SlideShare una empresa de Scribd logo
1 de 22
Descargar para leer sin conexión
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

Más contenido relacionado

La actualidad más candente

Introduccion A Las Probabilidades.
Introduccion A  Las Probabilidades.Introduccion A  Las Probabilidades.
Introduccion A Las Probabilidades.Luis Baquero
 
Distribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptDistribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptJUAN M. MUÑOZ H.
 
Basic probability and applications
Basic probability and applicationsBasic probability and applications
Basic probability and applicationsEdgar Mata
 
Probabilidad estadistica David Machiz
Probabilidad estadistica David MachizProbabilidad estadistica David Machiz
Probabilidad estadistica David Machiz9409mz
 
Teorema de bayes estrella
Teorema de bayes estrellaTeorema de bayes estrella
Teorema de bayes estrellaStree Jamas
 
La distribucion binomial
La distribucion binomialLa distribucion binomial
La distribucion binomialADrián Murillo
 
Introduccion a la teoria de probabilidades
Introduccion a la teoria de probabilidadesIntroduccion a la teoria de probabilidades
Introduccion a la teoria de probabilidadesLeonardo Romero
 
Presentación1 de diagrama de arbol
Presentación1 de diagrama de arbolPresentación1 de diagrama de arbol
Presentación1 de diagrama de arbolYadira Azpilcueta
 
probabilidad un tema mas
probabilidad un tema mas probabilidad un tema mas
probabilidad un tema mas Alain Cervantes
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidadrmagallon12
 
Problemas variables aleatorias
Problemas variables aleatorias Problemas variables aleatorias
Problemas variables aleatorias Nirka Mora Mejia
 

La actualidad más candente (20)

Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 
Introduccion A Las Probabilidades.
Introduccion A  Las Probabilidades.Introduccion A  Las Probabilidades.
Introduccion A Las Probabilidades.
 
Distribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptDistribuciones discretas-2017.ppt
Distribuciones discretas-2017.ppt
 
Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad Condicional
 
Basic probability and applications
Basic probability and applicationsBasic probability and applications
Basic probability and applications
 
Probabilidad estadistica David Machiz
Probabilidad estadistica David MachizProbabilidad estadistica David Machiz
Probabilidad estadistica David Machiz
 
Teorema de bayes estrella
Teorema de bayes estrellaTeorema de bayes estrella
Teorema de bayes estrella
 
La distribucion binomial
La distribucion binomialLa distribucion binomial
La distribucion binomial
 
Introduccion a la teoria de probabilidades
Introduccion a la teoria de probabilidadesIntroduccion a la teoria de probabilidades
Introduccion a la teoria de probabilidades
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Presentación1 de diagrama de arbol
Presentación1 de diagrama de arbolPresentación1 de diagrama de arbol
Presentación1 de diagrama de arbol
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
probabilidad un tema mas
probabilidad un tema mas probabilidad un tema mas
probabilidad un tema mas
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidad
 
Probabilidad
Probabilidad Probabilidad
Probabilidad
 
EJERCICIOS DE ESTADISTICA PROBABILISTICA
EJERCICIOS DE ESTADISTICA PROBABILISTICAEJERCICIOS DE ESTADISTICA PROBABILISTICA
EJERCICIOS DE ESTADISTICA PROBABILISTICA
 
Problemas variables aleatorias
Problemas variables aleatorias Problemas variables aleatorias
Problemas variables aleatorias
 
Distribuciones Discretas de Probabilidad
Distribuciones Discretas de ProbabilidadDistribuciones Discretas de Probabilidad
Distribuciones Discretas de Probabilidad
 

Similar a Probabilidad ok (1)

Similar a Probabilidad ok (1) (20)

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
 
Unidad1 probabilidad
Unidad1 probabilidadUnidad1 probabilidad
Unidad1 probabilidad
 

Más de pilosofando

Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadisticapilosofando
 
Estadistica grupo2
Estadistica grupo2Estadistica grupo2
Estadistica grupo2pilosofando
 
Conceptos básicos de probabilidad
Conceptos básicos de probabilidadConceptos básicos de probabilidad
Conceptos básicos de probabilidadpilosofando
 
Interpretacion geometrica derivada
Interpretacion geometrica derivadaInterpretacion geometrica derivada
Interpretacion geometrica derivadapilosofando
 
Derivada por def. del lim
Derivada por def. del limDerivada por def. del lim
Derivada por def. del limpilosofando
 
Tabla t de_student
Tabla t de_studentTabla t de_student
Tabla t de_studentpilosofando
 
Tablas distribuciones
Tablas distribucionesTablas distribuciones
Tablas distribucionespilosofando
 
Tabla chi cuadrado
Tabla chi cuadradoTabla chi cuadrado
Tabla chi cuadradopilosofando
 
Distribución f de fisher snedecor
Distribución f de fisher snedecorDistribución f de fisher snedecor
Distribución f de fisher snedecorpilosofando
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t studentpilosofando
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1pilosofando
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1pilosofando
 
Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1Matemáticas basicas derecho_semestre_1
Matemáticas basicas derecho_semestre_1pilosofando
 
Td2 binomial acumulada
Td2 binomial acumuladaTd2 binomial acumulada
Td2 binomial acumuladapilosofando
 
Notas matematicas basicas_derecho
Notas matematicas basicas_derechoNotas matematicas basicas_derecho
Notas matematicas basicas_derechopilosofando
 
Notas bioestadística
Notas bioestadísticaNotas bioestadística
Notas bioestadísticapilosofando
 
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 vpilosofando
 
Ajercicicos 1 de bio estadística
Ajercicicos 1 de bio estadísticaAjercicicos 1 de bio estadística
Ajercicicos 1 de bio estadísticapilosofando
 
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 2012pilosofando
 
Plan unidad sexto_3_p
Plan unidad sexto_3_p Plan unidad sexto_3_p
Plan unidad sexto_3_p pilosofando
 

Más de 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