02fundamentos Deprobabilidad
02fundamentos Deprobabilidad
02fundamentos Deprobabilidad
= 10/12
2) Interpretacin Frecuentista
De acuerdo con esta interpretacin la probabilidad de evento es la
frecuencia relativa con la que se presenta dicho evento en un nmero grande de
experimentaciones. Esto es,
P(A) = lim
n (A)
n
n
Donde
Probabilidad y Estadstica Fundamentos de Probabilidad
M. en I. Isabel Patricia Aguilar Jurez 6
n (A) es el nmero de veces que se observa el evento A en n repeticiones del
experimento.
Ante la imposibilidad de realizar una infinidad de experimentaciones se aproxima
la probabilidad de A mediante el cociente
n (A)
n
con n suficientemente grande.
Es decir,
P(A)
n (A)
n
Es importante insistir en que entre ms grande sea n, mejor ser la aproximacin.
Ejemplo 2.2.2
Se tienen 200 cilindros de concreto y se someten a una prueba de compresin.
Todos los cilindros son iguales y estn bajo las mismas condiciones de humedad y
temperatura. Los resultados observados son los siguientes:
Lmites Frecuencias
171 180 10
181 190 12
191 200 25
201 210 132
211 220 21
La resistencia est medida en kg/cm
2
. Calcular la probabilidad de cada uno de los
siguientes eventos:
A: Un cilindro resiste entre 191 y 200 kg/cm
2
.
B: Un cilindro resiste entre 201 y 210 kg/cm
2
.
C: Un cilindro resiste entre 191 y 210 kg/cm
2
.
D: Un cilindro resiste a lo sumo 200 kg/cm
2
.
P(A) = 25 / 200 = 0.125
Probabilidad y Estadstica Fundamentos de Probabilidad
M. en I. Isabel Patricia Aguilar Jurez 7
P(B) = 132 / 200 = 0.66
P(C) = 157 / 200 = 0.785
P(D) = 47 / 200 = 0.235
3) Interpretacin Subjetiva
De acuerdo con esta interpretacin la probabilidad de un evento es el grado de
certidumbre que tiene quien asigna la probabilidad, en la ocurrencia de un evento. Una
probabilidad igual a cero indica la certeza absoluta de que el evento no ocurrir y una
probabilidad igual a uno indica la certeza absoluta de que el evento ocurrir.
A pesar de ser tres concepciones diferentes de la probabilidad, es posible encontrar
aspectos comunes, los cuales permiten desarrollar una sola teora.
2.3 Axiomas de Probabilidad
De lo anterior se desprende que la probabilidad es una funcin de conjunto cuyo
dominio es el conjunto potencia del espacio muestral (conocido como - lgebra de
eventos) y su contradominio los nmeros reales.
La probabilidad se denota por P y satisface las siguientes propiedades.
AXIOMAS DE PROBABILIDAD
1) Si A es un evento, entonces 0 P(A) 1
2) P(S) = 1
3) Si A
1
, A
2
, ... A
n
son eventos mutuamente excluyentes, entonces
P( A = P(A
i = 1
n
i i
i 1
n
) )
Probabilidad y Estadstica Fundamentos de Probabilidad
M. en I. Isabel Patricia Aguilar Jurez 8
A partir de estos axiomas es posible desarrollar y demostrar los siguientes teoremas,
de los cuales omitimos la demostracin, an cuando en general es bastante sencilla, ya
que basta con la aplicacin, en ocasiones reiterada de los axiomas de probabilidad.
Teorema 2.3.1
P( ) = 0 .
Teorema 2.3.2
Si A es un evento, entonces A
c
tambin lo es, y P( A
c
) = 1 P(A) .
Teorema 2.3.3
Si A y B son dos eventos cualesquiera, entonces
P (A B) = P(A) + P(B) P(A B)
Ejercicio 2.3.1
Recientemente se ha cuestionado la aceptabilidad de un acueducto ya existente
para transportar flujo anticipado. Mediante simulacin el ingeniero ha estimado tasas de
flujo mximo anual as como sus probabilidades de ocurrencia (suponiendo que el flujo
mximo posible es 12 cm
2
/s ), como sigue:
Eventos
A: El flujo que se presenta est entre 5 y 10 cm
2
/s , inclusive.
B: El flujo que se presenta est entre 8 y 12 cm
2
/s , inclusive
C = A B
Probabilidades de ocurrencia
P(A) = 0.6 ; P(B) = 0.6 ; P(C) = 0.7
Probabilidad y Estadstica Fundamentos de Probabilidad
M. en I. Isabel Patricia Aguilar Jurez 9
Calcular las siguientes probabilidades:
a) P ( A B )
b) P ( A C )
c) P (A
c
B
c
)
d) P (A
c
)
e) P ( B A
c
)
RESOLUCIN
a) P ( A B )
P (A B) = P(A) + P(B) P(A B)
P (A B) = P(A) + P(B) P(A B)
= 0.6 + 0.6 - 0.7
= 0.5
b) P ( A C ) = P( A (A B) ) = P ((A A) (A B))
= P( A A) + P ( A B) P (A A B )
= P ( A ) + P ( A B ) - P ( A B)
= P ( A ) = 0.6
c) P (A
c
B
c
) = P (A B )
c
= 1 P (A B ) = 1 0.5 = 0.5
d) P (A
c
) = 1 P ( A ) = 1 0.6 = 0.4
e) P ( B A
c
) = P ( B ) + P (A
c
) P ( B A
c
)
= 0.6 + 0.4 P ( B ) + P (A B )
= 0.6 + 0.4 0.6 + 0.5
= 0.9