SlideShare ist ein Scribd-Unternehmen logo
1 von 22
PROBABILIDADPara la mayoría de la gente, “Probabilidad” es un termino
vago utilizado en el lenguaje cotidiano, para indicar la
posibilidad de un evento futuro.
PROPIEDADES DE LA PROBABILIDAD
Conceptos previos:
• Espacio muestral (E): es el conjunto de los diferentes resultados que pueden
darse en un experimento aleatorio.
• Suceso: subconjunto del espacio muestral. Se representa con una letra
mayúscula, con sus elementos entre llaves y separados por comas.
Operaciones con sucesos:
• Unión: la unión de dos sucesos es el suceso que ocurre cuando se da uno de
ellos.
• Intersección: la intersección dos sucesos es el suceso que ocurre cuando se
dan ambos a la vez.
La probabilidad, en una experiencia aleatoria, es una aplicación que asigna un
número real a cada suceso.
Tipos de sucesos:
• Suceso Seguro: se tiene la certeza de que se producirá porque contiene todos
los resultados posibles de la experiencia (coincide con el espacio muestral).
• Suceso Imposible: se tiene la certeza de que nunca se puede presentar, ya
que no tiene elementos (es el conjunto vacío).
• Suceso Contrario de A: es el que ocurre cuando no se da A; es su
complementario respecto al espacio muestral (A’ ).
• Suceso Elemental: es el que tiene un solo resultado, es un conjunto unitario.
• Sucesos incompatibles: la intersección es conjunto vacío, es decir, no pueden
los dos sucesos darse al mismo tiempo.
• Sucesos Compatibles: la intersección de dos sucesos contiene algún
elemento.
CARACTERÍSTICAS DE LA PROBABILIDAD
• La probabilidad de un suceso es mayor o igual
que cero.
• La probabilidad del suceso seguro es uno.
• La probabilidad de la unión de dos sucesos
incompatibles es igual a la suma de sus
probabilidades.
Axiomas de la probabilidad
1. La probabilidad es positiva y menor o igual que 1
• 0 ≤ p(A) ≤ 1
2. La probabilidad del suceso seguro es 1.
• p(E) = 1
3. Si A y B son incompatibles, es decir A B = entonces:
• p(A B) = p(A) + p(B)
PRIMERA:
La suma de las probabilidades de un suceso y su contrario
vale 1, por tanto la probabilidad del suceso contrario es:
SEGUNDA:
Probabilidad del suceso imposible es cero
TERCERA:
La probabilidad de la unión de dos sucesos es la suma de
sus probabilidades restándole la probabilidad de su
intersección.
CUARTA:
Si un suceso está incluido en otro, su probabilidad es
menor o igual a la de éste.
QUINTA:
Si A1, A2, ..., Ak son incompatibles dos a dos entonces:
SEXTA:
Si el espacio muestral E es finito y un suceso es S = {x1, x2,
..., xn} entonces:
DOS LEYES DE LA PROBABILIDAD
1. Ley multiplicativa de la probabilidad
La probabilidad de la intersección de dos eventos A y B
P(A n B) = P(A)P(B/A)
= P(B)P(A/B)
Si A y B son independientes, entonces
P(A n B) = P(A)P(B)
2. Ley aditiva de la probabilidad
La probabilidad de la unión de dos eventos A y B es.
P(A U B) = P(A) + P(B) – P(A n B)
Si A y B son eventos mutuamente excluyentes, entonces.
P(A n B) = 0 y
P(A U B) = P(A) + P(B)
EJEMPLO
En cierta ciudad, 40% de los votantes son republicanos y el
60% son demócratas; 70% de los republicanos y 80% de los
demócratas están a favor de una emisión de bonos. Al
seleccionar al azar un votante de la ciudad ¿Cuál es la
probabilidad de que este a favor de la emisión de bonos?
SOLUCIÓN:
Sea “f” el evento a favor de la emisión de bonos “R” el
evento de que sea elegido un republicano, y “D” el evento
de que sea escogido un demócrata.
Entonces:
P(R) = 0.4, P(D) = 0.6, P(f/R) =0.7, P(f/D) = 0.8
EJEMPLO
Ahora
P(f) = P[(f n R) U (f n D)] = P(f n R) +P(f n D)
Ya que (f n R) y (f n D), son dos eventos excluyentes f = (F n R) U (f n D)
Entonces
P(f n R) = P(f/R)P(R) = (0.7)(0.4) = 0.28
En forma similar
P(f n D) = P(f/D)P(D) = (0.8)(0.4) = 0.76
Entonces
P(f) = 0.28 + 0.48 = 0.76
REGLA DE BAYES
El procedimiento de la composición de los eventos para
resolver los problemas de la probabilidad se facilita algunas
veces al considerar el espacio muestral “S” como una unión
de subconjuntos que son mutuamente excluyentes, es
decir, se supone que
S = B₁ U B₂ U … U Bк, con Bi n Bj = 0 para i ‡ j
A = A n S = A n (B₁ U B₂ … Bк)
= (A n B₁) U (A n B₂) U … U (A n Bк)
Entonces
P(A) = P(A n B₁) + P(A n B₂) + … P(A n Bк)
= P(B₁)P(A/B₁) + P(B₂)P(A/B₂) + P(Bк)P(A/ Bк)
к = ∑ P(Bi)P(A/ Bi)
i = 1
Resumen:
DISTRIBUCIÓN BINOMIAL
Es una distribución de probabilidad discreta que mide el número de éxitos
en una secuencia de n ensayos de Bernoulli independientes entre sí,
con una probabilidad fija p de ocurrencia del éxito entre los ensayos.
Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es,
sólo son posibles dos resultados. A uno de estos se denomina éxito y
tiene una probabilidad de ocurrencia p y al otro, fracaso, con una
probabilidad q = 1 - p.
En la distribución binomial el anterior experimento se repite n veces, de
forma independiente, y se trata de calcular la probabilidad de un
determinado número de éxitos. Para n = 1, la binomial se convierte, de
hecho, en una distribución de Bernoulli.
Para representar que una variable aleatoria X sigue una distribución
binomial de parámetros n y p, se escribe:
DISTRIBUCIÓN BINOMIAL
Las siguientes situaciones son ejemplos de experimentos que
pueden modelizarse por esta distribución:
Se lanza un dado diez veces y se cuenta el número X de tres
obtenidos: entonces X ~ B(10, 1/6)
Se lanza una moneda dos veces y se cuenta el número X de caras
obtenidas: entonces X ~ B(2, 1/2)
Una partícula se mueve unidimensionalmente con
probabilidad p de moverse de aquí para allá y 1-q de moverse
de allá para acá
DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BINOMIAL
OPERACIÓN ENTRE CONJUNTOS
UNIÓN. Se define como el conjunto de todos los elementos, que
pertenecen a A o a B, o tanto a A como a B, (siendo A y B previamente
definidos).
INTERSECCIÓN. Es el conjunto de elementos que pertenecen
simultáneamente a A y a B, (A y B previamente definidos), y se escribe
A ∩ B.
DIFERENCIA. Son todos los elementos que de A que no pertenecen a B,
esto es, A – B.
COMPLEMENTO. Si B C A, entonces, A – B se denomina el complemento
de B relativo a A y se escribe: B A o BA o B’CA.
. Si A = U, nos referimos a U – B, sencillamente como el complemento de
B: B o B o B’C El complemento de (A ∪ B) se escribe ( A∪B) o (A∪B) o
(A∪B)’C
BIBLIOGRAFIA
• http://www.definicionabc.com/general/probabilidad.php
• http://thales.cica.es/rd/Recursos/rd98/Matematicas/28/matematicas-28.html
• http://monografias.interbusca.com/matematicas/propiedades-de-la-probabilidad.html
• http://www.vitutor.com/pro/2/a_8.html
• http://es.wikipedia.org/wiki/Probabilidad
• http://www.youtube.com/watch?v=OeTE8Q0Nmcc
• Estadística matemática con aplicaciones, Mendenhall, Scheaffer, Wackerly . Ed grupo
editorial Latinoamérica - Cramer, H. elememtos de probabilidad 2da edicion Huntington
N.Y. 1973.
PRESENTADO POR:
Rosario Bermúdez
John Calderón
Pedro Castillo
Giovanni Gómez
Nadia Sanabria
Katherine Tovar

Weitere ähnliche Inhalte

Was ist angesagt?

Introduccion A Las Probabilidades.
Introduccion A  Las Probabilidades.Introduccion A  Las Probabilidades.
Introduccion A Las Probabilidades.
Luis Baquero
 
Distribuciones discretas de_probabiliidad
Distribuciones discretas de_probabiliidadDistribuciones discretas de_probabiliidad
Distribuciones discretas de_probabiliidad
UNAD
 
DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...
DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...
DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...
Roza Meza
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidad
rmagallon12
 

Was ist angesagt? (20)

Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Introduccion A Las Probabilidades.
Introduccion A  Las Probabilidades.Introduccion A  Las Probabilidades.
Introduccion A Las Probabilidades.
 
Distribuciones discretas de_probabiliidad
Distribuciones discretas de_probabiliidadDistribuciones discretas de_probabiliidad
Distribuciones discretas de_probabiliidad
 
probabilidad
probabilidad  probabilidad
probabilidad
 
Estadistica probabilidad
Estadistica probabilidadEstadistica probabilidad
Estadistica probabilidad
 
Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes
 
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
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...
DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...
DIAGRAMAS DE ÁRBOL, MÉTODOS DE CONTEO, PERMUTACIONES, COMBINACIONES PRINCI...
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidad
 
Probabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplosProbabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplos
 
Distribuciones...
Distribuciones...Distribuciones...
Distribuciones...
 
Estimadores
EstimadoresEstimadores
Estimadores
 
Teorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad totalTeorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad total
 
Capítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadCapítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidad
 
Distribuciones discretas
Distribuciones discretasDistribuciones discretas
Distribuciones discretas
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Aproximacion normal a la binomial
Aproximacion normal a la binomialAproximacion normal a la binomial
Aproximacion normal a la binomial
 

Ähnlich wie Probabilidad ok (1)

unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6
ITCM
 
2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf
Carlos Araya Morata
 

Ähnlich wie Probabilidad ok (1) (20)

Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Jeison rodriguez presentación en slideshare
Jeison rodriguez presentación en slideshareJeison rodriguez presentación en slideshare
Jeison rodriguez presentación en slideshare
 
Teoria de la probabilidad
Teoria de la probabilidadTeoria de la probabilidad
Teoria de la probabilidad
 
Estadistica tema 5
Estadistica tema 5Estadistica tema 5
Estadistica tema 5
 
Teoria de probabilidades
Teoria de probabilidadesTeoria de probabilidades
Teoria de probabilidades
 
probabilidades.ppt
probabilidades.pptprobabilidades.ppt
probabilidades.ppt
 
unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
 
Estadistica probabilidades
Estadistica probabilidadesEstadistica probabilidades
Estadistica probabilidades
 
Probabilidad1
Probabilidad1Probabilidad1
Probabilidad1
 
Estadisticas
EstadisticasEstadisticas
Estadisticas
 
8. probabilidad y variables aleatorias
8.  probabilidad y variables aleatorias8.  probabilidad y variables aleatorias
8. probabilidad y variables aleatorias
 
3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx
 
Tarea 3
Tarea 3Tarea 3
Tarea 3
 
Probabilidad1
Probabilidad1Probabilidad1
Probabilidad1
 
Estadística Adryu Rodríguez
Estadística Adryu RodríguezEstadística Adryu Rodríguez
Estadística Adryu Rodríguez
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf
 
Estadistica probabilidades
Estadistica probabilidadesEstadistica probabilidades
Estadistica probabilidades
 

Mehr von pilosofando

Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
pilosofando
 
Estadistica grupo2
Estadistica grupo2Estadistica grupo2
Estadistica grupo2
pilosofando
 
Conceptos básicos de probabilidad
Conceptos básicos de probabilidadConceptos básicos de probabilidad
Conceptos básicos de probabilidad
pilosofando
 
Interpretacion geometrica derivada
Interpretacion geometrica derivadaInterpretacion geometrica derivada
Interpretacion geometrica derivada
pilosofando
 
Derivada por def. del lim
Derivada por def. del limDerivada por def. del lim
Derivada por def. del lim
pilosofando
 
Tabla t de_student
Tabla t de_studentTabla t de_student
Tabla t de_student
pilosofando
 
Tablas distribuciones
Tablas distribucionesTablas distribuciones
Tablas distribuciones
pilosofando
 
Tabla chi cuadrado
Tabla chi cuadradoTabla chi cuadrado
Tabla chi cuadrado
pilosofando
 
Distribución f de fisher snedecor
Distribución f de fisher snedecorDistribución f de fisher snedecor
Distribución f de fisher snedecor
pilosofando
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t student
pilosofando
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1
pilosofando
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1
pilosofando
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1
pilosofando
 
Td2 binomial acumulada
Td2 binomial acumuladaTd2 binomial acumulada
Td2 binomial acumulada
pilosofando
 
Notas matematicas basicas_derecho
Notas matematicas basicas_derechoNotas matematicas basicas_derecho
Notas matematicas basicas_derecho
pilosofando
 
Notas bioestadística
Notas bioestadísticaNotas bioestadística
Notas bioestadística
pilosofando
 
Re fr-070 acuerdo pedagogico matematica basica v
Re fr-070  acuerdo pedagogico matematica basica vRe fr-070  acuerdo pedagogico matematica basica v
Re fr-070 acuerdo pedagogico matematica basica v
pilosofando
 
Ajercicicos 1 de bio estadística
Ajercicicos 1 de bio estadísticaAjercicicos 1 de bio estadística
Ajercicicos 1 de bio estadística
pilosofando
 
Plan de unidad 8º matematicas 3 p 2012
Plan de unidad 8º matematicas 3 p 2012Plan de unidad 8º matematicas 3 p 2012
Plan de unidad 8º matematicas 3 p 2012
pilosofando
 
Plan unidad sexto_3_p
Plan unidad sexto_3_p Plan unidad sexto_3_p
Plan unidad sexto_3_p
pilosofando
 

Mehr von pilosofando (20)

Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
 
Estadistica grupo2
Estadistica grupo2Estadistica grupo2
Estadistica grupo2
 
Conceptos básicos de probabilidad
Conceptos básicos de probabilidadConceptos básicos de probabilidad
Conceptos básicos de probabilidad
 
Interpretacion geometrica derivada
Interpretacion geometrica derivadaInterpretacion geometrica derivada
Interpretacion geometrica derivada
 
Derivada por def. del lim
Derivada por def. del limDerivada por def. del lim
Derivada por def. del lim
 
Tabla t de_student
Tabla t de_studentTabla t de_student
Tabla t de_student
 
Tablas distribuciones
Tablas distribucionesTablas distribuciones
Tablas distribuciones
 
Tabla chi cuadrado
Tabla chi cuadradoTabla chi cuadrado
Tabla chi cuadrado
 
Distribución f de fisher snedecor
Distribución f de fisher snedecorDistribución f de fisher snedecor
Distribución f de fisher snedecor
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t student
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1
 
Td2 binomial acumulada
Td2 binomial acumuladaTd2 binomial acumulada
Td2 binomial acumulada
 
Notas matematicas basicas_derecho
Notas matematicas basicas_derechoNotas matematicas basicas_derecho
Notas matematicas basicas_derecho
 
Notas bioestadística
Notas bioestadísticaNotas bioestadística
Notas bioestadística
 
Re fr-070 acuerdo pedagogico matematica basica v
Re fr-070  acuerdo pedagogico matematica basica vRe fr-070  acuerdo pedagogico matematica basica v
Re fr-070 acuerdo pedagogico matematica basica v
 
Ajercicicos 1 de bio estadística
Ajercicicos 1 de bio estadísticaAjercicicos 1 de bio estadística
Ajercicicos 1 de bio estadística
 
Plan de unidad 8º matematicas 3 p 2012
Plan de unidad 8º matematicas 3 p 2012Plan de unidad 8º matematicas 3 p 2012
Plan de unidad 8º matematicas 3 p 2012
 
Plan unidad sexto_3_p
Plan unidad sexto_3_p Plan unidad sexto_3_p
Plan unidad sexto_3_p
 

Probabilidad ok (1)

  • 1. PROBABILIDADPara la mayoría de la gente, “Probabilidad” es un termino vago utilizado en el lenguaje cotidiano, para indicar la posibilidad de un evento futuro.
  • 2. PROPIEDADES DE LA PROBABILIDAD Conceptos previos: • Espacio muestral (E): es el conjunto de los diferentes resultados que pueden darse en un experimento aleatorio. • Suceso: subconjunto del espacio muestral. Se representa con una letra mayúscula, con sus elementos entre llaves y separados por comas. Operaciones con sucesos: • Unión: la unión de dos sucesos es el suceso que ocurre cuando se da uno de ellos. • Intersección: la intersección dos sucesos es el suceso que ocurre cuando se dan ambos a la vez. La probabilidad, en una experiencia aleatoria, es una aplicación que asigna un número real a cada suceso.
  • 3. Tipos de sucesos: • Suceso Seguro: se tiene la certeza de que se producirá porque contiene todos los resultados posibles de la experiencia (coincide con el espacio muestral). • Suceso Imposible: se tiene la certeza de que nunca se puede presentar, ya que no tiene elementos (es el conjunto vacío). • Suceso Contrario de A: es el que ocurre cuando no se da A; es su complementario respecto al espacio muestral (A’ ). • Suceso Elemental: es el que tiene un solo resultado, es un conjunto unitario. • Sucesos incompatibles: la intersección es conjunto vacío, es decir, no pueden los dos sucesos darse al mismo tiempo. • Sucesos Compatibles: la intersección de dos sucesos contiene algún elemento.
  • 4. CARACTERÍSTICAS DE LA PROBABILIDAD • La probabilidad de un suceso es mayor o igual que cero. • La probabilidad del suceso seguro es uno. • La probabilidad de la unión de dos sucesos incompatibles es igual a la suma de sus probabilidades.
  • 5. Axiomas de la probabilidad 1. La probabilidad es positiva y menor o igual que 1 • 0 ≤ p(A) ≤ 1 2. La probabilidad del suceso seguro es 1. • p(E) = 1 3. Si A y B son incompatibles, es decir A B = entonces: • p(A B) = p(A) + p(B)
  • 6. PRIMERA: La suma de las probabilidades de un suceso y su contrario vale 1, por tanto la probabilidad del suceso contrario es: SEGUNDA: Probabilidad del suceso imposible es cero
  • 7. TERCERA: La probabilidad de la unión de dos sucesos es la suma de sus probabilidades restándole la probabilidad de su intersección. CUARTA: Si un suceso está incluido en otro, su probabilidad es menor o igual a la de éste.
  • 8. QUINTA: Si A1, A2, ..., Ak son incompatibles dos a dos entonces: SEXTA: Si el espacio muestral E es finito y un suceso es S = {x1, x2, ..., xn} entonces:
  • 9. DOS LEYES DE LA PROBABILIDAD 1. Ley multiplicativa de la probabilidad La probabilidad de la intersección de dos eventos A y B P(A n B) = P(A)P(B/A) = P(B)P(A/B) Si A y B son independientes, entonces P(A n B) = P(A)P(B)
  • 10. 2. Ley aditiva de la probabilidad La probabilidad de la unión de dos eventos A y B es. P(A U B) = P(A) + P(B) – P(A n B) Si A y B son eventos mutuamente excluyentes, entonces. P(A n B) = 0 y P(A U B) = P(A) + P(B)
  • 11. EJEMPLO En cierta ciudad, 40% de los votantes son republicanos y el 60% son demócratas; 70% de los republicanos y 80% de los demócratas están a favor de una emisión de bonos. Al seleccionar al azar un votante de la ciudad ¿Cuál es la probabilidad de que este a favor de la emisión de bonos?
  • 12. SOLUCIÓN: Sea “f” el evento a favor de la emisión de bonos “R” el evento de que sea elegido un republicano, y “D” el evento de que sea escogido un demócrata. Entonces: P(R) = 0.4, P(D) = 0.6, P(f/R) =0.7, P(f/D) = 0.8
  • 13. EJEMPLO Ahora P(f) = P[(f n R) U (f n D)] = P(f n R) +P(f n D) Ya que (f n R) y (f n D), son dos eventos excluyentes f = (F n R) U (f n D) Entonces P(f n R) = P(f/R)P(R) = (0.7)(0.4) = 0.28 En forma similar P(f n D) = P(f/D)P(D) = (0.8)(0.4) = 0.76 Entonces P(f) = 0.28 + 0.48 = 0.76
  • 14. REGLA DE BAYES El procedimiento de la composición de los eventos para resolver los problemas de la probabilidad se facilita algunas veces al considerar el espacio muestral “S” como una unión de subconjuntos que son mutuamente excluyentes, es decir, se supone que S = B₁ U B₂ U … U Bк, con Bi n Bj = 0 para i ‡ j
  • 15. A = A n S = A n (B₁ U B₂ … Bк) = (A n B₁) U (A n B₂) U … U (A n Bк) Entonces P(A) = P(A n B₁) + P(A n B₂) + … P(A n Bк) = P(B₁)P(A/B₁) + P(B₂)P(A/B₂) + P(Bк)P(A/ Bк) к = ∑ P(Bi)P(A/ Bi) i = 1 Resumen:
  • 16. DISTRIBUCIÓN BINOMIAL Es una distribución de probabilidad discreta que mide el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos. Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos resultados. A uno de estos se denomina éxito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribución binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado número de éxitos. Para n = 1, la binomial se convierte, de hecho, en una distribución de Bernoulli. Para representar que una variable aleatoria X sigue una distribución binomial de parámetros n y p, se escribe:
  • 17. DISTRIBUCIÓN BINOMIAL Las siguientes situaciones son ejemplos de experimentos que pueden modelizarse por esta distribución: Se lanza un dado diez veces y se cuenta el número X de tres obtenidos: entonces X ~ B(10, 1/6) Se lanza una moneda dos veces y se cuenta el número X de caras obtenidas: entonces X ~ B(2, 1/2) Una partícula se mueve unidimensionalmente con probabilidad p de moverse de aquí para allá y 1-q de moverse de allá para acá
  • 20. OPERACIÓN ENTRE CONJUNTOS UNIÓN. Se define como el conjunto de todos los elementos, que pertenecen a A o a B, o tanto a A como a B, (siendo A y B previamente definidos). INTERSECCIÓN. Es el conjunto de elementos que pertenecen simultáneamente a A y a B, (A y B previamente definidos), y se escribe A ∩ B. DIFERENCIA. Son todos los elementos que de A que no pertenecen a B, esto es, A – B. COMPLEMENTO. Si B C A, entonces, A – B se denomina el complemento de B relativo a A y se escribe: B A o BA o B’CA. . Si A = U, nos referimos a U – B, sencillamente como el complemento de B: B o B o B’C El complemento de (A ∪ B) se escribe ( A∪B) o (A∪B) o (A∪B)’C
  • 21. BIBLIOGRAFIA • http://www.definicionabc.com/general/probabilidad.php • http://thales.cica.es/rd/Recursos/rd98/Matematicas/28/matematicas-28.html • http://monografias.interbusca.com/matematicas/propiedades-de-la-probabilidad.html • http://www.vitutor.com/pro/2/a_8.html • http://es.wikipedia.org/wiki/Probabilidad • http://www.youtube.com/watch?v=OeTE8Q0Nmcc • Estadística matemática con aplicaciones, Mendenhall, Scheaffer, Wackerly . Ed grupo editorial Latinoamérica - Cramer, H. elememtos de probabilidad 2da edicion Huntington N.Y. 1973.
  • 22. PRESENTADO POR: Rosario Bermúdez John Calderón Pedro Castillo Giovanni Gómez Nadia Sanabria Katherine Tovar