Mates 6

Tema 6: Probabilidad
6.1 Probabilidad
Conceptos básicos
· Probabilidad: disciplina científica que proporciona y estudia modelos con fenómenos aleatorios en
los que interviene el azar y sirve de soporte teórico para la Estadística.
· Fenómenos aleatorios: casos en los que no podemos predecir el resultado de antemano.

Todo experimento aleatorio satisface:
- Todos sus posibles resultados son conocidos de antemano.

- El resultado particular de cada realización del experimento es imprevisible.
- El experimento se puede repetir indefinidamente en condiciones idénticas.
Ej: Lanzar una moneda.
· Espacio muestral: conjunto formado por todos los resultados posibles del experimento aleatorio. Lo
denotamos por Ω. Ej: Lanzar un dado: Ω = {1,2,3,4,5, 6}
· Suceso: cualquier subconjunto del espacio muestral.

Ej: Sacar un 5, Sacar un número par.
· Probabilidad: incertidumbre que se le asocia a cada suceso. Es un valor entre 0 y 1.

Ej: La probabilidad de sacar un 5 es 1/6.
Definición de probabilidad. Concepto frecuentista.

Hecho empíricamente comprobado, que la frecuencia relativa de un suceso tiende a estabilizarse
cuando la frecuencia total aumenta.
Definición de probabilidad. Concepto clásico.

Si no existe un fundamento para preferir una entre varias posibilidades, todas deben ser
consideradas equiprobables.
Regla de Laplace
La probabilidad de un suceso se obtiene como el cociente entre casos favorables y casos posibles.
Definición de probabilidad. Concepto subjetivo.

La probabilidad que una persona dé a un suceso debe depender de su juicio y experiencia personal,
pudiendo dar dos personas distintas dos probabilidades diferentes a un mismo suceso.
Definición de probabilidad. Concepto axiomático.
Sea A el conjunto de sucesos. Se llama probabilidad a una aplicación definida de manera que cumpla
los tres axiomas siguientes:
a. 𝑃(𝐴) ≥ 0, ∀𝐴 ∈ Ω
b. 𝑃(Ω) = 1
c. Sean A y B dos sucesos mutuamente excluyentes: 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
Propiedades elementales de la probabilidad
Operaciones con sucesos

Complementarios:
En el lanzamiento de un dado. Sea A el suceso que el resultado sea par.
El suceso complementario es que el resultado sea impar. Y su probabilidad:
Intersección:
En el lanzamiento de un dado. Sea el suceso A que salga par y el suceso B múltiplo de tres. La
probabilidad 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)
Solo hay una posibilidad de que

en el lanzamiento de un dado salga un número par múltiplo de tres. El 6.
Diferencia:
En el lanzamiento de un dado. Sea el suceso A que el resultado sea par y el suceso B que el resultado
sea múltiplo de tres. ¿Cuál es la probabilidad de que el resultado sea par y no sea múltiplo de tres?
Unión de
sucesos:
En le lanzamiento de un dado. Sea A el suceso que el resultado sea par y sea B el suceso que el
resultado sea múltiplo de tres. ¿Cuál es la probabilidad de que sea par o múltiplo de 3?
Cálculo de probabilidades
· Árbol de probabilidad: proporciona una forma adecuada de dividir un problema en partes y
organizarlo.
Probabilidad condicionada
Dos sucesos A y B de un mismo espacio probabilístico (Ω, β, P) con el suceso B que P(B) > 0,
llamaremos probabilidad condicionada del suceso A respecto a B (probabilidad de A si ocurre B), a:
Independencia de sucesos
Dos sucesos A y B de un mismo espacio probabilístico (Ω, β, P), se dicen independientes, cuando:
Probabilidad total
Regla de Bayes
Sea un espacio probabilístico (Ω, β, P), {Sn} β una partición de sucesos de Ω y un
suceso con probabilidad positiva. Entonces, para todo suceso Si es:
La regla de Bayes mide el cambio que se va produciendo a medida

que vamos haciendo observaciones.
6.2 Variable aleatoria
Conceptos básicos
· Variables numéricas: características de los individuos cuya magnitud es numérica. Ej: altura de una
persona. Pueden ser:
• Discretas: cuando toma un número finito o infinito numerable de valores.
• Continua: cuando puede tomar cualquier valor de un intervalo abierto de la recta real.
- Variable aleatoria discreta

· Variable aleatoria: función que a cada elemento del espacio muestral le asocia un número real
· Distribución de probabilidad: probabilidad asociada cada valor de

la variable aleatoria. P(X = x)
· Función de probabilidad de una variable aleatoria discreta (Px): función que a cada valor de la
variable aleatoria le asocia su probabilidad.
También se le llama función de masa y cumple las siguientes propiedades:
Propiedades
- Variable aleatoria continua

· Variable aleatoria continua: variable que puede tomar cualquier valor de un intervalo abierto de la
recta real.
La probabilidad de que asuma cualquiera de sus valores exactamente es cero. P(X=b)=0

· Función de densidad: función real no negativa. El área encerrada entre su curva y el eje OX es igual
a la unidad.
La probabilidad de que X se encuentre entre dos valores a y b, con a<b, es

igual al área comprendida entre estos dos valores.
· Función de distribución (F(x)) de una variable aleatoria continua, X, es:
Tipos de variable
6.3 Distribución binomial

• Variable discreta.
• Consiste en n intentos repetidos.
• Sólo hay dos resultados posibles: éxito o fracaso.
• La probabilidad de éxito (p) permanece constante a lo largo de todos los intentos.

• Los intentos son independientes.
Distribución de probabilidad:
Media: 𝜇=n·p
Varianza: 𝜎2 = n · p · q
6. 4 Distribución normal
La función de densidad de la distribución normal depende de la media μ y la desviación típica σ.
Sea X una variable aleatoria que sigue una distribución normal de media μ y desviación σ :
𝑋 ~ 𝑁(𝜇, 𝜎)
Características de la normal
· La moda, que es el punto sobre el eje horizontal donde la curva tiene su máximo, se da en x = μ.
Coincide con la media, además de con la mediana.
· La curva es simétrica alrededor de su eje vertical donde tiene la media. Según esto, hay una
probabilidad del 50% de observar un valor mayor que la media y del 50% de observar uno menor.
· La curva tiene dos puntos de inflexión en x = μ ± σ.
· El eje horizontal es una asíntota horizontal de la función de densidad.
· El área total bajo la curva es 1.
Tipificar
Sea 𝑌 ~ 𝑁(𝜇, 𝜎)
Podemos transformarla mediante un cambio de escala a una variable 𝑍 ~ 𝑁(0,1) (normal).
La tipificación es la siguiente: 𝑍 = (x − 𝜇) / 𝜎
Donde Z se denomina normal tipificada.
Cuartiles de la curva
Es la operación inversa, dada un área bajo de la curva hay que obtener el valor Z.
Q1 = P25 = 𝑃(𝑍 < 𝑍𝛼) = 0,25

Evaluación de la normalidad
¿Cómo sé si una distribución es una normal?
Sea X una variable que sigue una distribución normal, entonces:
- Aproximadamente, el 68% de los valores de X están dentro de un intervalo de ±1

desviación de la media.
- Aproximadamente, el 95% de los valores de X están dentro de un intervalo de ±2
- Aproximadamente, el 99,7% de los valores de X están dentro de un intervalo de ±3
• Haciendo un histograma y superponiendo la curva normal a ver si se parece.
• Cuando tenemos una muestra pequeña es difícil ver si sigue una distribución normal.
Gráfica de probabilidad normal

· Gráfica de probabilidad normal: diagrama de dispersión que comparar nuestros valores de los datos
observados con los valores que habría que esperar ver si la población fuera normal.
Si los datos provienen de una población normal, los puntos de esta gráfica deberían seguir una línea
recta.
• En la gráfica dibujamos la altura teóricas respecto a las altura de la muestra.
• Si sigue una distribución normal tenderá a ser lineal, lo cual indica que los valores teóricos se
corresponden con los observados.
• Si no fuera normal tendría curvaturas o formas de S, una curva muy marcada arriba indicaría que
está sesgada a la izquierda y, por el contrario, una curva muy marcada abajo indicaría que está
sesgada a la derecha.

Mates 6

Cargado por

Copyright:

Formatos disponibles

Mates 6

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mates 6

Cargado por

Copyright:

Formatos disponibles

Tema 6: Probabilidad

· Fenómenos aleatorios: casos en los que no podemos predecir el resultado de antemano.

- Todos sus posibles resultados son conocidos de antemano.

· Suceso: cualquier subconjunto del espacio muestral.

· Probabilidad: incertidumbre que se le asocia a cada suceso. Es un valor entre 0 y 1.

Definición de probabilidad. Concepto frecuentista.

Definición de probabilidad. Concepto clásico.

Definición de probabilidad. Concepto subjetivo.

c. Sean A y B dos sucesos mutuamente excluyentes: 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)

Propiedades elementales de la probabilidad

Operaciones con sucesos

El suceso complementario es que el resultado sea impar. Y su probabilidad:

Solo hay una posibilidad de que

La regla de Bayes mide el cambio que se va produciendo a medida

• Discretas: cuando toma un número finito o infinito numerable de valores.

- Variable aleatoria discreta

· Distribución de probabilidad: probabilidad asociada cada valor de

También se le llama función de masa y cumple las siguientes propiedades:

- Variable aleatoria continua

La probabilidad de que asuma cualquiera de sus valores exactamente es cero. P(X=b)=0

La probabilidad de que X se encuentre entre dos valores a y b, con a<b, es

· Función de distribución (F(x)) de una variable aleatoria continua, X, es:

6.3 Distribución binomial

• Consiste en n intentos repetidos.

• Sólo hay dos resultados posibles: éxito o fracaso.

• La probabilidad de éxito (p) permanece constante a lo largo de todos los intentos.

· La curva tiene dos puntos de inflexión en x = μ ± σ.

· El eje horizontal es una asíntota horizontal de la función de densidad.

· El área total bajo la curva es 1.

Podemos transformarla mediante un cambio de escala a una variable 𝑍 ~ 𝑁(0,1) (normal).

Donde Z se denomina normal tipificada.

Q1 = P25 = 𝑃(𝑍 < 𝑍𝛼) = 0,25

- Aproximadamente, el 68% de los valores de X están dentro de un intervalo de ±1

• Haciendo un histograma y superponiendo la curva normal a ver si se parece.

Gráfica de probabilidad normal

• En la gráfica dibujamos la altura teóricas respecto a las altura de la muestra.

También podría gustarte