS (Conceptos elementales)

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Estadística Contenidos NM 4

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

MEDIDAS DE TENDENCIA CENTRAL

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

- Jóvenes amigos, dejen de discutir. Siéntense a la mesa en cualquier orden y escúchenme

PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES

Distribuciones Muestrales

2. Censura y truncamiento

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

GENERALIDADES SOBRE MÓDULOS

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

Espacios con producto interior

La Metodología de la Verosimilitud Empírica

Módulo Teórico Estadística Básica Prof. Dr. Juan Ignacio Pastore. Unidad N

5- VARIABLES ALEATORIAS BIDIMENSIONALES

Repaso de probabilidades y estadística. Introducción

Estadística Descriptiva

Tema 5. Fundamentos de la inferencia estadística: Introducción a la probabilidad y distribuciones muestrales.

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

Signif. codes: 0 *** ** 0.01 *

Transcripción:

Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Capítulo Probabldades Estadístca Computacoal II Semestre 004 Profesores: Héctor llede (hallede@f.utfsm.cl Rodrgo Salas (rsalas@f.utfsm.cl Pága: www.f.utfsm.cl/~hallede Coceptos áscos Expermeto aleatoro : ξ Espaco Muestral : Ω Espaco Muestral : Dscreto, Cotuo Eveto o Suceso Sucesos elemetales, seguros e mposbles Probabldad : grado de certdumbre Probabldad y Juegos de zar Probabldad y Frecueca relatva Probabldad Subetva (Persoal Coceptos áscos Coutos y Evetos Expermeto leatoro: -Proceso que tee o más resultados posbles Eveto ( Suceso Elemetal: - Resultado de u expermeto dvsble - Mutualmete Excluyetes : s ocurre uo o exste posbldad de observar otro - Equprobable : Cada eveto smple tee detca probabldad Espaco Muestral -El couto que cotee todos los resultados posbles Eveto -El couto de todos los evetos elemetales posbles que resulta e la ocurreca del eveto Ω (S s Ω Ω (S: Espaco Muestral: Todos los posbles resultados elemetales s S, resultado elemetal I :Famla de todos los evetos posbles de S I, luego es u Eveto E s, luego eveto mposble S I, luego S es el Eveto Seguro y I, luego so evetos I; I; c I, so evetos 4 Cocepto de σ-álgebra de sucesos Coutos vs. Evetos Sea I ua clase o vacía formada por certos subcoutos del espaco muestral S. I es ua σ- algebra de sucesos s los sucesos complemetaros de aquellos que está e I també está e I, así como sus uoes umerables (sea ftas o ftas. Esto se puede eucar como: c I I es ua σ álgebra I I,..., U 5 Teoría Coutos Teoría Probabldades S Ω Uverso Espaco Muestral I Couto Poteca Famla Clases de Evetos I subcouto de S es u Eveto s s es elemeto de Ocurre el eveto Couto vacío Eveto Imposble S Uverso Eveto Seguro uó Eveto o Eveto terseccó Eveto y Eveto c Complemeto de Eveto o- es subcouto de mplca y so dsutos y mutuamete excluyetes 6

Eemplo Dado Se realza u expermeto aleatoro de lazar u dado al are: -Sucesos elemetales {}, {}, {}, {4}, {5}, {6} -Espaco Muestral S{,,,4,5,6} -Couto Poteca I S{Ø,S,{},{},...,{,},...} Øsuceso mposble σ-álgebra S suceso seguro {,, 5} -Sucesos aleatoros {4, 5, 6} {, 4, 6}{,, 5} C... Eemplo S se realza u expermeto aleatoro de esperar el tempo que hace falta para que u átomo de carboo catorce, C 4, se destegre de modo atural, se tee que + S Ω R s embargo, el σ-álgebra de sucesos que se cosdera o es R, que es ua clase demasado complea para defr sobre sus elemetos ua medda de probabldad. E su lugar se cosdera el σ-álgebra formada por todos los tervalos, abertos o cerrados, y sus uoes ftas I {Ø, R +, (,,...,(,],...} lo que por supuesto cluye a los putos de R +. 7 8 Expermeto leatoro I II Se toma al azar ua esfera de la ura I Se trasfere a la ura II, se mezcla be. Se elge, aleatoramete, ua esfera de la ura II. cuál es la probabldad a pror que sea verde? 9 I Espaco Muestral Traspasar Roa # II 4 5 6 7 Traspasar Verde # II 8 9 0 II Traspasar Verde # Dsttas formas como puede resultar el expermeto. Ya que las esferas has sdo sacadas al azar, cada uo de ellos tee la msma posbldad de ocurrr 0 ocoes de Probabldad Eemplo Probabldad es ua medda de la certdumbre (Estmacó de la probabldad Teórca - Pror -Pr ( / úmero de posble formas e que puede ser observado úmero total de resultados posbles Hstórca (empírca-frecueca - Posteror -Pr ( / úmero de veces que ocurro úmero total de observacoes Subetva -La Opó de u Experto E la fgura se preseta la evolucó de la frecueca relatva del úmero de caras obtedo e el lazameto de ua moeda e 00 ocasoes (smulado e u computador.

Modelo Probablístco Sea ua Dstrbucó de Probabldad P, fucó que asga a cada sub-couto razoable de Ω u valor etre 0 y. Ω Sea I coleccó de evetos razoables de Ω (σ-álgebra P : I [0;] Modelo de Probabldad ( Ω, I, P Cálculo de Probabldades (Evetos Equprobables ocó tutva (regla de Laplace: Resultados favorables Resultados ocó frecuetsta: Sea : total de veces que se realza u expermet o : total de veces que ocurre lm al eveto posbles 4 Eemplo Dado Cuál es la probabldad de que al lazar u dado se tega par? -El espaco muestral es Ω{,,, 4, 5}. Vamos a llamar, al suceso cosstete e que el resultado es mpar, {,,5}. Como o supoemos que gua de las caras ofrece ua probabldad de ocurreca dferete a las demás, podemos aplcar la regla de Laplace para obteer que P[ ] úmero de casos favorables a úmero de casos posbles 6 Observacó Cálculo de Probabldades (Evetos Equprobables -E muchas ocasoes os preocupamos de elegr de maera aleatora uo o más obetos desde ua coleccó de obetos Sea el úmero de obetos. -Elegr obeto al azar, sgfca que cada obeto tee la msma probabldad de ser elegdo. elegr a / -Elegr obetos al azar sgfca que cada par de obetos tee la msma probabldad de ser selecoado. Supogamos que exste K de tales pares, etoces la probabldad de elegr u par cualesqueres es / K. -Elegr r obetos aleatoramete, r <, sgfva que cada r-tupla de obetos tee la msma probabldad de ser seleccoada que cualquer otra r-tupla. 5 6 Probabldad xomátca Propedades xoma : xoma : 0 Ω xoma :- Supoedo que { }, I sea mutuamete se verfca que, excluyete. φ 0.. C - 4. S 5. + - Σ S - - 7 8

Espaco Muestral Fto Probabldad Codcoal Sea S { E { s } s, s,..., s } U E S,.., Espaco Muestral Fto Eveto Elemetal Mutuamete excluyete s de a pares plcado los axomas se tee E f > 0 U E Como E I E 0,,,..., f E I E E + E Sea, dos sucesos tal que > 0. La probabldad de codcoada a la ocurreca de, deotada como : I Propedades:. 0. Ω. Σ co,, : 9 0 Probabldad Codcoal Probabldad Codcoal Ω Cetra el foco de atecó e el hecho que se sabe que ha ocurrdo el eveto També se ha ecotrado que el 5% de la pezas que o tee fallas superfcales so fucoalmete defectuosas Se ha ecotrado que el 5% de las pezas co fallas superfcales so fucoalmete defectuosas Estamos dcado que el espaco muestral de terés se ha reducdo sólo a aquellos resultados que defe la ocurreca del eveto Por lo tato el 90% o tee fallas vsbles e la superfce. 00% pezas Maufacturadas Se sabe que el 0% de las pezas maufacturadas tee fallas vsbles e la superfce. Etoces, mde la probabldad relatva de co respecto al espaco reducdo Eveto { peza fucoalmete defectuosa} { peza tee ua falla vsble e la superfce} dado? Casos Probabldad Codcoal Probabldad Total S 0 S S S Sea,,..., evetos mutuamete excluyetes : P ( Etoces U Cosecueca (Regla de ayes: 4

Equpo Fallado Sea,,..., Etoces Probabldad Total 5 4 4 evetos mutuamete excluyetes Equpo Maufacturado e Plata U Supogamos de que se elge aleatoramete u Equpo y se ecuetra que está fallado. cuál es la probabldad que sea maufacturado e Plata? Se pde ; pero sólo se cooce,,,,.., k Sabemos que Regla de ayes I φ ; U S 5 6 Probabldad Multplcatva Regla de la Multplcacó Ley Multplcatva: I... I sempre que: I > 0 El úmero de maeras dferetes de elegr o sacar u elemeto de del couto que tee elemetos, luego u elemeto de u couto que tee elemetos,..., y falmete u elemto del k-ésmo couto que tee k elemetos, e dode el orde como se seleccoa es mportate * *...* k 7 8 Eemplo Solucó Sea, sucesos de u msmo modelo de probabldad (Ω, R, P tales que: 0,4 0,7 0,75 Determar: C ; - ; C C ; C C - + - / 0,75 * 0,4 0, 0,7-0,4 + 0, 0,6 C 0,4 - C - 0,6-0, 0, C C C + C - C C C C C - C 0,6-0, 0, Luego C C 0,4 + 0,6-0, 0,7 / C C 0, 0,5 C 0,4 9 0

Eemplo U procesador para computadores puede prover de cualquera de tres fabrcates co probabldades: p 0,5; p 0,50; p 0,5. Las probabldades de que u procesador fucoe correctamete durate 0.000 horas es 0,; 0, y 0,4 respectvamete para los fabrcates: Calcular la probabldad de que u procesador elegdo al azar fucoe durate 0.000 horas. S el procesador fucoó correctamete durate el período de 0.000 horas cuál es la probabldad de que haya provedo del er fabrcate? C C F 0.* 0.5 + 0.* 0.5 + 0.4* 0.5 0.5 Solucó F C F F F C C 0.4* 0.5 0.444 0.5 Idepedeca Probablístca Observacoes Sea, dos evetos del modelo probablístco (Ω, I, P., se dce probablístcamete depedetes ss: I Sea { : I {,,,...,k}} ua coleccó de evetos de (Ω, I, P. Se dce que los elemetos so coutamete depedetes ss: I φ J I {,,,..., k} J J Idepedeca probablístca Couta Idepedeca de a pares. Idepedeca probablístca de a pares Idepedeca probablístca Couta. S, so evetos depedetes probablístcamete. Etoces se tee, C so depedetes. C, C so depedetes C, so depedetes 4. Sea (Ω, Ω, P modelo de probabldad. Estudar depedeca couta y de a pares. 4 Idepedeca Probablístca Eemplo : Sea (Ω, Ω, P modelo de probabldad. Ω { (,0,0 (0,,0 (0,0, (,, } {w } /4, 4 Sea,, evetos de (Ω, Ω, P : : era coord. es : da coord. es : era coord. es Estudar depedeca couta y de a pares. Eemplo.4 : Idepedeca Probablístca 4 Probabldad de cerrar los relés,, y 4 es p. S todos los relés fucoa depedetemete, cuál es la probabldad que pase correte de a 4 ( E P[( R I R U ( R I R4]; E P[ R I R ] + P[ R I R4 ] P[ IR ] p p P 5 4 5 6

Costruccó Modelos de Probabldad Sea µ ua medda e el Espaco Muestral tal que µ (Ω < : Logtud ; Superfce Volume. etc. Etoces exste u fucó defda e IR P : R R µ ( µ ( Ω es ua medda de Probabldad 7 Eemplo.5: Problema del ecuetro: Dos estudates acuerda [9; 0] ecotrarse e la bbloteca de la UTFSM etre las 9.M. y las 0.M. u día lues. El prmero que llega a la bbloteca, espera al otro 0 mutos (detro del tervalo de tempo pactado. S se supoe que cada uo llega al azar e el tervalo de tempo covedo y que los tempos de llegada so depedetes. Cuál es la probabldad que estos estudates se ecuetre? Solucó: X(t : Llegada del estudate Y(t : Llegada del estudate [X(t;Y(t] [9; 0]x [9; 0] [0; 60]X [0; 60]Ω {[X(t;Y(t] : X(t;Y(t < 0} µ(α/µ(ω / 6 8 Eemplo.5: Problema del ecuetro: Dos estudates acuerd [9; 0] a ecotrarse e la bbloteca de la UTFSM etre las 9.M. y las 0.M. u día lues. El prmero que llega a la bbloteca, espera al otro 0 mutos (detro del tervalo de tempo pactado. S se supoe que cada uo llega al azar e el tervalo de tempo covedo y que los tempos de llegada so depedetes. Cuál es la probabldad que estos estudates se ecuetre? Solucó: X(t : Llegada del estudate Y(t : Llegada del estudate [X(t;Y(t] [9; 0]x [9; 0] [0; 60]X [0; 60]Ω {[X(t;Y(t] : X(t;Y(t < 0} µ(α/µ(ω / 6 Varacoes Def: Sea u couto : Card (, se llama varacó smple o s repetcó a todo subcouto de elemetos dstguédose estos etre s, e los elemetos que lo compoe y e el orde e que estos elemetos va colocados x, x,..., x } V(, ( V(, ( (... { V(, k ( (...( k + Obs: S las varacoes so co repetcó V (, k k 9 40 Permutacoes Combacoes úmero de maeras dsttas de sacar r elemetos de lote de CUDO EL ORDE IMPORT : ota: Estudar permutacoes co repetcó obetos P r! ( r! ----- 4 r Combacoes (s repetcó: úmero de maeras dsttas de sacar r elemetos de lote de CUDO EL ORDE O IMPORT ota : Estudar combacoes co repetcó C (,r (+r-!/ r!(-!! C(, r r!( r! 4 4