Probabilidad La probabilidad Es la parte de las matemticas que proporciona modelos para la incertidumbre La incertidumbre se da en los resultados de los experimentos

aleatorios es una ciencia que proporciona un conjunto de mtodos que se utilizan para recolectar, resumir, clasificar, analizar e interpretar el comportamiento de los datos con respecto a una caracterstica materia de estudio o investigacin. Es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que han sido recopilados a partir de otros datos numricos. Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de muestra. "La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares". lgebra de sucesos de probabilidad Algunos conceptos de teora de conjuntos extendidos a sucesos de probabilidad se deben recordar La unin de dos sucesos A y B en un espacio S se define como: A B = {x: x A x B}, el smbolo significa que el elemento x pertenece al

conjunto correspondiente e indica que el resultado puntual x ha ocurrido. A B significa que ocurre A, ocurre B u ocurren A y B. La interseccin de dos sucesos A y B en un espacio S se define como: A B = AB = {x: x A y x B},

A B significa que ocurren A y B conjunta o simultneamente. Las operaciones de unin e interseccin gozan de las propiedades de clausura, y de potencia, conmutativa, asociativa y se vinculan mediante la propiedad distributiva de la interseccin respecto a la unin, es decir, A(BC)=AB AC. El complemento del suceso A en el espacio S se define como la diferencia entre el conjunto S y el conjunto A: S - A = Ac = A = A = {x: x S Probabilidad y Permutaciones En vista de la definicin que dimos de probabilidad, basada en las cantidades de casos favorables y de casos posibles, la determinacin de la probabilidad de un suceso se reduce en muchos casos a problemas de combinatoria, en particular al clculo de permutaciones. Podemos disponer dos letras distintas A, B una luego de la otra de dos formas distintas: AB, BA. Tres letras se pueden disponer en forma sucesiva ya de seis maneras: ABC, ACB BAC, BCA CAB, CBA Para cuatro letras obtenemos 24 formas diferentes de disponerlas sucesivamente: ABCD, ABDC, ACBD, ACDB, ADBC, ADCB BACD, BADC, BCAD, BCDA, BDAC, BDCA CABD, CADB, CBAD, CBDA, CDAB, CDBA y x A} y significa que no ocurre A.

DABC, DACB, DBAC, DBCA, DCAB, DCBA

Tipos de DATOS Datos Nominales Son nmeros o letras que representan categoras donde no interesa el orden. Datos Ordinales Son nmeros o letras que representan categoras donde el orden interesa Datos Discretos Son aquellos que surgen por el procedimiento de conteo. Es decir, los datos discretos toman valores enteros Datos Continuos Son aquellos que surgen cuando se mide alguna caracterstica. Es decir, toman al menos tericamente cualquier valor dentro de un intervalo Mtodos para obtener muestras Muestras Probabilsticas son aquellas en que todos los elementos de la

poblacin tienen una posibilidad (una probabilidad conocida) de ser incluida en la muestra. Naturalmente no es necesario que todos tengan la misma posibilidad, basta que tengan alguna posibilidad. Tabla de Nmeros Aleatorios: un procedimiento para extraer una muestra

aleatoria, es empleando una tabla de nmeros aleatorios, el cual puede construirse, empleando el mtodo de la urna con 10 tarjetas numeradas: 0, 1, 2,..,9. Despus que se mezclan las tarjetas, se extrae aleatoriamente una tarjeta y se registra su nmero. La tarjeta se reemplaza antes de la extraccin siguiente, se mezclan bien las tarjetas y a s, sucesivamente. En la prctica, se realiza mediante una computadora, por un procedimiento completamente al azar.

Formas de resumir los datos Tablas Tablas de frecuencias (distribucin de frecuencias) Frecuencias relativas (porcentaje del total) Grficos Histogramas Polgonos de Frecuencias Diagrama de Puntos Diagrama de Cajas

Probabilidad condicionada

La probabilidad condicional

permite incorporar cambios en nuestro grado de

creencia sobre los sucesos aleatorios cuando adquirimos nueva informacin. Es tambin un concepto requerido en la construccin de la probabilidad producto, la inferencia estadstica, clsica y bayesiana, asociacin entre variables, regresin, modelos lineales y toma de decisiones bajo incertidumbre. Probabilidad condicionada es la probabilidad de que ocurra un evento A, sabiendo que tambin sucede otro evento B. La probabilidad condicional se escribe P(A|B), y se lee la probabilidad de A dado B. No tiene por qu haber una relacin causal o temporal entre A y B. A puede preceder en el tiempo a B, sucederlo o pueden ocurrir simultneamente. A puede causar B, viceversa o pueden no tener relacin causal. Las relaciones causales o temporales son nociones que no pertenecen al mbito de la probabilidad. Pueden desempear un papel o no dependiendo de la interpretacin que se le de a los eventos. La definicin de probabilidad condicional se encuentra en la mayor parte de los libros analizados. Por ejemplo, Pea (1986) define la frecuencia relativa de Acondicionada a la ocurrencia de B (p. 71) y de esta definicin deduce el donde AB representa el concepto de probabilidad condicional, indicando

suceso ocurrencia conjunta de A y B y suponemos P(B)>0 (Pea, 1986, p. 76). En esta definicin est implcita la restriccin del espacio muestral. Pea hace hincapi en las siguientes propiedades: Es importante diferenciar entre P(AB) y P(A/B) Una probabilidad conjunta P(AB) es siempre menor que las probabilidades simples P(A) y P(B). Una probabilidad condicionada P(A/B) puede ser mayor, menor o igual que P(A). El espacio muestral en la probabilidad condicional P(A/B) queda restringido a B. Nortes (1993) demuestra que una probabilidad condicional cumple los axiomas de probabilidad. Cuadras y cols. (1984) tambin resaltan que la probabilidad condicional implica una reduccin del espacio muestral. Sacerdote y Balima (en preparacin) recuerdan que nunca podra aparecer en una frmula una suma o diferencia de probabilidades condicionadas a diferentes sucesos, dado que las probabilidades estaran definidas sobre distintos espacios mustrales. Probabilidad condicional Consideremos un espacio de sucesos elementales y dos sucesos A, B. Supongamos que P(A) > 0. Dene la probabilidad condicional de B dado A, que designamos P(B | A), P(B | A) =P(AB)/P(A). Sucesos Independientes Consideremos un espacio de sucesos elementales y dos sucesos A,B. Decimos que los sucesos A y B son independientes, cuando se vrica P(AB) = P(A) P(B). (10) Ejemplo. Se tira un dado dos veces consecutivas. El suceso A consiste en obtener 6 puntos en primer tiro; el suceso B, en obtener una cantidad impar de puntos en el segundo. Calculemos la probabilidad de estos sucesos. designamos por (i, j) al

resultado correspondiente a obtener i puntos en el primer tiro y j puntos en el segundo (i, j = 1, 2, 3, 4, 5, 6). Hay 6 6 = 36 sucesos elementales de esta forma. Los casos favorables para la ocurrencia del suceso A son los puntos (6, 1),(6, 2),(6, 3),(6, 4),(6, 5) y (6, 6); por la regla clsica del clculo de probabilidades, tenemos P(A) = 6/36 = 1/6. Los casos favorables para la ocurrencia del suceso B son los de la forma (i, 1),(i, 3),(i, 5), en donde 1 i 6,por lo que P(B) = 18/36 = 1/2. Los casos favorables para la ocurrencia del suceso AB son (6, 1),(6, 3) y (6, 5), de forma que P(AB) = 3/36 = 1/12. Como P(A) P(B) =1612=112= P(AB), los sucesos A y B son independientes. Ley de la probabilidad total Introducido el experimento compuesto, se suele pasar al teorema de la probabilidad total. En estos casos contamos con un n sucesos A1, A2, ..., An incompatibles o mutuamente excluyentes, tales que su unin del espacio muestral E. Conocemos las probabilidades P(A1), P(A2), ... P(An). Contamos adems con un suceso B del que conocemos su probabilidad condicionada (P(B/A1), P(B/A2), P(B/An), a cada uno de los sucesos Ai. La ley de probabilidad total nos permite conocer En otros casos no aparece explcitamente definida, pero se presenta implcitamente como parte del estudio del Teorema de Bayes (es el caso de Albert y Rossman, 2001).

Teorema de Bayes Para introducir el teorema de Bayes, Pea y Romo (1997) describe un tipo de experimento con dos etapas. En la primera los sucesos posibles (A1, ..., Ai) son mutuamente excluyentes, cada uno con probabilidad conocida P(Ai) y cuya

sumatoria es uno. En la segunda etapa los resultados posibles Bj dependen de los resultados en la primera y se conocen las probabilidades condicionadas P(Bj/Ai).. El teorema de Bayes permite calcular las probabilidades P(Ai/Bj) del resultado desconocido en la primera etapa, conociendo el resultado observado en la segunda. Cuadras y cols. (1984, p. 122) denominan causas a los sucesos {A1, A2, ..., An} con P(Ai) > 0 que definen una particin del espacio muestral E y al suceso B efecto. Sabiendo que ha ocurrido S, podemos calcular la probabilidad de que proceda de la causa Ai haciendo uso del teorema de Bayes. Hablan especficamente de probabilidades a priori P(Ai), probabilidades a posteriori P(Ai/B) y verosimilitudes P(B/Ai). Complementario de un suceso Sea A un suceso, tal que A , llamaremos suceso complementario de A, y se denota por A tambin por A, al formado por los puntos mustrales que no pertenecen a A: Ac= { / / A}. Unin de dos sucesos Sean A y B tal que A, B , se dene la unin de los sucesos A y B y se denota por A B, al suceso formado por todos los puntos mustrales que pertenecen, al menos, a uno de los sucesos: A B = { / A o B}. Interseccin de sucesos Sean A y B tal que A, B , se dene la interseccin de los sucesos A y B y se denota por A B o por AB, al suceso formado por todos los puntos mustrales que pertenecen a ambos sucesos: A B = { / A y B}.

Glosario Experimento Aleatorio: Conjunto de pruebas realizadas bajo las mismas condiciones y cuyos resultados son impredecibles. Los rasgos que distinguen a los experimentos aleatorios son: i. Todos los resultados del experimento son conocidos con anterioridad a su realizacin. Espacio Muestral: Es el conjunto de todos los resultados posibles de un experimento aleatorio. Se denota por y se clasifica en: Cardinalidad: Finito, Infinito numerable, Infinito no numerable. Discreto: Aquel cuyo resultado puede ponerse en una correspondencia uno a uno, con el conjunto de los nmeros naturales. Continuo: Aquel cuyo resultados consisten del intervalo de los nmeros reales. Suceso o evento aleatorio: Es cualquier subconjunto del espacio muestral. Conjunto de posibles resultados de un experimento aleatorio. Suceso o evento seguro: Es un evento que siempre ocurre. Suceso o evento imposible: Es aquel que indefectiblemente no ocurrir, se denomina conjunto vaco . Eventos igualmente probables: Todos tienen la misma probabilidad de ocurrir Eventos dependientes: Aquellos en que la ocurrencia de uno afecta la probabilidad de ocurrencia de los dems. Eventos independientes: La ocurrencia de uno no afecta la probabilidad de ocurrencia o no de los dems.

Bibliografa

[Link] df

[Link]

[Link]

[Link]

[Link]

Objetivo El objetivo fundamental de la probabilidad, es la importancia y utilidad del Mtodo Estadstico en el mbito econmico-empresarial. Con tal fin, el alumno deber aprender a manejar los mtodos y tcnicas ms adecuadas para el correcto tratamiento y anlisis de la informacin proporcionada por los datos que genera la actividad econmica.

Conclusiones La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables. La teora de la probabilidad se usa extensamente en reas como la estadstica, la fsica, la matemtica, la ciencia y la filosofa para sacar conclusiones sobre la probabilidad de sucesos potenciales y la mecnica subyacente de sistemas complejos.

La probabilidad constituye un importante parmetro en la determinacin de las diversas casualidades obtenidas tras una serie de eventos esperados dentro de un rango estadstico.