PROBABILIDAD Y ESTADÍSTICA
CLASE 1
DOCENTE:LIZETH MORENO
Un fenómeno determinista es aquel en el que siempre se obtiene el
mismo resultado, de forma que siempre tenemos la seguridad de lo
que va a suceder antes de que se produzca.
Probabilidad
La mayoría de los experimentos no son de carácter
determinístico, es decir no conocemos de antemano el
resultado del mismo, razón por la cual, es necesario
medir la posibilidad de ocurrencia de un evento en
presencia de incertidumbre. A esta medición se le llama
probabilidad.
Definición: Un experimento aleatorio o estocástico es
cualquier experimento que satisface las siguientes condiciones:
• Todos los posibles resultados del experimento son conocidos
antes de ejecutarlo.
• El resultado de cualquier ejecución del experimento no se
puede conocer de antemano.
Ejemplos
▪los juegos de azar que están relacionados con las cartas y los lanzamientos
de dados o monedas.
▪Seleccionar aleatoriamente una ciudad de un país y registrar para ésta el
número de empresas de servicios.
▪Seleccionar aleatoriamente tres propuestas de ley del Congreso y registrar
si fueron o no aprobadas.
▪Seleccionar aleatoriamente una empresa de una ciudad y registrar su
actividad.
Definición: El conjunto de todos los posibles resultados de un experimento
aleatorio se llama espacio muestral (o de resultados) y se denota con Ω. Los
elementos del espacio muestral se denominan puntos muestrales y se
simbolizan con ω1, ω2, . . .
Ejemplo:
Si se lanza un dado, el espacio muestral está compuesto por los siguientes
elementos: Ω ={1, 2, 3, 4, 5, 6}.
Si se lanza una moneda que tiene dos caras, el espacio muestral está compuesto
por: Ω ={C, S}.
Si se lanzan dos monedas, el espacio muestral está compuesto por:
Ω ={(C, C), (C, S), (S, C), (S, S)}.
Si se lanza un dado y una moneda, el espacio muestral está compuesto por:
Ω ={(1,C),(1,S),(2,C),(2,S),(3,C),(3,S),(4,C),(4,S),(5,C),(5,S),(6,C),(6,S)}
Diagrama de Árbol: es un diagrama que utiliza ramas
para representar la subdivisión de actividades o
procesos.
Ejemplo 1
Un experimento consiste en lanzar una moneda y después lanzarla una segunda vez si
sale cara. Si en el primer lanzamiento sale sello, entonces se lanza un dado una vez. Liste
los elementos del espacio muestral.
Ejemplo 2
Suponga que se seleccionan, de forma aleatoria, tres artículos de un proceso de
fabricación. Cada artículo se inspecciona y se clasifica como defectuoso, D, o no
defectuoso, N. Listar los elementos del espacio muestral, por medio de un diagrama de
árbol.
Ejercicios
Liste los elementos de cada uno de los siguientes espacios
muestrales:
a) el conjunto de números enteros entre 1 y 50 que son
divisibles entre 8;
b) el conjunto de resultados cuando se lanza una moneda al
aire hasta que aparecen una cruz o tres caras;
d) el conjunto S = (x | x es un continente);
e) el conjunto S = {x | 2x – 4 ≥ 0 y x < 1}.
Definición: Un evento es un subconjunto de un espacio muestral o
suceso aleatorio.
Nota. Los eventos aleatorios usualmente se simbolizan con letras mayúsculas como A, B o C, por
ejemplo.
Definición: En particular, Φ y Ω son eventos aleatorios, esto es,
subconjuntos de Ω. El conjunto Φ es denominado evento imposible,
que nunca sucede, y el conjunto Ω se llama evento seguro, que
siempre sucede.
Ejemplo
Considerar el experimento aleatorio lanzar un dado corriente
una vez.
El espacio muestral del experimento es Ω = {1, 2, 3, 4, 5, 6}.
Los puntos muestrales son ω1 = 1, ω2 = 2, ω3 = 3, ω4 = 4, ω5 = 5 y ω6 = 6.
Algunos eventos del experimento son:
a. A: el resultado del lanzamiento es un número par, es decir, A = {2, 4, 6}.
b. B: el resultado del lanzamiento es superior a 2, es decir, B = {3, 4, 5, 6}.
c. C: el resultado del lanzamiento no es 1 ni 6, es decir, C = {2, 3, 4, 5}.
d. D: el resultado del lanzamiento es 7, es decir, D = Φ.
El evento imposible es Φ y el evento seguro es Ω = {1, 2, 3, 4, 5, 6}.
Operaciones básicas con sucesos aleatorios
Al ser los sucesos aleatorios nada más que subconjuntos de un conjunto, podemos
aplicarles las conocidas operaciones con conjuntos, como son la unión, intersección,
diferencia y complemento:
Ejemplo
Se lanza un dado corriente una vez. Considerar A como al evento el resultado obtenido es un
número impar y B como al evento el resultado obtenido es al menos 3.
El espacio muestral y los eventos A y B son respectivamente
Ω = {1, 2, 3, 4, 5, 6}, A = {1, 3, 5} y B = {3, 4, 5, 6}.
• Los eventos complementarios de los eventos A y B son respectivamente
𝐴𝐶 : el resultado obtenido es un número par y 𝐵𝐶 : el resultado obtenido es a lo más 2, es decir,
𝐴𝐶 = {2, 4, 6} y 𝐵𝐶 = {1, 2}.
• La intersección de A y B es el evento A ∩ B:
el resultado obtenido es un número impar distinto de 1, es decir, A ∩ B = {3, 5}.
• La unión de A y B es el evento A ∪ B:
el resultado obtenido es un número distinto de 2, es decir, A ∪ B = {1, 3, 4, 5, 6}.
• La diferencia entre A y B es el evento A − B:
el resultado obtenido es el número 1, es decir, A − B = {1}.
• La diferencia entre B y A es el evento B − A:
el resultado obtenido es un número par distinto de 2, es decir, B − A = {4, 6}.
Ejercicio 1
Ejercicio 2
Probabilidad
Medida de incertidumbre relacionada con la
posibilidad de la ocurrencia de un evento.
𝑷(𝑨)
Es un valor entre 0 y 1.
¿Cómo calcular las probabilidades?
Frecuentista
Asignación de
probabilidades
Laplace Bayesiana
Noción frecuentista de probabilidad
Definición: Se supone que un experimento aleatorio se repite n
veces y que un evento A asociado con estos experimentos ocurre
exactamente k veces.
Entonces, la frecuencia relativa de A, denotada con 𝑓𝑛 (𝐴), se define
como la proporción entre la cantidad de veces que ocurre el evento
A y el número total de repeticiones del experimento aleatorio. Esto
es:
Noción frecuentista de probabilidad
Definición: Sea A un evento asociado con un experimento aleatorio. La
probabilidad empírica es igual a la frecuencia relativa de A al efectuar el
experimento tantas veces como sea posible.
Nota. Cuando se usa la definición empírica de probabilidad, es importante tener en cuenta los siguientes aspectos:
• La probabilidad obtenida de esta manera es únicamente una estimación del valor real.
• Cuanto mayor sea el número de experimentos, tanto mejor será la estimación de la probabilidad.
• La validez de esta estimación depende de que las condiciones en que se realiza el experimento sean idénticas.
Noción laplaceana de probabilidad
Definición: Sea Ω ≠ Φ un espacio muestral finito asociado con un
experimento laplaciano y A un evento aleatorio incluido en Ω.
Se define la probabilidad clásica de A, denotada con P(A), como el cociente
entre el número de puntos muestrales de A y el número de puntos
muestrales de Ω.
Esto es:
Nota. Es importante recalcar que este método para calcular probabilidades es útil siempre y cuando todos los puntos muestrales sean
equiprobables y el espacio muestral sea contable, de lo contrario, las probabilidades obtenidas no son confiables.
Noción Bayesiana de probabilidad
Definición: La probabilidad subjetiva se define como la
probabilidad que expresa un grado de creencia individual
sobre la posibilidad de que un evento ocurra.
Bibliografía
Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probabilidad y estadística para
ingeniería y ciencias. Norma, 162, 157.
Sosa J. (2012) - Estadística Descriptiva y Probabilidades
www.universidadean.edu.co
Universidad Ean: SNIES 2812 Personería Jurídica Res. 2898 del Minjusticia - 16/05/69 - Vigilada Mineducación
Ean Legacy: Carrera 11 No. 78-47 - Fundadores: Calle 79 # 11 - 45 - Av. Chile: Calle 71 # 9 - 84 Bogotá D.C., Cundinamarca, Colombia, Suramérica.
Línea gratuita nacional: +57-01-8000-931000
Centro de contacto en Bogotá: +(57-601) 593 6161 - +(57-601) 593 6464
E-mail: [email protected]
