SlideShare une entreprise Scribd logo
1  sur  18
Télécharger pour lire hors ligne
Estadística y
Probabilidad II
Probabilidad Conjunta
Ciclo escolar 2013-2014
Experimentos Aleatorios
• Todos estamos familiarizados con la importancia de los
experimentos en la ciencia y en la ingeniería. Un principio
fundamental es que si efectuamos tales experimentos
repetidamente bajo condiciones aproximadamente idénticas,
obtenemos resultados que son esencialmente los mismos.
• Sin embargo, hay experimentos en los cuales los resultados no son
esencialmente los mismos a pesar de que las condiciones sean
aproximadamente idénticas. Tales experimentos se denominan
experimentos aleatorios. Los siguientes son algunos ejemplos
– Si lanzamos una moneda el resultado del experimento es águila o sol.
– Si lanzamos un dado el resultado del experimento es uno de los
números en el conjunto {1, 2, 3, 4, 5, 6}
– Si lanzamos una moneda dos veces, el resultado puede indicarse por
{AA,AS,SA,SS}, es decir dos Aguilas, Aguila primero y luego sol, etc.
– Si tenemos una máquina que produce tornillos, el resultado del
experimento es que algunos pueden estar defectuosos. Así cuando se
produce un tornillo será un miembro del conjunto {defectuoso, no
defectuoso}.
Espacios Muéstrales y Sucesos
• Espacio muestral: Un conjunto Ω que consiste en todos los
resultados de un experimento aleatorio se llama un espacio
muestral y cada uno de los resultados se denomina punto muestral.
Con frecuencia habrá mas de un espacio muestral que describe los
resultados de un experimento pero hay comúnmente sólo uno que
suministra la mayoría de la información. Obsérvese que Ω
corresponde al conjunto universal.
• Suceso o Evento: Un suceso es un subconjunto 𝐴 del espacio
muestral Ω, es decir es un conjunto de resultados posibles. Si el
resultado de un experimento es un elemento de 𝐴 decimos que el
suceso 𝐴 ha ocurrido. Un suceso que consiste de un solo punto de
Ω frecuentemente se llama un suceso elemental o simple.
El concepto de Probabilidad
• En cualquier experimento aleatorio siempre hay incertidumbre
sobre si un suceso específico ocurrirá o no. Como medida de la
oportunidad o probabilidad con la que podemos esperar que un
suceso ocurra es conveniente asignar un número entre 0 y 1. Si
estamos seguros de que el suceso ocurrirá decimos que su
probabilidad es 100% o 1, pero si estamos seguros de que el suceso
no ocurrirá decimos que su probabilidad es cero. Por ejemplo, si la
probabilidad es de 1/4, diríamos que hay un 25% de oportunidad de
que ocurra y un 75% de oportunidad de que no ocurra.
• Existen dos procedimientos importantes por medio de los cuales
podemos obtener estimativos para la probabilidad de un suceso.
Enfoque de Probabilidad
Enfoque clássico o a priori
• Si un suceso puede ocurrir
en h maneras diferentes de
un número total de n
maneras posibles, todos
igualmente factibles,
entonces la probabilidad del
suceso es h/n.
Enfoque como frecuencia
relativa o a posteriori.
• Si después de n repeticiones
de un experimento, donde n
es muy grande, un suceso
ocurre h veces, entonces la
probabilidad del suceso es
h/n.
• Esto también se llama la
probabilidad empírica del
suceso.
Ejemplos
Probabilidad clásica o a priori
• Supóngase que deseamos la
probabilidad de que resulte
Águila en un solo
lanzamiento de una
moneda
Probabilidad de frecuencia
relativa o a posteriori.
• Si lanzamos una moneda
1000 veces y hallamos que
532 veces resultan águilas.
¿Cuál es la probabilidad de
que en el siguiente
lanzamiento obtengamos
águila?
Ejemplos
• Escribe el espacio muestral de los siguientes experimentos
aleatorios.
– Sacar una bola de una urna donde hay 5 bolas blancas y 5 bolas negras
– Los colores de un semáforo
• Determinar o estimar la probabilidad p de los siguientes sucesos
– Una tirada de un dado resulte impar.
– Al menos un águila en dos tiradas de una moneda.
– Un As, el 10 de diamante o el 2 de picas aparezca al sacar una sola
carta de una baraja inglesa.
– La suma de los puntos de dos dados sea 7.
– Qua aparezca un Sol en la próxima tirada de una moneda si han salido
56 águilas en 100 tiradas.
Actividad
• Se saca al azar una bola de una caja que contiene 6 bolas rojas, 4
bolas blancas y 5 azules. Halla la probabilidad de que la bola
extraída sea
a) Roja
b) Blanca
c) Azul
d) No roja
e) Roja o blanca
• En una clase hay 10 alumnas rubias, 20 morenas, 5 alumnos rubios
y 10 morenos hallar la probabilidad de que el representante del
salón
a) Sea hombre
b) Sea mujer morena
c) Sea hombre o mujer
Eventos
• Como eventos particulares tenemos el evento seguro
Ω, ya que un elemento de Ω puede ocurrir; y el evento
∅ que se llama evento imposible, ya que un elemento
de ∅ no puede ocurrir.
• Puesto que los eventos o sucesos son conjuntos es
lógico que las proporciones relativas a eventos puedan
traducirse a lenguaje de conjuntos e inversamente. En
particular tenemos un “algebra” de eventos que
corresponde al algebra de conjuntos.
Eventos
• Empleando las operaciones de conjuntos en sucesos en
Ω podemos obtener otros sucesos en Ω. Asi si 𝐴 y 𝐵
son eventos, entonces
 𝐴 ∪ 𝐵 es el evento “A o B o ambos”
 𝐴 ∩ 𝐵 es el evento “A y B”
 𝐴′ es el evento “no A”
 𝐴 − 𝐵 es el evento “A, pero no B”
• Si los conjuntos correspondientes a los eventos A y B
son disjuntos, es decir 𝐴 ∩ B = ∅, frecuentemente
decimos que los sucesos son mutuamente excluyentes.
Esto quiere decir que no pueden ocurrir ambos
Axiomas de Probabilidad
• Ambos enfoques, el clásico y el de frecuencias
relativas, presentan serias dificultades. El
primero debido a la vaguedad de las palabras
“igualmente factibles” y el segundo debido a
la vaguedad incluida en un “número muy
grande”.
• A causa de estas dificultades los matemáticos
en los últimos años se han orientado en un
enfoque Axiomático utilizando conjuntos.
Axiomas de Probabilidad
• Supóngase que tenemos un espacio muestral Ω. A cada
evento 𝐴 de Ω asociamos un numero real 𝑃(𝐴), es decir 𝑃 es
una función de valores reales. 𝑃 es llamada una función de
probabilidad, y 𝑃(𝐴) la probabilidad del evento 𝐴, si se
satisfacen los axiomas siguientes.
Axioma 1. Para cada evento A de Ω
𝑃(𝐴) ≥ 0
Axioma 2. Para cada evento seguro Ω
𝑃(Ω) = 1
Axioma 3. Si A y B son sucesos mutuamente excluyentes,
es decir 𝐴 ∩ 𝐵 = ∅, entonces
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
Algunos Teoremas Importantes sobre
Probabilidad
• 0 ≤ 𝑃 𝐴 ≤ 1
• 𝑃(∅) = 0
• 𝑃(𝐴’) = 1 − 𝑃(𝐴)
• 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
Ejemplo
• Si 𝑃(𝐴) = 0.62, 𝑃(𝐵) = 0.49, 𝑃(𝐶) = 0.25,
𝑃(𝐴 ∩ 𝐵) = 0.35, 𝑃(𝐴 ∩ 𝐶) = 0.20,
𝑃 𝐵 ∩ 𝐶 = 0.18, calcule
• 𝑃(𝐵 ∪ 𝐶) =
• 𝑃 𝐴’ =
• 𝑃(𝐴 − 𝐵) =
Probabilidad Condicional
(Introducción)
• En una urna se tienen 9 bolas rojas, 7 azules y
8 bolas blancas. ¿Cuál es la probabilidad de
que al sacar dos bolas se obtengan dos bolas
blancas?
a) Si al sacar la primera bola, esta se devuelve a la
urna.
b) Si al sacar la primera bola, esta no se devuelve.
Probabilidad Condicional
• Sean 𝐴 y 𝐵 dos sucesos tales que 𝑃(𝐴) > 0. Denotamos por 𝑃(𝐵|𝐴) la
probabilidad de 𝐵 dado que 𝐴 ha ocurrido. Puesto que se sabe que 𝐴 ha
ocurrido, se convierte en el nuevo espacio muestral remplazando el
original Ω. De aquí llegamos a la definición.
𝑃(𝐵|𝐴) =
𝑃 𝐴 ∩ 𝐵
𝑃 𝐴
• O también
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵|𝐴)
• En palabras, la ecuación anterior nos dice la probabilidad de que tanto A y
B ocurran simultáneamente.
• Si 𝑃 𝐵 𝐴 = 𝑃 𝐵 entonces se dice que 𝐴 y 𝐵 son eventos independientes
entre si, es decir, la ocurrencia de 𝐵 no depende en nada de si ocurre 𝐴 o
no.
• Cual es la probabilidad de obtener una bola roja y una azul
de una urna donde hay 4 bolas rojas, 6 bolas blancas y
5 bolas azules
a) Con remplazo
b) Sin remplazo
• Calcule la probabilidad de obtener dos ases al sacar dos
cartas de la baraja inglesa
a) Con remplazo
b) Sin remplazo
• Si 𝑃(𝐴) = 0.62, 𝑃(𝐵) = 0.49, 𝑃(𝐶) = 0.25, 𝑃 𝐴 ∩ 𝐵 =
0.35, 𝑃(𝐴 ∩ 𝐶) = 0.20, 𝑃(𝐵 ∩ 𝐶) = 0.18, calcule
a) 𝑃 𝐴 𝐵 =
b) 𝑃 𝐵 𝐴 =
c) 𝑃 𝐵 𝐶 =
Teorema de Bayes
• Si 𝐴1, 𝐴2, 𝐴3, … , 𝐴 𝑛 son eventos mutuamente excluyentes
y cuya unión es el espacio muestral Ω. Si 𝐵 es otro evento
cualquiera, entonces se da el siguiente teorema importante
𝑃(𝐴 𝑘|𝐵) =
𝑃 𝐴 𝑘 𝑃 𝐵 𝐴 𝑘
𝑃 𝐴𝑗 𝑃 𝐵 𝐴𝑗
𝑛
𝑗=1
• Esto nos permite hallar las probabilidades de los diferentes
sucesos que pueden causar la ocurrencia de 𝐵.
• Por esta razón con frecuencia se hace referencia al teorema
de Bayes como teorema de las causas.

Contenu connexe

Tendances

Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatoriasTensor
 
Pruebas de unilaterales y bilaterales
Pruebas de unilaterales y bilateralesPruebas de unilaterales y bilaterales
Pruebas de unilaterales y bilateralessandraaldazca
 
Teoría de probabilidad
Teoría de probabilidadTeoría de probabilidad
Teoría de probabilidadEnely Freitez
 
Cálculo De Probabilidades
Cálculo De ProbabilidadesCálculo De Probabilidades
Cálculo De ProbabilidadesAngel Carreras
 
Presentación probabilidad
Presentación probabilidadPresentación probabilidad
Presentación probabilidadHalvar55
 
distribucion-de-probabilidades
distribucion-de-probabilidadesdistribucion-de-probabilidades
distribucion-de-probabilidadesROSAURA GARCIA
 
Distribucion normal principios básicos
Distribucion normal principios básicosDistribucion normal principios básicos
Distribucion normal principios básicosLILIANA LOZANO
 
Astroide
AstroideAstroide
Astroideruth45
 
Variable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadVariable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadJoan Fernando Chipia Lobo
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidadesMaría BF
 
Estadistica ii distribucion muestral
Estadistica ii distribucion muestralEstadistica ii distribucion muestral
Estadistica ii distribucion muestralEliasGoncalves4
 
DISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaDISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaGERENCIA MTTO 3ER CORTE
 

Tendances (20)

Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Pruebas de unilaterales y bilaterales
Pruebas de unilaterales y bilateralesPruebas de unilaterales y bilaterales
Pruebas de unilaterales y bilaterales
 
Teoría de probabilidad
Teoría de probabilidadTeoría de probabilidad
Teoría de probabilidad
 
Ejercicio chi cuadrado
Ejercicio chi cuadradoEjercicio chi cuadrado
Ejercicio chi cuadrado
 
Cálculo De Probabilidades
Cálculo De ProbabilidadesCálculo De Probabilidades
Cálculo De Probabilidades
 
Presentación probabilidad
Presentación probabilidadPresentación probabilidad
Presentación probabilidad
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 
distribucion-de-probabilidades
distribucion-de-probabilidadesdistribucion-de-probabilidades
distribucion-de-probabilidades
 
Distribucion normal principios básicos
Distribucion normal principios básicosDistribucion normal principios básicos
Distribucion normal principios básicos
 
cadenas de markov
cadenas de markovcadenas de markov
cadenas de markov
 
5 conceptos de probabilidad (ii)
5 conceptos de probabilidad (ii)5 conceptos de probabilidad (ii)
5 conceptos de probabilidad (ii)
 
Probabilidad condicional
Probabilidad condicionalProbabilidad condicional
Probabilidad condicional
 
Astroide
AstroideAstroide
Astroide
 
Conceptos básicos de probabilidad
Conceptos básicos de probabilidadConceptos básicos de probabilidad
Conceptos básicos de probabilidad
 
Variable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadVariable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de Probabilidad
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
 
Eventos Independientes
Eventos IndependientesEventos Independientes
Eventos Independientes
 
Estadistica ii distribucion muestral
Estadistica ii distribucion muestralEstadistica ii distribucion muestral
Estadistica ii distribucion muestral
 
DISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaDISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. Estadistica
 
Estimación por Intervalos
Estimación por IntervalosEstimación por Intervalos
Estimación por Intervalos
 

Similaire à Probabilidad conjunta

Introducción a las Probabilidades ccesa007
Introducción a las Probabilidades ccesa007Introducción a las Probabilidades ccesa007
Introducción a las Probabilidades ccesa007Demetrio Ccesa Rayme
 
probabilidad
probabilidadprobabilidad
probabilidadmarthapm
 
Teoría Básica de Probabilidad
Teoría Básica de ProbabilidadTeoría Básica de Probabilidad
Teoría Básica de ProbabilidadJuliho Castillo
 
LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD NancyPazGonzlez
 
ELEMENTOS DE LA PROBABILIDAD
ELEMENTOS DE LA PROBABILIDAD ELEMENTOS DE LA PROBABILIDAD
ELEMENTOS DE LA PROBABILIDAD 1500743412
 
Probabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplosProbabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplosJenifferTovanda
 
Unidad 1 probbilidad
Unidad 1 probbilidadUnidad 1 probbilidad
Unidad 1 probbilidadcoquetalinda
 
Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad EsthelaGarcia5
 
Probabilidad. Ideas Básicas
Probabilidad. Ideas BásicasProbabilidad. Ideas Básicas
Probabilidad. Ideas BásicasJavier Valdés
 
Elementos de Probabilidades
Elementos de ProbabilidadesElementos de Probabilidades
Elementos de ProbabilidadesMarlene Núñez
 
Apuntes de Probabilidad
Apuntes de ProbabilidadApuntes de Probabilidad
Apuntes de Probabilidadnearcoscipio
 
3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptxDIANAGONZALES93
 
Concepto de Probabilidad
 Concepto de Probabilidad Concepto de Probabilidad
Concepto de ProbabilidadCristina Duque
 
3ESO-PROBABILIDAD1-tipos sucesos.pptx
3ESO-PROBABILIDAD1-tipos sucesos.pptx3ESO-PROBABILIDAD1-tipos sucesos.pptx
3ESO-PROBABILIDAD1-tipos sucesos.pptxtoval
 
3ESO Sucesos
3ESO Sucesos3ESO Sucesos
3ESO Sucesostoval
 

Similaire à Probabilidad conjunta (20)

Introducción a las Probabilidades ccesa007
Introducción a las Probabilidades ccesa007Introducción a las Probabilidades ccesa007
Introducción a las Probabilidades ccesa007
 
probabilidad
probabilidadprobabilidad
probabilidad
 
Teoría Básica de Probabilidad
Teoría Básica de ProbabilidadTeoría Básica de Probabilidad
Teoría Básica de Probabilidad
 
LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD
 
Probab
ProbabProbab
Probab
 
ELEMENTOS DE LA PROBABILIDAD
ELEMENTOS DE LA PROBABILIDAD ELEMENTOS DE LA PROBABILIDAD
ELEMENTOS DE LA PROBABILIDAD
 
Probabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplosProbabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplos
 
Unidad 1 probbilidad
Unidad 1 probbilidadUnidad 1 probbilidad
Unidad 1 probbilidad
 
Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad
 
Probabilidad. Ideas Básicas
Probabilidad. Ideas BásicasProbabilidad. Ideas Básicas
Probabilidad. Ideas Básicas
 
Elementos de Probabilidades
Elementos de ProbabilidadesElementos de Probabilidades
Elementos de Probabilidades
 
PROBABILIDADES
PROBABILIDADESPROBABILIDADES
PROBABILIDADES
 
Apuntes de Probabilidad
Apuntes de ProbabilidadApuntes de Probabilidad
Apuntes de Probabilidad
 
3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Concepto de Probabilidad
 Concepto de Probabilidad Concepto de Probabilidad
Concepto de Probabilidad
 
3ESO-PROBABILIDAD1-tipos sucesos.pptx
3ESO-PROBABILIDAD1-tipos sucesos.pptx3ESO-PROBABILIDAD1-tipos sucesos.pptx
3ESO-PROBABILIDAD1-tipos sucesos.pptx
 
3ESO Sucesos
3ESO Sucesos3ESO Sucesos
3ESO Sucesos
 
02 - Introducción a la teoría de probabilidad
02 - Introducción a la teoría de probabilidad02 - Introducción a la teoría de probabilidad
02 - Introducción a la teoría de probabilidad
 

Plus de Artemio Villegas

Presentación Estadística y Probabilidad I
Presentación Estadística y Probabilidad IPresentación Estadística y Probabilidad I
Presentación Estadística y Probabilidad IArtemio Villegas
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadArtemio Villegas
 
Medidas de tendencia central y dispersion
Medidas de tendencia central y dispersionMedidas de tendencia central y dispersion
Medidas de tendencia central y dispersionArtemio Villegas
 
Distribuciones de frecuencia y representaciones graficas
Distribuciones de frecuencia y representaciones graficasDistribuciones de frecuencia y representaciones graficas
Distribuciones de frecuencia y representaciones graficasArtemio Villegas
 
Presentacion: Estadística y Probabilidad I
Presentacion: Estadística  y Probabilidad IPresentacion: Estadística  y Probabilidad I
Presentacion: Estadística y Probabilidad IArtemio Villegas
 
Distribuciones de frecuencia
Distribuciones de frecuenciaDistribuciones de frecuencia
Distribuciones de frecuenciaArtemio Villegas
 
Presentación: Calculo Diferencial e Integral 1
Presentación: Calculo Diferencial e Integral 1Presentación: Calculo Diferencial e Integral 1
Presentación: Calculo Diferencial e Integral 1Artemio Villegas
 
El Coeficiente de Correlación y la Recta de Mínimos Cuadrados
El Coeficiente de Correlación y la Recta de Mínimos CuadradosEl Coeficiente de Correlación y la Recta de Mínimos Cuadrados
El Coeficiente de Correlación y la Recta de Mínimos CuadradosArtemio Villegas
 

Plus de Artemio Villegas (20)

Conceptos en estadistica
Conceptos en estadisticaConceptos en estadistica
Conceptos en estadistica
 
Presentación Estadística y Probabilidad I
Presentación Estadística y Probabilidad IPresentación Estadística y Probabilidad I
Presentación Estadística y Probabilidad I
 
Presentacion diferencial
Presentacion diferencialPresentacion diferencial
Presentacion diferencial
 
Limites
LimitesLimites
Limites
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 
Distribucion Binomial
Distribucion BinomialDistribucion Binomial
Distribucion Binomial
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Tecnicas de conteo
Tecnicas de conteoTecnicas de conteo
Tecnicas de conteo
 
Medidas de tendencia central y dispersion
Medidas de tendencia central y dispersionMedidas de tendencia central y dispersion
Medidas de tendencia central y dispersion
 
Distribuciones de frecuencia y representaciones graficas
Distribuciones de frecuencia y representaciones graficasDistribuciones de frecuencia y representaciones graficas
Distribuciones de frecuencia y representaciones graficas
 
La Derivada
La DerivadaLa Derivada
La Derivada
 
Presentacion: Estadística y Probabilidad I
Presentacion: Estadística  y Probabilidad IPresentacion: Estadística  y Probabilidad I
Presentacion: Estadística y Probabilidad I
 
Distribuciones de frecuencia
Distribuciones de frecuenciaDistribuciones de frecuencia
Distribuciones de frecuencia
 
Conceptos en Estadística
Conceptos en EstadísticaConceptos en Estadística
Conceptos en Estadística
 
La Derivada
La DerivadaLa Derivada
La Derivada
 
Límites
LímitesLímites
Límites
 
Presentación: Calculo Diferencial e Integral 1
Presentación: Calculo Diferencial e Integral 1Presentación: Calculo Diferencial e Integral 1
Presentación: Calculo Diferencial e Integral 1
 
Tecnicas de integracion
Tecnicas de integracionTecnicas de integracion
Tecnicas de integracion
 
El Coeficiente de Correlación y la Recta de Mínimos Cuadrados
El Coeficiente de Correlación y la Recta de Mínimos CuadradosEl Coeficiente de Correlación y la Recta de Mínimos Cuadrados
El Coeficiente de Correlación y la Recta de Mínimos Cuadrados
 
Integrales definidas
Integrales definidasIntegrales definidas
Integrales definidas
 

Dernier

EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.docGLADYSPASTOR
 
Presentación: Actividad de Diálogos adolescentes.pptx
Presentación: Actividad de  Diálogos adolescentes.pptxPresentación: Actividad de  Diálogos adolescentes.pptx
Presentación: Actividad de Diálogos adolescentes.pptxNabel Paulino Guerra Huaranca
 
plan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaplan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaElizabeth252489
 
Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Ivie
 
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..La Gatera de la Villa
 
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdfAnna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdfSaraGabrielaPrezPonc
 
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptxTECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptxFranciscoCruz296518
 
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...Unidad de Espiritualidad Eudista
 
U2_EA2_descargable TICS PRESENCIAL 2.pdf
U2_EA2_descargable TICS PRESENCIAL 2.pdfU2_EA2_descargable TICS PRESENCIAL 2.pdf
U2_EA2_descargable TICS PRESENCIAL 2.pdfJavier Correa
 
Kirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkKirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkMaximilianoMaldonado17
 
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCEROCIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCEROCEIP TIERRA DE PINARES
 
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdfRecursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdfNELLYKATTY
 
Tema 4 Rocas sedimentarias, características y clasificación
Tema 4 Rocas sedimentarias, características y clasificaciónTema 4 Rocas sedimentarias, características y clasificación
Tema 4 Rocas sedimentarias, características y clasificaciónIES Vicent Andres Estelles
 
Programación Anual 2024 - CIENCIAS SOCIALES.docx
Programación Anual 2024  - CIENCIAS SOCIALES.docxProgramación Anual 2024  - CIENCIAS SOCIALES.docx
Programación Anual 2024 - CIENCIAS SOCIALES.docxJhordanBenitesSanche1
 
PPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptxPPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptxKarenSepulveda23
 
U2_EA1_descargable TIC 2 SEM VIR PRE.pdf
U2_EA1_descargable TIC 2 SEM VIR PRE.pdfU2_EA1_descargable TIC 2 SEM VIR PRE.pdf
U2_EA1_descargable TIC 2 SEM VIR PRE.pdfJavier Correa
 

Dernier (20)

VISITA DE ESTUDO À CRUZ VERMELHA _
VISITA DE ESTUDO À CRUZ VERMELHA                   _VISITA DE ESTUDO À CRUZ VERMELHA                   _
VISITA DE ESTUDO À CRUZ VERMELHA _
 
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
 
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
 
Presentación: Actividad de Diálogos adolescentes.pptx
Presentación: Actividad de  Diálogos adolescentes.pptxPresentación: Actividad de  Diálogos adolescentes.pptx
Presentación: Actividad de Diálogos adolescentes.pptx
 
Actividad de bienestar docente 2016 Pereira
Actividad de bienestar docente 2016 PereiraActividad de bienestar docente 2016 Pereira
Actividad de bienestar docente 2016 Pereira
 
plan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaplan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primaria
 
Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023
 
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
 
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdfAnna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
 
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptxTECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
 
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
 
U2_EA2_descargable TICS PRESENCIAL 2.pdf
U2_EA2_descargable TICS PRESENCIAL 2.pdfU2_EA2_descargable TICS PRESENCIAL 2.pdf
U2_EA2_descargable TICS PRESENCIAL 2.pdf
 
Kirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkKirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 link
 
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCEROCIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
 
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdfRecursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
 
Tema 4 Rocas sedimentarias, características y clasificación
Tema 4 Rocas sedimentarias, características y clasificaciónTema 4 Rocas sedimentarias, características y clasificación
Tema 4 Rocas sedimentarias, características y clasificación
 
Programación Anual 2024 - CIENCIAS SOCIALES.docx
Programación Anual 2024  - CIENCIAS SOCIALES.docxProgramación Anual 2024  - CIENCIAS SOCIALES.docx
Programación Anual 2024 - CIENCIAS SOCIALES.docx
 
PPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptxPPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptx
 
U2_EA1_descargable TIC 2 SEM VIR PRE.pdf
U2_EA1_descargable TIC 2 SEM VIR PRE.pdfU2_EA1_descargable TIC 2 SEM VIR PRE.pdf
U2_EA1_descargable TIC 2 SEM VIR PRE.pdf
 
Tema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdf
Tema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdfTema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdf
Tema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdf
 

Probabilidad conjunta

  • 1. Estadística y Probabilidad II Probabilidad Conjunta Ciclo escolar 2013-2014
  • 2. Experimentos Aleatorios • Todos estamos familiarizados con la importancia de los experimentos en la ciencia y en la ingeniería. Un principio fundamental es que si efectuamos tales experimentos repetidamente bajo condiciones aproximadamente idénticas, obtenemos resultados que son esencialmente los mismos. • Sin embargo, hay experimentos en los cuales los resultados no son esencialmente los mismos a pesar de que las condiciones sean aproximadamente idénticas. Tales experimentos se denominan experimentos aleatorios. Los siguientes son algunos ejemplos – Si lanzamos una moneda el resultado del experimento es águila o sol. – Si lanzamos un dado el resultado del experimento es uno de los números en el conjunto {1, 2, 3, 4, 5, 6} – Si lanzamos una moneda dos veces, el resultado puede indicarse por {AA,AS,SA,SS}, es decir dos Aguilas, Aguila primero y luego sol, etc. – Si tenemos una máquina que produce tornillos, el resultado del experimento es que algunos pueden estar defectuosos. Así cuando se produce un tornillo será un miembro del conjunto {defectuoso, no defectuoso}.
  • 3. Espacios Muéstrales y Sucesos • Espacio muestral: Un conjunto Ω que consiste en todos los resultados de un experimento aleatorio se llama un espacio muestral y cada uno de los resultados se denomina punto muestral. Con frecuencia habrá mas de un espacio muestral que describe los resultados de un experimento pero hay comúnmente sólo uno que suministra la mayoría de la información. Obsérvese que Ω corresponde al conjunto universal. • Suceso o Evento: Un suceso es un subconjunto 𝐴 del espacio muestral Ω, es decir es un conjunto de resultados posibles. Si el resultado de un experimento es un elemento de 𝐴 decimos que el suceso 𝐴 ha ocurrido. Un suceso que consiste de un solo punto de Ω frecuentemente se llama un suceso elemental o simple.
  • 4. El concepto de Probabilidad • En cualquier experimento aleatorio siempre hay incertidumbre sobre si un suceso específico ocurrirá o no. Como medida de la oportunidad o probabilidad con la que podemos esperar que un suceso ocurra es conveniente asignar un número entre 0 y 1. Si estamos seguros de que el suceso ocurrirá decimos que su probabilidad es 100% o 1, pero si estamos seguros de que el suceso no ocurrirá decimos que su probabilidad es cero. Por ejemplo, si la probabilidad es de 1/4, diríamos que hay un 25% de oportunidad de que ocurra y un 75% de oportunidad de que no ocurra. • Existen dos procedimientos importantes por medio de los cuales podemos obtener estimativos para la probabilidad de un suceso.
  • 5. Enfoque de Probabilidad Enfoque clássico o a priori • Si un suceso puede ocurrir en h maneras diferentes de un número total de n maneras posibles, todos igualmente factibles, entonces la probabilidad del suceso es h/n. Enfoque como frecuencia relativa o a posteriori. • Si después de n repeticiones de un experimento, donde n es muy grande, un suceso ocurre h veces, entonces la probabilidad del suceso es h/n. • Esto también se llama la probabilidad empírica del suceso.
  • 6. Ejemplos Probabilidad clásica o a priori • Supóngase que deseamos la probabilidad de que resulte Águila en un solo lanzamiento de una moneda Probabilidad de frecuencia relativa o a posteriori. • Si lanzamos una moneda 1000 veces y hallamos que 532 veces resultan águilas. ¿Cuál es la probabilidad de que en el siguiente lanzamiento obtengamos águila?
  • 7. Ejemplos • Escribe el espacio muestral de los siguientes experimentos aleatorios. – Sacar una bola de una urna donde hay 5 bolas blancas y 5 bolas negras – Los colores de un semáforo • Determinar o estimar la probabilidad p de los siguientes sucesos – Una tirada de un dado resulte impar. – Al menos un águila en dos tiradas de una moneda. – Un As, el 10 de diamante o el 2 de picas aparezca al sacar una sola carta de una baraja inglesa. – La suma de los puntos de dos dados sea 7. – Qua aparezca un Sol en la próxima tirada de una moneda si han salido 56 águilas en 100 tiradas.
  • 8. Actividad • Se saca al azar una bola de una caja que contiene 6 bolas rojas, 4 bolas blancas y 5 azules. Halla la probabilidad de que la bola extraída sea a) Roja b) Blanca c) Azul d) No roja e) Roja o blanca • En una clase hay 10 alumnas rubias, 20 morenas, 5 alumnos rubios y 10 morenos hallar la probabilidad de que el representante del salón a) Sea hombre b) Sea mujer morena c) Sea hombre o mujer
  • 9. Eventos • Como eventos particulares tenemos el evento seguro Ω, ya que un elemento de Ω puede ocurrir; y el evento ∅ que se llama evento imposible, ya que un elemento de ∅ no puede ocurrir. • Puesto que los eventos o sucesos son conjuntos es lógico que las proporciones relativas a eventos puedan traducirse a lenguaje de conjuntos e inversamente. En particular tenemos un “algebra” de eventos que corresponde al algebra de conjuntos.
  • 10. Eventos • Empleando las operaciones de conjuntos en sucesos en Ω podemos obtener otros sucesos en Ω. Asi si 𝐴 y 𝐵 son eventos, entonces  𝐴 ∪ 𝐵 es el evento “A o B o ambos”  𝐴 ∩ 𝐵 es el evento “A y B”  𝐴′ es el evento “no A”  𝐴 − 𝐵 es el evento “A, pero no B” • Si los conjuntos correspondientes a los eventos A y B son disjuntos, es decir 𝐴 ∩ B = ∅, frecuentemente decimos que los sucesos son mutuamente excluyentes. Esto quiere decir que no pueden ocurrir ambos
  • 11. Axiomas de Probabilidad • Ambos enfoques, el clásico y el de frecuencias relativas, presentan serias dificultades. El primero debido a la vaguedad de las palabras “igualmente factibles” y el segundo debido a la vaguedad incluida en un “número muy grande”. • A causa de estas dificultades los matemáticos en los últimos años se han orientado en un enfoque Axiomático utilizando conjuntos.
  • 12. Axiomas de Probabilidad • Supóngase que tenemos un espacio muestral Ω. A cada evento 𝐴 de Ω asociamos un numero real 𝑃(𝐴), es decir 𝑃 es una función de valores reales. 𝑃 es llamada una función de probabilidad, y 𝑃(𝐴) la probabilidad del evento 𝐴, si se satisfacen los axiomas siguientes. Axioma 1. Para cada evento A de Ω 𝑃(𝐴) ≥ 0 Axioma 2. Para cada evento seguro Ω 𝑃(Ω) = 1 Axioma 3. Si A y B son sucesos mutuamente excluyentes, es decir 𝐴 ∩ 𝐵 = ∅, entonces 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
  • 13. Algunos Teoremas Importantes sobre Probabilidad • 0 ≤ 𝑃 𝐴 ≤ 1 • 𝑃(∅) = 0 • 𝑃(𝐴’) = 1 − 𝑃(𝐴) • 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
  • 14. Ejemplo • Si 𝑃(𝐴) = 0.62, 𝑃(𝐵) = 0.49, 𝑃(𝐶) = 0.25, 𝑃(𝐴 ∩ 𝐵) = 0.35, 𝑃(𝐴 ∩ 𝐶) = 0.20, 𝑃 𝐵 ∩ 𝐶 = 0.18, calcule • 𝑃(𝐵 ∪ 𝐶) = • 𝑃 𝐴’ = • 𝑃(𝐴 − 𝐵) =
  • 15. Probabilidad Condicional (Introducción) • En una urna se tienen 9 bolas rojas, 7 azules y 8 bolas blancas. ¿Cuál es la probabilidad de que al sacar dos bolas se obtengan dos bolas blancas? a) Si al sacar la primera bola, esta se devuelve a la urna. b) Si al sacar la primera bola, esta no se devuelve.
  • 16. Probabilidad Condicional • Sean 𝐴 y 𝐵 dos sucesos tales que 𝑃(𝐴) > 0. Denotamos por 𝑃(𝐵|𝐴) la probabilidad de 𝐵 dado que 𝐴 ha ocurrido. Puesto que se sabe que 𝐴 ha ocurrido, se convierte en el nuevo espacio muestral remplazando el original Ω. De aquí llegamos a la definición. 𝑃(𝐵|𝐴) = 𝑃 𝐴 ∩ 𝐵 𝑃 𝐴 • O también 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵|𝐴) • En palabras, la ecuación anterior nos dice la probabilidad de que tanto A y B ocurran simultáneamente. • Si 𝑃 𝐵 𝐴 = 𝑃 𝐵 entonces se dice que 𝐴 y 𝐵 son eventos independientes entre si, es decir, la ocurrencia de 𝐵 no depende en nada de si ocurre 𝐴 o no.
  • 17. • Cual es la probabilidad de obtener una bola roja y una azul de una urna donde hay 4 bolas rojas, 6 bolas blancas y 5 bolas azules a) Con remplazo b) Sin remplazo • Calcule la probabilidad de obtener dos ases al sacar dos cartas de la baraja inglesa a) Con remplazo b) Sin remplazo • Si 𝑃(𝐴) = 0.62, 𝑃(𝐵) = 0.49, 𝑃(𝐶) = 0.25, 𝑃 𝐴 ∩ 𝐵 = 0.35, 𝑃(𝐴 ∩ 𝐶) = 0.20, 𝑃(𝐵 ∩ 𝐶) = 0.18, calcule a) 𝑃 𝐴 𝐵 = b) 𝑃 𝐵 𝐴 = c) 𝑃 𝐵 𝐶 =
  • 18. Teorema de Bayes • Si 𝐴1, 𝐴2, 𝐴3, … , 𝐴 𝑛 son eventos mutuamente excluyentes y cuya unión es el espacio muestral Ω. Si 𝐵 es otro evento cualquiera, entonces se da el siguiente teorema importante 𝑃(𝐴 𝑘|𝐵) = 𝑃 𝐴 𝑘 𝑃 𝐵 𝐴 𝑘 𝑃 𝐴𝑗 𝑃 𝐵 𝐴𝑗 𝑛 𝑗=1 • Esto nos permite hallar las probabilidades de los diferentes sucesos que pueden causar la ocurrencia de 𝐵. • Por esta razón con frecuencia se hace referencia al teorema de Bayes como teorema de las causas.