Informacion teoría de probabilidad.
Click here to load reader
-
Upload
merlyrojas -
Category
Documents
-
view
2.855 -
download
1
description
Transcript of Informacion teoría de probabilidad.
![Page 1: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/1.jpg)
UNIVERSIDAD NACIONAL EXPERIMENTAL
“FRANCISCO DE MIRANDA”
AREA DE TECNOLOGÍA
COMPLEJO ACADÉMICO EL SABINO
UNIDAD CURRICULAR: ESTADÍSTICA
PROF(A): ING.MERLY ROJAS
TEORÍA DE PROBABILIDAD
PROBABILIDAD
La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un
experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables.
La teoría de la probabilidad se usa extensamente en áreas como la estadística, la física, la matemática, la ciencia y la
filosofía para sacar conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente de sistemas
complejos.
HISTORIA
El estudio científico de la probabilidad es un desarrollo moderno. Los juegos de azar muestran que ha habido un
interés en cuantificar las ideas de la probabilidad durante milenios, pero las descripciones matemáticas exactas de
utilidad en estos problemas sólo surgieron mucho después.
Según Richard Jeffrey, "Antes de la mitad del siglo XVII, el término 'probable' (en latín probable) significaba
aprobable. Una acción u opinión probable era una que las personas sensatas emprenderían o mantendrían, en las
circunstancias.
Pierre-Simon Laplace (1774) hizo el primer intento para deducir una regla para la combinación de observaciones a
partir de los principios de la teoría de las probabilidades. Representó la ley de la probabilidad de error con una curva
y = φ(x), siendo x cualquier error e y y su probabilidad, y expuso tres propiedades de esta curva:
1. es simétrica al eje y;
2. el eje x es una asíntota, siendo la probabilidad del error igual a 0;
3. la superficie cerrada es 1, haciendo cierta la existencia de un error.
Dedujo una fórmula para la media de tres observaciones. También obtuvo (1781) una fórmula para la ley de facilidad
de error (un término debido a Lagrange, 1774), pero una que llevaba a ecuaciones inmanejables. Daniel Bernoulli
(1778) introdujo el principio del máximo producto de las probabilidades de un sistema de errores concurrentes.
La probabilidad constituye un importante parámetro en la determinación de las diversas casualidades obtenidas tras
una serie de eventos esperados dentro de un rango estadístico.
APLICACIONES
Dos aplicaciones principales de la teoría de la probabilidad en el día a día son en el análisis de riesgo y en el
comercio de los mercados de materias primas. Los gobiernos normalmente aplican métodos probabilísticos en
regulación ambiental donde se les llama "análisis de vías de dispersión", y a menudo miden el bienestar usando
métodos que son estocásticos por naturaleza, y escogen qué proyectos emprender basándose en análisis
estadísticos de su probable efecto en la población como un conjunto. No es correcto decir que la estadística está
![Page 2: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/2.jpg)
incluida en el propio modelado, ya que típicamente los análisis de riesgo son para una única vez y por lo tanto
requieren más modelos de probabilidad fundamentales, por ej. "la probabilidad de otro 11-S". Una ley de números
pequeños tiende a aplicarse a todas aquellas elecciones y percepciones del efecto de estas elecciones, lo que hace
de las medidas probabilísticas un tema político.
Un buen ejemplo es el efecto de la probabilidad percibida de cualquier conflicto generalizado sobre los precios del
petróleo en Oriente Medio - que producen un efecto dominó en la economía en conjunto. Un cálculo por un mercado
de materias primas en que la guerra es más probable en contra de menos probable, probablemente envía los precios
hacia arriba o hacia abajo e indica a otros comerciantes esa opinión. Por consiguiente, las probabilidades no se
calculan independientemente y tampoco son necesariamente muy racionales. La teoría de las finanzas conductuales
surgió para describir el efecto de este pensamiento de grupo en el precio, en la política, y en la paz y en los
conflictos.
Se puede decir razonablemente que el descubrimiento de métodos rigurosos para calcular y combinar los cálculos de
probabilidad ha tenido un profundo efecto en la sociedad moderna. Por consiguiente, puede ser de alguna
importancia para la mayoría de los ciudadanos entender cómo se calculan los pronósticos y las probabilidades, y
cómo contribuyen a la reputación y a las decisiones, especialmente en una democracia.
Otra aplicación significativa de la teoría de la probabilidad en el día a día es en la fiabilidad. Muchos bienes de
consumo, como los automóviles y la electrónica de consumo, utilizan la teoría de la fiabilidad en el diseño del
producto para reducir la probabilidad de avería. La probabilidad de avería también está estrechamente relacionada
con la garantía del producto.
Se puede decir que no existe una cosa llamada probabilidad. También se puede decir que la probabilidad es la
medida de nuestro grado de incertidumbre, o esto es, el grado de nuestra ignorancia dada una situación. Por
consiguiente, puede haber una probabilidad de 1 entre 52 de que la primera carta en una baraja de cartas es la J de
diamantes. Sin embargo, si uno mira la primera carta y la reemplaza, entonces la probabilidad es o bien 100% o 0%,
y la elección correcta puede ser hecha con precisión por el que ve la carta. La física moderna proporciona ejemplos
importantes de situaciones determinísticas donde sólo la descripción probabilística es factible debido a información
incompleta y la complejidad de un sistema así como ejemplos de fenómenos realmente aleatorios.
En un universo determinista, basado en los conceptos newtonianos, no hay probabilidad si se conocen todas las
condiciones. En el caso de una ruleta, si la fuerza de la mano y el periodo de esta fuerza es conocida, entonces el
número donde la bola parará será seguro. Naturalmente, esto también supone el conocimiento de la inercia y la
fricción de la ruleta, el peso, lisura y redondez de la bola, las variaciones en la velocidad de la mano durante el
movimiento y así sucesivamente. Una descripción probabilística puede entonces ser más práctica que la mecánica
newtoniana para analizar el modelo de las salidas de lanzamientos repetidos de la ruleta. Mucha gente hoy en día
confunde el hecho de que la mecánica cuántica se describe a través de distribuciones de probabilidad con la
suposición de que es por ello un proceso aleatorio, cuando la mecánica cuántica es probabilística no por el hecho de
que siga procesos aleatorios sino por el hecho de no poder determinar con precisión sus parámetros fundamentales,
lo que imposibilita la creación de un sistema de ecuaciones determinista.
![Page 3: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/3.jpg)
TEORÍA DE PROBABILIDAD
ESPACIO MUESTRAL
Un espacio muestral S asociado a un experimento aleatorio, es un conjunto tal que:
a) Cada elemento de S representa un resultado del experimento
b) Cualquier forma de verificar el experimento da un resultado que corresponde a un elemento de S y sólo
uno.
Ejemplo: si lanzamos dos monedas, una de 1 Euro y otra de 50 céntimos, el espacio muestral será
siendo C la cara de una moneda y X el reverso de la misma o cruz.
SUCESOS
Sea S un espacio muestral dado. Un suceso es un subconjunto de S.
Así si en un experimento el espacio muestral es siendo n finito, un suceso puede ser
Suceso simple es un subconjunto unitario de S. Esto es, habrá n sucesos simples , , …,
El suceso no es un suceso simple, sino que es la unión de dos sucesos simples:
Suceso imposible.- El suceso vacío o suceso imposible es el que no tiene ningún elemento y se le llama
Suceso seguro.- Es el que ocurre siempre en un determinado experimento. O sea que es el espacio
muestral. Suceso seguro = S
Sucesos incompatibles o disjuntos.- Son los que no pueden ocurrir a la vez.
Por ejemplo si , , E y F son incompatibles, no pueden ocurrir a la vez y entonces
. Sin embargo los sucesos E y no son incompatibles, cuando ocurre está ocurriendo E
y G y en este caso
![Page 4: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/4.jpg)
Sucesos contrarios o complementarios
Dado un suceso cualquiera E, el suceso contrario o complementario es el que ocurre cuando no ocurre E. O sea
que, además de ser incompatibles, o sea , se complementan para formar el espacio muestral, o sea que
LA PROBABILIDAD DE UN SUCESO
Probabilidad.- A cada suceso simple le asignamos un número representado por y
denominado probabilidad del suceso . Estos números (probabilidades) pueden asignarse
arbitrariamente, con tal que satisfagan las siguientes condiciones:
a) La probabilidad de cada suceso simple es un número no negativo, es decir siendo
b) La suma de las probabilidades asignadas a todos los sucesos simples de un espacio muestral es 1. Esto es:
Por tanto siendo
Probabilidad del suceso imposible.- El suceso imposible tiene de probabilidad 0.
Probabilidad de un suceso.- Si E es la unión de dos o más sucesos simples, la probabilidad de E,
representada por P(E) es la suma de las probabilidades de los sucesos simples cuya unión es E.
ALGUNOS TEOREMAS DE PROBABILIDADES
Probabilidad del suceso seguro.- La probabilidad del suceso seguro es 1, es decir
Demostración
![Page 5: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/5.jpg)
Si E y F son sucesos tales que (E está incluido o es subconjunto de F, o sea que si ocurre E ocurre
también F, , E implica F)
En resumen: Si
Probabilidad de un suceso cualquiera.- Siendo E un suceso cualquiera
Probabilidad de la unión de dos sucesos.-
Si los sucesos son incompatibles en ese caso
Si son sucesos incompatibles
Probabilidad de sucesos complementarios.- Si el suceso complementario de E, es
Demostración
Por ser E y complementarios E y incompatibles
, y como
Subconjuntos.
Si A es subjunto de B o es igual a B, o sea , ya que si A tiene menos elementos
que B y todos ellos están en B, al sumar las probabilidades de cada suceso simple dará un número menor
en A que en B. Si A=B lógicamente P(A)=P(B)
![Page 6: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/6.jpg)
Resta de conjuntos.-
Se define el conjunto A-B como el que está formado por los elementos de A que no están en B. Por tanto si quitamos
a A los elementos comunes a A y B ( ) nos queda A-B
Desigualdad de Boole.-
Demostración
Ya hemos visto en el punto 5) que , y que por tanto nos queda ahora que
Por otra parte de 4) se deduce que
Sustituyendo en la desigualdad que tenemos que demostrar queda:
, simplificando tenemos que hemos de demostrar ahora que
, que ya sabemos que es cierto, pues un suceso cualquiera cumple 3), y el
suceso también cumplirá que
Probabilidad de la unión de tres o más sucesos.- Vamos a probar que siendo y sucesos
cualesquiera
Para
ello vamos a representar los sucesos y en un diagrama de Venn en el que representamos a los tres
sucesos dentro del espacio muestral S
Separamos dentro del espacio muestral regiones de sucesos incompatibles, o sea sucesos que no tienen ningún
elemento en común.
![Page 7: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/7.jpg)
Por ejemplo el suceso está compuesto de las regiones independientes y , y vamos a llamarle a la
probabilidad de que ocurra
Sustituimos esta notación en la fórmula que queremos probar
, este es el primer miembro de la igualdad.
El segundo es:
=
Luego ya lo hemos probado.
Esta fórmula que hemos probado para tres sucesos cualesquiera se puede generalizar para n sucesos así:
![Page 8: Informacion teoría de probabilidad.](https://reader037.fdocuments.ec/reader037/viewer/2022100518/558fbd5d1a28ab6e7e8b4731/html5/thumbnails/8.jpg)
Desigualdad de Benferroni.-
Dados tres sucesos cualesquiera y , vamos a probar que
De la propiedad 9) se deduce que
Luego ya tenemos probada la primera desigualdad.
Y de la figura del apartado 9) donde separamos los tres sucesos en regiones, vemos que
Mientras que =
Probada la segunda desigualdad.
Por tanto probada la desigualdad doble que supone la desigualdad de Benferroni
Esta desigualdad se puede generalizar para n sucesos quedando así:
Las probabilidades son muy útiles, ya que pueden servir para desarrollar estrategias. Por ejemplo, algunos
automovilistas parecen mostrar una mayor tendencia a aumentar la velocidad si creen que existe un riesgo pequeño
de ser multados; los inversionistas estarán más interesados en invertirse dinero si las posibilidades de ganar son
buenas. El punto central en todos estos casos es la capacidad de cuantificar cuan probable es determinado evento.