Probabilidad y Estadstica

1. Probabilidad y Estadstica Fundamentos de Probabilidad

2. Probabilidad
Es el estudio de los fenmenos puramente aleatorios.
La probabilidad puede ser considerada como una teora referente a los resultados
posibles de un experimento. (Un experimento es toda accin que se realiza con el
fin de observar un resultado) La teora de la probabilidad tiene como objeto el
anlisis matemtico de la nocin del azar. La teora de la probabilidad es la base
de la estadstica inferencial. Sin ella, nuestra interpretacin de los datos apenas
podra ir mas all de la simple conjetura.
3. Definiciones
Suceso (o evento): Es cualquier conjunto de resultados o consecuencias de un
procedimiento.
Suceso Simple: Es un resultado o un evento que ya no puede desglosarse en
componentes
ms
simples.
Espacio muestral de un procedimiento, es el que se compone de todos los suceso
simples posibles. Es decir, el espacio muestral se forma con todos los resultado
que ya no es posible desglosar ms.
4. Ejemplos Cuando se tira un dado, el resultado 5 es un suceso simple porque no
es posible desglosarse en otros. Cuando se tiran dos dados, el resultado 7 no es
un suceso simple, porque puede desglosarse en eventos ms simples como 3-4 o
6-1. El resultado 3-4 se considera un evento simple porque 3 y 4 no son resultados
individuales del procedimiento. Cuando se tiran dos dados, existen exactamente
36 resultados que son sucesos simples: 1-1 , 1-2 , 1-3 ,., 6-6 . Procedimiento
Ejemplo de un suceso Espacio Muestral Tirar un dado Cae un 5 (Suceso simple)
{1, 2,3,4,5,6} Tirar dos dados Cae 7 (Suceso no simple) {1-1,1-2,,6-6}
5. Notacin de Probabilidades
P denota una probabilidad.
A, B y C denotan sucesos especficos.
P(A) denota la probabilidad de que ocurra el suceso A.
6. Probabilidad de un Suceso o Evento. Hay diferentes formas para definir la
probabilidad de un suceso. Se exponen tres enfoques:

Regla 1: Aproximacin de la probabilidad.

Realiza (u observa) un procedimiento un gran nmero de veces y cuenta las
ocasiones que le suceso A ocurre en realidad. Con base en stos resultados
reales, P(A) se estima de la siguiente manera:
7. Probabilidad de un Suceso o Evento.
Regla 2: Mtodo clsico de la probabilidad (requiere resultados igualmente
probables).
Supn que un procedimiento dado tiene n sucesos simples distintos, cada uno de
los cuales tiene la misma probabilidad de ocurrir. Si el suceso A puede ocurrir en s
de estas son formas, entonces:
8. Probabilidad de un Suceso o Evento. Regla 3: Probabilidades subjetivas.
P(A), la probabilidad del suceso A, se obtiene simplemente suponiendo o
estimando su valor con base en el conocimiento de las circunstancias relevantes.
9. Ejemplos de aplicacin de las tres reglas
a) Mtodo de las frecuencias relativas (Regla 1).
Cuando se trata d determinar P (tachuela cae con la punta hacia arriba), debemos
repetir muchas veces el procedimiento de lanzar la tachuela y despus calcular el
cociente del nmero de veces que la tachuela cae con la punta hacia arriba entre
el nmero de lanzamientos.
b) Mtodo Clsico (Regla 2).
Cuando se trata de determinar P(3) con un dado balanceado, cada una de las seis
caras tiene la misma probabilidad de ocurrir.
c) Probabilidad Subjetiva (Regla 3).
Cuando se trata de estimar la probabilidad de que maana llueva, los
meteorlogos usan su conocimiento experto de las condiciones del tiempo para
desarrollar un estimado de probabilidad.
10. Importante
El mtodo clsico (regla 2) requiere resultados igualmente probables. Si los
resultados no son igualmente probables, debemos usar el estimado de frecuencias
relativas o confiar en nuestro conocimiento de las circunstancias para hacer una
conjetura entrenada. Al calcular probabilidades con el mtodo de frecuencias
relativas (regla 1), obtenemos un estimado en lugar de un valor exacto. Conforme
el numero total de observaciones se incrementa, los estimados correspondientes
tienden a acercarse a la probabilidad real. Tal propiedad se enuncia en forma de
teorema, al que se conoce como ley de los grandes nmeros.