Estadistica Ok Listo

ESTADÍSTICA I
Universidad de Huánuco
“AÑO DE LA UNIVERSALIZACIÓN DE LA SALUD”
FACULTAD: INGENIERIA
E.A.P.: ING. CIVIL
FECHA:
/04/2020
UNIVERSIDAD DE HUÁNUCO
‘’AÑO DE LA UNIVERSIALIZACIÓN DE LA SALUD’’
UNIVERSIDAD DE
ESCUELA ACADEM
HUÁNUCO
TEMA: FUNDAMENTOS DE PROBABILIDAD
 CURSO : ESTADÍSTICA I
 DOCENTE : Ing. JHONNY PRUDENCIO JACHA

ROJAS
 ALUMNO :
 JUAREZ BERMUDEZ,OMAR JOSET
 GRUPO : “B”
 CICLO : 4
HUÁNUCO-PERÚ
2020
ESTADÍSTICA I
ING.JHONNY PRUDENCIO JACHA ROJAS Pá gina 2
INDICE
INTRODUCCIÓN
ESTADÍSTICA I
1.1 INTRODUCCIÓN
Tanto el científico como el ciudadano de a pie están sometidos a una

permanente recepción de informaciones, observaciones, que se pueden
presentar bajo modos muy dispares; los resultados de un experimento,
percepciones sensoriales, datos numéricos sobre las más variadas
magnitudes, los comportamientos de los demás humanos, hechos históricos,
opiniones personales, etc.
El conjunto de técnicas estadísticas se configura hoy día como el cuerpo más

potente, objetivo y capaz en esta misión: la de interpretar lo que se pone a
nuestros ojos permitiendo, incluso, hacer previsiones, a veces ciertamente
fiables.
Pero una mayor reducción de nuestro nivel de incertidumbre no sólo se logra

con la enumeración del conjunto de sucesos aleatorios que puedan
manifestarse, sino asignado a cada suceso un indicador de las posibilidades
que tiene de acontecer: ese indicador no es otra cosa que lo que denominamos
probabilidad.
La probabilidad será, pues, la medida del grado de incertidumbre consustancial

a cada suceso aleatorio, de manera que al no poder conocer de antemano y
con certeza cuál va a ser el resultado del fenómeno aleatorio, al menos se
intenta cuantificar qué posibilidades tiene de presentarse cada uno de sus
sucesos.
Por ello este tema dedicado a la

probabilidad expondremos las
características comunes de los
modelos de probabilidad, y se
analizarán los modelos más usuales,
entre tópicos relativos a la
probabilidad.
ESTADÍSTICA I
1.2 Experimento aleatorio

Por experimento entendemos cualquier acción que pueda dar lugar a
resultados identificables.
Si los resultados del experimento pueden ser distintos y no se sabe cuál de

ellos aparecerá al final, el experimento se llamará aleatorio o debido al azar, y
los correspondientes resultados se adjetivarán como aleatorios. Si el resultado
es siempre el mismo diremos que es cierto o seguro, denominándose el
experimento que lo origina determinista.
EJEMPLO:
Un primer experimento consiste en arrojar un dado. Este experimento es

aleatorio pues se verifican las condiciones que hemos impuesto al
experimento: se puede repetir todas las veces que deseemos, antes de
ello conocemos cuáles son los posibles resultados (número entre
1,2,3,4,5 o 6), no sabemos qué resultado aparecerá, si se repite o se
puede obtener cualquier resultado.
Segundo experimento se dan valores a la variable independiente x en la
función y=x 2.El experimento se puede repetir varias veces , antes de
realizarlo sabemos cuál será el resultado(conocido x su cuadrado es y),
siempre que x tome el mismo valor obtendremos el mismo para la
variable y, por lo cual, este experimento es determinístico.
De los 2 tipos de experimentos, el aleatorio constituye el Cálculo de

Probabilidades y de la Estadística.
1.3 La Probabilidad
La imposibilidad de conocer de antemano el resultado en los experimentos
aleatorios genera incertidumbre en el experimentador. La intensidad de esta
incertidumbre no tiene por qué ser igual de unos experimentos a otros, ni en
un mismo experimento de unos resultados a otros.
1.4 Sucesos
Determinaremos espacio muestral, o de los comportamientos, al conjunto
de todos los posibles resultados de un experimento aleatorio, E, llamando a
cada uno de sus elementos integrantes suceso o comportamiento
elemental.
ESTADÍSTICA I
1.5 Operaciones con sucesos

Un conjunto S es una colección de objetos, s, con una o unas
características comunes.
En las operaciones con sucesos es útil el recurso a los diagramas de Venn

por permitir visualizar, con claridad, operaciones complicadas. No obstante,
es preciso tener presente que semejante proceder no supone demostración
alguna sino, únicamente, visualización del resultado de la operación que se
esté realizando.
1.6 Concepto de probabilidad

1.6.1. PROBABILIDAD CLÁSICA
Durante la segunda mitad del siglo XVII se inician los primeros intentos
científicos de medir la probabilidad de un suceso (Pascal,Fermat,Huygens,
Bernoulli,Leibnix,etc.) pero es con Laplace en 1812 cuando , con su
definición de probabilidad conocida como clásica , comienza el definitivo
arranque del Cálculo de Probabilidades.
EJEMPLO
 La probabilidad de extraer un as de una baraja perfecta de cuarenta

cartas se calcula de la siguiente forma: el número de casos
favorables es cuatro, pues en la baraja hay cuatro ases, y el número
de casos posibles cuarentena, las cuarenta cartas que pueden
extraerse, por lo cual la probabilidad de obtener un as es igual a
4/40=1/10
Serie de propiedades:
 P(S)≥0. La probabilidad se ha definido como el cociente
del número de casos favorables al suceso S y el
número de casos posibles, por lo que el cociente no
puede ser negativo, y su límite inferior 0 se alcanza
cuando el número de casos favorables sea nulo.
 P(S)≤1. El número de casos favorables nunca puede
ser mayor que el número total de casos, a lo sumo
igual.
Estas dos propiedades conducen a que la probabilidad de un suceso esté

acotada, 0≤P(S)≤1.
ESTADÍSTICA I
1.6.2. PROBABILIDAD FRECUENTISTA

Esta teoría se basa en dos pilares: en la experiencia de la estabilidad de las
frecuencias relativas o regularidad estadística y en la aceptación de la
objetividad de la probabilidad.
Esta es una propiedad física de los objetos como la densidad, la conductibilidad

eléctrica, etc. y, por tanto, determinable, medible.
Si n es la frecuencia absoluta del suceso S y N el número total de veces que se

repite el experimento aleatorio entonces
n
lim =P (S)
n→∞ N
Siendo la frecuencia relativa uno de los elementos clave sobre los que se
construye la teoría frecuentista de la probabilidad debe incorporar,
necesariamente, las propiedades de las frecuencias:
 La frecuencia relativa de un suceso está comprendida entre 0 y1
n
0≤ ≤1
N
1.7 TEOREMAS DEL CÁLCULO DE PROBABILIDADES

A partir de la axiomática de Kolmogorov deduciremos una serie de teoremas
que explican la estructura del cálculo de probabilidades.
TEOREMA 1
ESTADÍSTICA I
TEOREMA 2
TEOREMA 3
ESTADÍSTICA I
TEOREMA 4
Si un suceso ( S1 c S)se verifica que P( S1 ¿≤ P(S)
TEOREMA 5
La probabilidad de un suceso es menor o igual que la unidad:
P(S)≤1.
TEOREMA 6
La probabilidad del suceso complementario, S*, de otro S, es
P(S*) =1-P(S)
Deduciendo que:
1.8
PROBABILIDAD CONDICIONAL
Consideremos las dos situaciones siguientes: acertar si la puntuación

resultante de arrojar un dado perfecto es el número 2, o acertarla sabiendo que
ha salido un número par. No cabe duda que las dos situaciones son distintas
en cuanto a nuestra certidumbre de ganar, pues parece más fácil lograrlo en la
segunda que en la primera. Este planteamiento conduce a un nuevo tipo de
sucesos denominados condicionados, y de aquí a la probabilidad condicional.
TEOREMA (Regla de la multiplicación)

Dados n sucesos S1 , … … ., Sn , se verifica
ESTADÍSTICA I
TEOREMA. (Teorema de la probabilidad total)

Dados un suceso A y n sucesos, S1,…., Sn , disjuntos dos a dos . Si ∩S j =∅
ESTADÍSTICA I
El teorema puede extenderse a una sucesión numerable de sucesos disjuntos,

recurriendo para ello al tercer Axioma en vez de al segundo teorema.
TEOREMA.(Teorema de Bayes)
Sean n sucesos
ESTADÍSTICA I
Como en el teorema de la probabilidad total, la generalización del teorema de

Bayes es inmediata para un número infinito de sucesos Si.
La probabilidad P( Si ¿se denominca probabilidad a priori, P( Si / A ¿probabilidad a

posteriori o de las hipótesis y P(A/ S I ¿ verosimilitud.
1.9 INDEPENDENCIA DE SUCESOS

El concepto de independencia de sucesos se presenta mediante el siguiente
ejemplo:
Consideremos una bolsa con 10 bolas ,8blancas y 2 negras, indistinguibles

entre sí excepto por el color. Se extraen consecutivamente dos bolas y
queremos determinar la probabilidad de que la segunda sea blanca.
Debemos diferenciar los dos procedimientos de extracción: con

reemplazamiento y sin reemplazamiento.
En resumen, en cualquiera de estos dos últimos casos, cuando la extracción se

realiza sin reemplazamiento , la probabilidad de obtener bola blanca(7/9 u 8/9)
es distinta de la calculada cuando hay reemplazamiento (8/10)
1.10 PROBABILIDAD LÓGICA

La probabilidad es una propiedad objeto de los fenómenos o experimentos
aleatorios puesto que admiten que es una características intrínseca más de los
sucesos alternativos en que pueden plasmarse estos fenómenos (como el peso
, la longitud , la densidad,etc).
Para comprender mejor el sentido de la probabilidad lógica partamos, como

ejemplo , de un silogismo donde las premisas iniciales sean
A1 Todos los perros ladran A2 Plutoes un perro
Y la conclusión B Luego Pluto ladra.
ESTADÍSTICA I
1.11 PROBABILIDAD SUBJEJTIVA

El concepto de probabilidad hace referencia a la impresión que cada persona
tiene acerca de la posible ocurrencia o no de un suceso en un momento
concreto; es decir , la probabilidad subjetiva , también llamada personalista, no
es una propiedad física de los fenómenos , sino que expresa de un fenómeno
aleatorio , estando relacionada con las preferencias que ese individuo tenga, en
cada momento , entre las diferentes alternativas posibles que se le puedan
presentar y con la experiencia personal que haya acumulado, indudablemente,
afectará al modo de valorar cualquier situación.
La aportación de Bayes se configura, para los subjetivistas, como el eje de

transmisión en la modificación sucesiva de la probabilidad según se va
disponiendo cada vez de más información; de tal manera es así, que la
corriente que ha desarrollado las ideas iniciales de los subjetivistas se
denomina bayesiana, y el conjunto de sus aportaciones se identifican bajo la
denominación de estadística bayesiana.
BIBLIOGRAFÍA
ESTADÍSTICA I
 MARTÍN PLIEGO, FRANCISCO JAVIER, RUÍZ MAYA PÉREZ, LUIS
ESTADÍSTICA I

Estadistica Ok Listo

Cargado por

Copyright:

Formatos disponibles

Estadistica Ok Listo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica Ok Listo

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA I

“AÑO DE LA UNIVERSALIZACIÓN DE LA SALUD”

TEMA: FUNDAMENTOS DE PROBABILIDAD

 DOCENTE : Ing. JHONNY PRUDENCIO JACHA

 JUAREZ BERMUDEZ,OMAR JOSET

Tanto el científico como el ciudadano de a pie están sometidos a una

El conjunto de técnicas estadísticas se configura hoy día como el cuerpo más

Pero una mayor reducción de nuestro nivel de incertidumbre no sólo se logra

La probabilidad será, pues, la medida del grado de incertidumbre consustancial

Por ello este tema dedicado a la

1.2 Experimento aleatorio

Si los resultados del experimento pueden ser distintos y no se sabe cuál de

Un primer experimento consiste en arrojar un dado. Este experimento es

De los 2 tipos de experimentos, el aleatorio constituye el Cálculo de

1.5 Operaciones con sucesos

En las operaciones con sucesos es útil el recurso a los diagramas de Venn

1.6 Concepto de probabilidad

 La probabilidad de extraer un as de una baraja perfecta de cuarenta

Estas dos propiedades conducen a que la probabilidad de un suceso esté

1.6.2. PROBABILIDAD FRECUENTISTA

Esta es una propiedad física de los objetos como la densidad, la conductibilidad

Si n es la frecuencia absoluta del suceso S y N el número total de veces que se

 La frecuencia relativa de un suceso está comprendida entre 0 y1

1.7 TEOREMAS DEL CÁLCULO DE PROBABILIDADES

Consideremos las dos situaciones siguientes: acertar si la puntuación

TEOREMA (Regla de la multiplicación)

TEOREMA. (Teorema de la probabilidad total)

El teorema puede extenderse a una sucesión numerable de sucesos disjuntos,

Como en el teorema de la probabilidad total, la generalización del teorema de

La probabilidad P( Si ¿se denominca probabilidad a priori, P( Si / A ¿probabilidad a

1.9 INDEPENDENCIA DE SUCESOS

Consideremos una bolsa con 10 bolas ,8blancas y 2 negras, indistinguibles

Debemos diferenciar los dos procedimientos de extracción: con

En resumen, en cualquiera de estos dos últimos casos, cuando la extracción se

1.10 PROBABILIDAD LÓGICA

Para comprender mejor el sentido de la probabilidad lógica partamos, como

A1 Todos los perros ladran A2 Plutoes un perro

Y la conclusión B Luego Pluto ladra.

1.11 PROBABILIDAD SUBJEJTIVA

La aportación de Bayes se configura, para los subjetivistas, como el eje de

 MARTÍN PLIEGO, FRANCISCO JAVIER, RUÍZ MAYA PÉREZ, LUIS

También podría gustarte