Probabilidad FENÓMENOS ALEATORIOS

Documentos relacionados
CÁLCULO DE PROBABILIDADES :

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1

Límite y Continuidad de Funciones.

4. CONCEPTO BASICOS DE PROBABILIDADES

Sucesiones de números reales

Tema 12: IDEA DE PROBABILIDAD

TEMA 7: TEORÍA DE LA PROBABILIDAD

TEMA 3: TÉCNICAS DE RECUENTO. COMBINATORIA OMBINATORIA.

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

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

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

(PROBABILIDAD) (tema 15 del libro)

Intervalo de confianza para µ

Aplicaciones del cálculo integral vectorial a la física

2.- ESPACIOS VECTORIALES. MATRICES.

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Números naturales, enteros y racionales

Tema 1: Números Complejos

Teoría de la conmutación. Álgebra de Boole

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

MEDIDAS DE TENDENCIA CENTRAL. _ xi

ALGEBRA 9. Curso: 3 E.M. Progresiones aritméticas y geométricas. Colegio SSCC Concepción - Depto. de Matemáticas. Nombre: CURSO:

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

4. TÉCNICAS PARA CONTAR Cardinal de un conjunto. Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM.

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

TEMA 19 Cálculo de límites de sucesiones*

Muestreo sistemático

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.

ORGANIZACIÓN DE LOS DATOS.

Series Numéricas. Una forma de definir e es a través de la suma: ! + 1 1! + 1 2! + 1 3! + 1 4! n. cuyo límite es e, es decir:

Principio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1

Notas Docentes. Estadística para Economistas. Carlos Casacuberta. Nota Docente No. 08

Para obtener el número total de los resultados, es necesario desarrollar algunas técnicas de conteo, las cuales son: Permutaciones. Combinaciones.

Muestreo e Intervalos de Confianza

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

Técnicas para problemas de desigualdades

1 Valores individuales del conjunto

3. Volumen de un sólido.

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

Números naturales, enteros y racionales

Tema 5 Series numéricas

Funciones de variable compleja

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2

Transformaciones Lineales

ANALISIS ESTADISTICO DE VALORES EXTREMOS

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.

SUCESIONES DE NÚMEROS REALES. PROGRESIONES

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}

CAPÍTULO V. SUCESIONES Y SERIES

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

Combinatoria. Capítulo Métodos elementales de conteo Principio de inclusión-exclusión

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.

Estadística para Química - 1er. cuat Marta García Ben

Expresiones Algebraicas

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

PROGRESIONES ARITMETICAS

OPCIÓN A EJERCICIO 1_A

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales

Tema 6: Distribuciones Muestrales

Números complejos Susana Puddu

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Sucesiones numéricas.

PROGRESIONES ARITMÉTICAS.-

- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Sucesiones y series de números reales 1. Sucesiones de números reales

ESTADISTICA UNIDIMENSIONAL

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

Estadística Descriptiva

TEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n.

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Escuela Pública Experimental Desconcentrada Nº3 Dr. Carlos Juan Rodríguez Matemática 3º Año Ciclo Básico de Secundaria Teoría Nº 1 Primer Trimestre

en. Intentemos definir algunas operaciones en

Cálculo de límites Criterio de Stolz. Tema 8

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

TEMA IV. 1. Series Numéricas

Teorema del límite central

Teoría Combinatoria. Capítulo Dos Principios Básicos.

Tema 4 Sucesiones numéricas

Método de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas

Series de potencias. Desarrollos en serie de Taylor

CAPÍTULO VIII. CONVERGENCIA DE SUCESIONES. SECCIONES A. Criterios de convergencia. B. Ejercicios propuestos.

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS

La sucesión de Lucas

Si la razón es q, y el primer termino es a, la progresión se escribe. POR LO TANTO EL ENÉSIMO TÉRMINO DE UNA P.G SE DETERMINA A PARTIR DE:

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

Problemas de Sucesiones

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

CAPITULO 2. Aritmética Natural

Estimación puntual y por intervalos de confianza

P(U)=, 5, 8, 9, b, 5, 8, 5, 9, 5, b, 8, 9, 8, b, 9, b, 5, 8, 9, 5, 8, b, 5, 9, b, 8, 9, b, U. {8,b} Figura 1

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales

Señales y sistemas discretos (1) Transformada Z. Definiciones

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES

TEMA 4: COMBINATORIA

Transcripción:

Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El resultado es previsible, salvo quizás errores de medida. A estos feómeos se les deomia feómeos determiistas. Frete a estos feómeos existe otros muchos que o sigue e su realizació uas leyes determiadas. U feómeo o experimeto se dice aleatorio si puede dar lugar a diversos resultados, si que se pueda auciar co certeza cuál de éstos va a ser observado e la realizació del experimeto. Al describir u experimeto aleatorio es esecial especificar qué aspecto del resultado os iteresa observar. Dado u experimeto aleatorio, el cojuto cuyos elemetos so los posibles resultados diferetes del mismo, recibe el ombre de espacio muestral asociado al experimeto aleatorio. Lo deotaremos por Ω. Así, e el caso del lazamieto de u dado se toma como espacio muestral Ω = {1, 2, 3, 4, 5, 6}. Atediedo al úmero posible de resultados de u experimeto aleatorio u espacio muestral puede ser fiito, ifiito umerable o ifiito o umerable. Se puede defiir suceso de u experimeto aleatorio como u subcojuto de elemetos del espacio muestral. Por ejemplo, e el lazamieto de u dado, u suceso podría ser salir u úmero par que sería el subcojuto {2, 4, 6} del espacio muestral correspodiete. Dado que u suceso o es más que u subcojuto del espacio muestral, se puede defiir de la forma clásica e teoría de cojutos los coceptos de uió e itersecció de sucesos, suceso complemetario a uo dado, diferecia de sucesos (itersecció de u suceso co el complemetario de otro), así como suceso imposible (cojuto vacío), suceso seguro (el espacio muestral completo). Se puede demostrar que la clase formada por los sucesos de u experimeto aleatorio tiee estructura de álgebra de Boole, ya que cotiee al espacio muestral y es estable para las operacioes uió y complemetació de sucesos. Por este motivo, se la deomia álgebra de sucesos y se deota por Q. Se defie la frecuecia absoluta de u suceso A como el úmero de veces que ocurre dicho suceso e ua serie de repeticioes similares del experimeto aleatorio. Se la represeta por A. La frecuecia absoluta dividida por el úmero de veces que se realiza el experimeto es la frecuecia relativa, f A. Obsérvese que para todo suceso A, se tiee 0 f A 1. Como el suceso seguro ocurre siempre, su frecuecia relativa es igual a 1 y la frecuecia relativa del suceso imposible, como uca ocurre, es igual a 0. Asimismo, dados dos sucesos icompatibles (su itersecció es el suceso imposible) como o puede ocurrir simultáeamete, la frecuecia relativa de su uió es la suma de las frecuecias relativas de cada uo de ellos. DEFINICIÓN DE PROBABILIDAD A cotiuació, se va a defiir sobre el álgebra de sucesos asociada a u experimeto aleatorio, ua fució que proporcioe ua medida de la certeza o icertidumbre e la ocurrecia de los sucesos. Esta medida es la probabilidad cuya motivació se puede coisiderar como ua abstracció de la frecuecia relativa del mismo e ua serie larga de realizacioes del experimeto. Se suele decir que la probabilidad de u suceso A es el límite de la frecuecia relativa del suceso cuado el umero de veces que se repite el experimeto aleatorio tiede a ifiito. Imaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 1

Dado u experimeto aleatorio, co espacio muestral Ω y álgebra de sucesos Q, se defie la probabilidad como ua aplicació del álgebra de sucesos Q e los úmeros reales IR que satisface los tres axiomas siguietes: 1. P (A) 0 para todo A Q 2. P (Ω) = 1 P : Q IR 3. P (A B) = P (A) + P (B) si A, B Q co A B =. A cotiuació vamos a deducir de los axiomas ateriores uas propiedades que está e cosoacia co las propiedades que tiee las frecuecias relativas. a) P (A c ) = 1 P (A) para todo A Q y siedo A c el suceso complemetario de A. b) P (A) 1 para todo A Q c) P ( ) = 0 d) Para A y B dos sucesos cualesquiera de Q, se verifica P (A B) = P (A) + P (B) P (A B) E la práctica o tiee setido hablar de probabilidades si defiir previamete la població a la que os referimos y los sucesos que vamos a cosiderar. Llamaremos sucesos elemetales de u experimeto a u cojuto de resultados posibles de forma que siempre ocurre uo de ellos y so mutuamete excluyetes, es decir, la ocurrecia de uo implica la o ocurrecia de los demás. Llamaremos sucesos compuestos a los costruidos a partir de uioes de resultados elemetales. La determiació de probabilidades para sucesos compuestos requiere coocer las de los sucesos elemetales. E ocasioes, la simetría de los sucesos elemetales sugiere cosiderarlos equiprobables. Este razoamieto se ha aplicado repetidamete e los juegos de azar a problemas como tirar dados o moedas, extraer aipes de barajas, etc. A veces, el mecaismo geerador de los resultados está diseñado para itetar asegurar esta equiprobabilidad, como e la ruleta, por ejemplo. E estos casos, si existe sucesos elemetales equiprobables, la probabilidad de cada uo de ellos debe ser 1, para asegurar que la suma total sea uo. La probabilidad de u suceso A que cotiee f sucesos elemetales será f, lo que da lugar a la regla: P (A) = casos favorables (f) casos posibles () Esta regla sólo debe utilizarse cuado la simetría esté cofirmada por el mecaismo geerador o por la evidecia empírica. Imaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 2

MÉTODOS DE RECUENTO. COMBINATORIA Variacioes si repetició Sea E u cojuto de elemetos. Llamaremos variacioes si repetició de elemetos tomados de k e k al úmero de ordeacioes distitas de k elemetos o repetidos de E. Dos disposicioes será distitas si está formadas por elemetos distitos o si los elemetos está dispuestos e orde distito. El ORDEN IMPORTA. E el primero de los lugares de ua lista ordeada co k posicioes, podemos colocar cualquier elemeto de etre los posibles. E segudo lugar, podemos colocar cualquiera de etre los 1 restates. E tercer lugar, cualquiera de etre los 2 restates. Así, hasta llegar al lugar k-ésimo e dode podemos colocar cualquier elemeto de etre los k + 1 restates. Por tato: V k = ( 1) ( 2) ( k + 1) =! ( k)! Permutacioes Llamaremos permutacioes de elemetos a las variacioes si repetició de elemetos tomados de e, es decir, al úmero de ordeacioes posibles de todos los elemetos de E. Por tato P = V =! Variacioes co repetició Llamaremos variacioes co repetició de elemetos tomados de k e k al úmero de ordeacioes distitas de k elemetos repetidos o o repetidos de E. E el primero de los lugares de ua lista ordeada co k posicioes, podemos colocar cualquier elemeto de etre los posibles. E el segudo lugar, se puede volver a colocar cualquiera de los elemetos y así, e las k posicioes posibles. Por tato V R k = k Combiacioes si repetició Llamaremos combiacioes si repetició de elemetos tomados de k e k al úmero de subcojutos distitos de k elemetos que se puede formar co los elemetos de E. El ORDEN NO IMPORTA e el setido de que se cosidera dos subcojutos distitos cuado está formados por distitos elemetos. Por ejemplo, {3, 4, 5} y {4, 3, 5} se cosidera iguales. Si e las combiacioes se permuta los elemetos etre sí se obtiee las variacioes, por tato la relació etre el úmero de variacioes y el de combiacioes viee dado por V k = CP k k. Esto permite deducir el úmero de combiacioes, a saber C k = V k P k = ( )! k! ( k)! = k Imaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 3

PROBABILIDAD CONDICIONADA. INDEPENDENCIA La frecuecia relativa de u suceso A codicioada a la ocurrecia de otro suceso B se defie cosiderado úicamete los casos e los que aparece B y viedo e cuátos de estos casos ocurre A; es, por tato, igual a la frecuecia de ocurrecia cojuta de A y B, partida por el úmero de veces que aparece B. Dividiedo umerador y deomiador por el úmero de veces que se realiza el experimeto, la frecuecia de A codicioada a B se puede expresar f A B = f A B f B Motivádoos e esta expresió, exigiremos esta misma propiedad a la probabilidad y se defie la probabilidad de A codicioada a B por P (A B) = P (A B) P (B) dode P (B) > 0. Se comprueba fácilmete que la probabilidad codicioada cumple los tres axiomas de la defiició de la fució de probabilidad. Aálogamete se defie la probabilidad de B codicioada a A como P (B A) = P (A B) P (A) De forma que siempre se tiee dos expresioes distitas para la probabilidad de la itersecció de dos sucesos: P (A B) = P (A B)P (B) = P (B A)P (A) Diremos que dos sucesos so idepedietes si el coocimieto de la ocurrecia de uo o modifica la probabilidad de aparició del otro. Por tato, A es idepediete de B si P (A B) = P (A) Observado la defiició de probabilidad codicioada, se deduce que A es idepediete de B si y sólo si P (A B) = P (A)P (B) De dode se deduce que ser A idepediete de B es equivalete a que B sea idepediete de A. Esta defiició se geeraliza para cualquier úmero de sucesos: diremos que los sucesos A 1, A 2,..., A so idepedietes si la probabilidad cojuta de cualquier subcojuto que pueda formarse co ellos es el producto de las probabilidades idividuales. TEOREMA DE LA PROBABILIDAD TOTAL. FÓRMULA DE BAYES Cosideremos u cojuto de sucesos A 1, A 2,..., A del álgebra de sucesos Q cuya uió es el suceso seguro y so mutuamete excluyetes. U cojuto de sucesos co estas dos propiedades recibe el ombre de sistema completo de sucesos. Imaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 4

Teorema de la probabilidad total. Sea B u suceso cualquiera B Q y u sistema completo de sucesos A 1, A 2,..., A tales que P (A i ) > 0 para todo i {1, 2,..., }. Etoces, P (B) = P (B A i )P (A i ) i=1 Esta fórmula recoge la siguiete idea: si el suceso B puede ocurrir por algua de las causas A i, pero o se sabe cuál, hay que cotemplarlas todas. Etoces, la probabilidad de B es la suma de las probabilidades de la itersecció de B co cada uo de los A i, lo cual coicide (segú se vió e el apartado aterior) co el producto P (B A i )P (A i ). Cosideremos ahora, bajo las mismas codicioes del teorema aterior, que estamos iteresados e coocer la probabilidad de que, sabiedo que ha ocurrido el suceso B, la causa que lo ha producido sea el suceso A j. Expresado aalíticamete, lo que queremos calcular es P (A j B). Fórmula de Bayes: Sea B u suceso cualquiera B Q y u sistema completo de sucesos A 1, A 2,..., A tales que P (A i ) > 0 para todo i {1, 2,..., }. Etoces, P (A j B) = P (B A j)p (A j ) P (B A i )P (A i ) i=1 Obsérvese que la fórmula de Bayes es ua cosecuecia imediata de la defiició de probabilidad codicioada y el teorema de la probabilidad total. Imaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 5