PROBABILIDAD

FENOMENO

Cualquier cosa que ocurre en la naturaleza

Fenmeno Determinstico o no Aleatorio Fenmeno Aleatorio

mismas condiciones iniciales, el Dadas unas condiciones iniciales

resultado es el mismo el resultado no es el mismo

V=d/t Lanzamiento de una moneda

 EXPERIMENTO
ALEATORIO (E)

Proceso mediante el cual se obtiene un resultado.

No se puede predecir con
exactitud el resultado del
experimento.

DETERMINSTICO

El lanzar una moneda al aire

Se puede predecir lo
que va a ocurrir
CARACTERSTICAS DE UN EXPERIMENTO ALEATORIO

Si un nmero natural es par,

Repetirse nO Diferentes Posee regularidad
el siguiente ser impar
veces. resultados Estadstica
 PROBABILIDAD

Refleja las expectativas de que un suceso determinado ocurra.

Regla de La Place

Experimento aleatorio es regular, o son equiprobables

a) A = {nmero par} = {2, 4, 6}

p (A) = 3/6 = 1/2

 PROPIEDADES

Teorema 1

Ejemplo. Se sabe que la probabilidad de curar la leucemia infantil es de

1/3. Por lo tanto, la probabilidad de que no se cure la enfermedad ser de
1 - 1 / 3 = 2 /3

Teorema 2

Ejemplo. Consideramos el experimento de lanzar un dado. La probabilidad de

obtener 9 en una cara es igual a cero
 PROPIEDADES

Teorema 3

Ejemplo. En el experimento anterior, sea A el suceso obtener un

numero mayor que 4, y B obtener un nmero mayor que 2
 PROPIEDADES
Teorema 4 p(A)1

Teorema 5 p(AB)=p(A)+p(B)-p(AB)

Sea el siguiente experimento:

E = "Extraer una carta de una baraja"
Y los sucesos siguientes:
A = "Obtener un oro", B = "Obtener un rey

A y B son compatibles, pues AB = "Obtener rey de oros"

 Espacio Muestral
En la teora de probabilidades, el espacio muestral (denotado E, S, o U)
consiste en el conjunto de todos los posibles resultados de un experimento
aleatorio, tambin conocido como espacio de muestreo) se entiende el grupo de
todos los resultados especficos que se pueden obtener tras una
experimentacin de carcter aleatorio.
EJEMPLO:
 REGLAS DE PROBABILIDAD
Se dar una descripcin de las 9 reglas de probabilidad:

Las reglas se utilizan para:

Facilitar el cmputo de probabilidades asociadas a sucesos y

fenmenos que siguen un modelo probabilstico, tiles para tomar
decisiones de posibles resultados futuros, para utilizarlas es necesario
seguir ciertas reglas generales.
 La reglas 1 y 2 definen los lmites de las
probabilidades.
De la 3 a la 5 se conocen como las reglas de
suma.
Las reglas 6 y 7 se aplican a probabilidad
condicional.
La 8 y 9 se conocen como las reglas de
multiplicacin.
 EVENTOS
Es un subconjunto de unespacio muestral, es decir, un conjunto de
posiblesresultadosque se pueden dar en unexperimento aleatorio.
 EJEMPLO
Si se considera unabaraja de naipessin comodines, y se toma una sola carta del mazo de
cartas, entonces el espacio muestral est formado por un conjunto de 52 eventos
elementales, ya que en el experimento aleatorio de extraer una carta existen 52
posibilidades diferentes.
 TIPOS DE EVENTOS

Eventos simples: Es un subconjunto que contiene un solo espacio

muestral.
Eventos compuestos: Es una combinacin de eventos simples.
 EJEMPLO

Evento simple: Si se lanza una moneda dos veces,S= {cc, cs, sc, ss}

Evento compuesto: Si se lanza dos monedas una vez,S= {cc, cs, sc, ss}
 RELACIN DE EVENTOS
Eventos Solapados: si tienen elementos comunes, estos
elementos comunes a AB, forman un subconjunto llamado
interseccin (AB) de AB.
Evento dependiente: Si los eventos AB, son dependientes A,
si la Probabilidad de que B suceda, esta influenciada por A
P (B) = P (B/A) => P (AB) = P (A) x P (B/A).
Evento independiente: si la Probabilidad de que B suceda, no
esta influenciada por A P (B/A) = P (B) => P(A B) = P (A) x P
(B)
Eventos complementarios: si el segundo es un subconjunto que
contiene todos los elementos que no estn en el primero. Los
eventos complementarios son a su vez mutuamente
excluyentes: AuB = S y A B =
 UNIN E INTERSECCIN DE
EVENTOS
Unin de eventos AuB: Sean A y B eventos, AuB es otro evento, el cual
ocurre cuando A ocurre, ocurre B o cuando ocurren ambos.

Intercesin de eventos AB: Sean A y B eventos, AB es otro

evento, cuando ocurre A y B simultneamente.
 VARIABLE ALEATORIA

Es una funcin que asocia a cada

resultado del espacio muestral
un valor real
Notacin:
X:Variable Aleatoria(V.A)
x:Valor de la V.A.

Cual es la probabilidad de
que X tome un determinado
valor?

(X=x) Representa el Suceso.

P(X=x) Representa la Probabilidad de
dicho Suceso.
 VARIABLE ALEATORIA
Rango de una V.A
Es el conjunto de nmeros reales que
puede tomar una variable.
Ejemplo:
Sea el experimento lanzar una moneda 3 veces,
sea X la variable que representa el numero de caras
obtenidas en el experimento.
E: lanzar una moneda 3 veces
X: numero de caras obtenidas al lanzar una moneda 3
veces
(c,c,c) 3 (c,c,s) 2 (c,s,s) 1 (s,s,s) 0
Numero de puntos obtenidos
Rx={0,1,2,3}
 Clasificacin de las v.a.

Una v.a. es discreta si solo toma valores enteros, es decir

V.A un numero finito de valores o infinitos numerables
Discreta

Una v.a. es continua si puede tomar valores en un conjunto

V.A infinito no numerable
Continua
 VARIABLE ALEATORIA Discreta
Funcin de Probabilidad f(x)
Es la funcin que asigna a cada valor xi
de la variable su correspondiente
probabilidad Pi.
f(x)=P(X = x)
Representacin Grafica
Funcin de Distribucin F(x)
Es la funcin que asocia a cada valor de la v.a.
discreta la probabilidad acumulada hasta ese
valor.
F(x)=P(X x)
Propiedades:
F(x) es una probabilidad: 0 F(x) 1
F(x) = 0 para todo X < xi
F(x) =1 para todo X xn
Es constante en cada intervalo [xi,xi+1)
Es continua por la derecha de cada punto
Es creciente
 VARIABLE ALEATORIA continua0
Funcin de densidad f(x) Funcin de Distribucin F(x)

se llama funcin de densidad y se F(x)=P[xX]=

representa como f(x) a una funcin Propiedades:
no negativa definida sobre la recta
real, tal que para cualquier intervalo F(x)0
que estudiemos se verifica: dx=1
P[aXb]=
f(x)=F(x)
 Parmetros relacionados con una V.A.

V.A.
Discreta V.A.
Esperanza
Matemtica Discreta
o Valor Varianza
Esperado V.A.
Continua V.A.
Continua

Desviacin
Tpica