Title | 3-Probabilidad 3 - teoría de estadísticas |
---|---|
Author | Pablo Cena |
Course | Estadística |
Institution | Universidad Nacional del Nordeste |
Pages | 20 |
File Size | 782.9 KB |
File Type | |
Total Downloads | 270 |
Total Views | 384 |
´ El término Probabilidad se utiliza comúnmente para sugerir que existe una incertidumbre sobre que ocurrió en el pasado, que ocurrirá en el futuro o que está ocurriendo en la actualidad. ´ La palabra experimento describe cualquier proceso que genere datos iníciales. ´ Un experimento aleatorio se ef...
´
El término Probabilidad se utiliza comúnmente para sugerir que existe una incertidumbre sobre que ocurrió en el pasado, que ocurrirá en el futuro o que está ocurriendo en la actualidad.
´
La palabra experimento describe cualquier proceso que genere datos iníciales.
´
Un experime experimento nto aleatorio se efectúa de acuerdo con un conjunto bien definido de reglas, puede repetirse y el resultado de cada ejecución depende de la casualidad.
´
Espacio muestral (Ω o S) es el conjunto de todos los resultados posibles de un experimento estadístico.
´
Elemento o miembro del espacio muestral o simplemente punto muestral es cada resultado del espacio muestral. S = {C, X}
S = {x|x es una ciudad con población mayor que un millón} S = { (x, y)| x2 + y2 ≤ 4}
S = {par, impar}
S = {1, 2, 3, 4, 5, 6}
S = {{C, X} x {C, X} x {C, X}}
S = {0, 1, 2, 3}
S ={(C, C, C), (C, C, X), (C, X, C), (C, X, X), (X, C, C), (X, C, X), (X, X, C), (X, X, X)} 2n
C C
X
S X
C X
C X C X C X C X
´
Evento es un subconjunto o parte de un espacio muestral. S = {1, 2, 3, 4, 5, 6}
A = {3, 6}
S = {{C, X} x {C, X} x {C, X}} B = {(C, C, C), (C, C, X), (C, X, C), (X, C, C)}
´ ´
Evento simple es un subconjunto que contiene solamente un elemento del espacio muestral. Evento compuesto es aquel que puede expresarse como la unión de eventos simples. A = {corazón}
S = {corazón, trébol, pique, diamante}
B = {{corazón} ∩ {diamante}} = {corazón, diamante} OPERACIONES CON EVENTOS 1. A = φ
2. A ' = A c = A A = {x | x ∈ S ∧ x ∉ A}
3. A I B = C A I B = {x | x ∈ A ∧ x ∈ B}
4. A U B = C A U B = {x | x ∈ A ∨ x ∈ B}
5. A I B = φ ⇔ A y B son eventos mutuamente excluyentes 6. A U B = S ⇔ A y B son eventos colectivamente exhaustivos A Iφ =φ A =A
AU φ = A A IA =φ
S=φ
AU A = S
φ=S
Principio de multiplicación multiplicación: Supongamos que un procedimiento designado por 1 puede ocurrir de n1 maneras. Un segundo procedimiento 2 puede ocurrir de n2 maneras y cada manera de efectuar 1 puede ser seguida de la manera de efectuar 2. Entonces el procedimiento que consta de 1 seguido de 2 se puede efectuar conjuntamente de n1 n2 formas. ´
EJEMPLO: Un artículo manufacturado puede pasar por 3 controles. En cada uno de los controles se inspecciona una característica particular del artículo y se lo anota de conformidad. En el primer control hay 3 mediciones posibles; mientras que en cada uno de los dos últimos controles hay 4 mediciones posibles. ¿De cuántas maneras posibles se puede anotar el artículo?. 2
n1 x n2 x n3 = 3 x 4 x 4 = 48 1
n 1
n 2
2
maneras posibles 2
n 3
Principio de adición adición: Supongamos que un procedimiento designado por 1 puede ocurrir de n1 maneras, un segundo procedimiento 2 puede ocurrir de n2 maneras; además no es posible que ambos se hagan juntos, entonces el número de maneras como se puede efectuar 1 ó 2 es n 1 + n2 .
´
EJEMPLO: Se proyecta un viaje y se debe decidir el transporte en avión ó en tren. Si hay 3 rutas para el avión y 4 para el tren. ¿Cuántas rutas disponibles hay?. 1- 2
n1 + n2 = 3 + 4 = 7 n
rutas disponibles n 1
2
Permutaciones = n× Pn = n ! ´
´
Combinaciones C
´
(n - 1) × (n - 2) × L × 3 × 2 × 1
n, x
⎛ n⎞ n! = C x = ⎜⎜ ⎟⎟ = n x ! (n - x ) ! ⎝ x⎠
Binomio de N Newton ewton (a
+ b )n =
n ⎛n⎞ k n -k ∑ ⎜⎜ ⎟⎟ a b k = 0 ⎝k ⎠
EJEMPLO: Encontrar el número de comisiones que pueden formarse con 4 químicos y 3 físicos y que comprendan 2 químicos y 1 físico. 4! ⎛ 4⎞ =6 ⎜ ⎟= ⎝ 2 ⎠ 2! 2!
3! ⎛ 3⎞ =3 ⎜ ⎟= ⎝ 1 ⎠ 1! 2!
n1 × n2 = 6 × 3 = 18
´
Teoría Clásica
´
Teoría de Frecuencias Relativas
´
Teoría Personalista o Subjetiva
´
Teoría Axiomática
´
Teoría Clásica
TEOREMA: Si un experimento puede producir cualquiera de los n resultados igualmente probables y si exactamente na de estos resultados corresponden al evento A entonces la probabilidad del evento A será:
P (A) = na / n 0 ≤ na ≤ n
0 ≤ P(A) ≤ 1
EJEMPLO EJEMPLO: Se echa un dado. Sea A el evento de que salga un número impar, B que sea mayor que 4 y C que salga un 1 o un 2. Encontrar sus probabilidades. P (A ) =
3 1 = 6 2
P (B) =
2 1 = 6 3
P (C) =
2 1 = 6 3
Teoría de Frecuencias Relativas TEOREMA: Si un suceso puede ocurrir de n maneras mutuamente excluyentes e igualmente verosímiles y na es el número de casos que un suceso A ocurre, entonces ´
P ( A) =na n
P( ) = k n
RESULTADOS IGUALMENTE PROBABLES pi = 1 / k
con i = 1, 2, … , k P (A) = x / k
P (A) =
n° de maneras en que E pueda ocurrir favorables a A n °total de maneras en que E pueda ocurrir
P (elegir ai) = 1 / n
´MUESTREO
CON REEMPLAZO O CON SUSTITUCION: De una muestra se extrae un elemento, se lo estudia y se lo devuelve al total de la muestra para poder así extraer otro. ´MUESTREO
SIN REEMPLAZO O SIN SUSTITUCION: De una muestra se extrae un elemento, se lo estudia y no se lo devuelve al total de la muestra para poder así extraer el segundo elemento.
EJEMPLO: Un lote de 100 artículos contiene 20 defectuosos y 80 no defectuosos. Se eligen 10 artículos al azar sin sustitución. 1.¿Cuál es el número de maneras en que E pueda ocurrir? ⎛ 100 ⎞ P (E) = ⎜ ⎟ 10 ⎝ ⎠
2. ¿Cuál es la probabilidad de que exactamente la mitad de los artículos sean defectuosos? P
(5 D )
⎛ 20 ⎞ ⎛ ⎟⎜ ⎜ 5 ⎠⎝ = ⎝ ⎛ 100 ⎜ ⎝ 10
80 ⎞ ⎟ 5 ⎠ ⎞ ⎟ ⎠
3. ¿Cuál es la probabilidad de que 7 de los artículos sean defectuosos? P (7 D
)=
⎛ 20 ⎞ ⎛ 80 ⎞ ⎟ ⎟⎜ ⎜ ⎝ 7 ⎠⎝ 3 ⎠ ⎛ 100 ⎞ ⎜ ⎟ ⎝ 10 ⎠
4. ¿Cuál es la probabilidad de que los 10 artículos sean defectuosos? P (10 D
´
)=
⎛ 20 ⎞ ⎛ 80 ⎞ ⎟ ⎟⎜ ⎜ ⎝ 10 ⎠ ⎝ 0 ⎠ ⎛ 100 ⎞ ⎟ ⎜ ⎝ 10 ⎠
Teoría Personalista o Subjetiva
Teoría Axiomática DEFINICION: Dado un experimento aleatorio descrito por el espacio muestral S la probabilidad es una función P ( ) que asigna a cada evento un número real no negativo, indicado como P(E) a la “Probabilidad del evento E ". ´
P(E ) : S → ℜ+ U {0}
1. P(E) ≥ 0 ∀E 2. P(S) = 1 3. P(E U F) = P(E) + P(F)
P (E) S
+
ℜ U {0}
E I F= φ
DEFINICION: La probabilidad de un evento A es la suma de los pesos de todos los puntos muestrales de A. P ( φ) = 0
0 ≤ P( A ) ≤ 1
P(S) = 1
ESPACIOS MUESTRALES FINITOS S = {a1, a2, a3, . . . , ak} P(ai) = pi
con
i = 1, 2, … , k
1. pi ≥ 0 A = {a1, a2, a3, . . . , ar}
2. p1 + p 2 + p3 + L + p k = 1 con
r...