Professional Documents
Culture Documents
Tema 1: TEORA DE LA
PROBABILIDAD
Profesor: Luis Miguel San Jos Revuelta
1. Justificacin. Motivacin
Se pretende describir y utilizar una herramienta
que nos proporcione capacidad de decisin en
problemas donde existe incertidumbre
incertidumbre.
A qu nos estamos refiriendo? Por ejemplo
Dejar caer una piedra
Dejar caer una pluma
No podemos predecir dnde va caer la pluma,
pero si que podemos tratar de saber:
Cmo de probable es que se aleje un radio
de ms de 5 unidades de distancia respecto
del punto (0,0)
Sabiendo la desviacin horizontal, tratar de
predecir la desviacin vertical
1. Justificacin. Motivacin
Justificacin. Motivacin
Existen fenmenos, de carcter aleatorio, impredecible.
Los problemas de comunicaciones tienen elevados
componentes de aleatoriedad
El receptor no conoce a priori la seal
Hay que modelar seales aleatorias (P.E.s).
Las seales en comunicaciones estn afectadas por
RUIDO (seal superpuesta indeseada que distorsiona
el contenido til)
Externo
Interno
Medidas:
Sistemas digitales: BER
Sistemas analgicos: mx{SNR} mn{Pe}
Otros ejemplos:
Central de conmutacin telefnica:
Modelado probabilstico de llamadas
Probabilidad de bloqueo (circuitos ocupados)
Tiempo medio de espera (liberar circuitos)
Juegos de dados, monedas, cartas, etc.
La Teora de la Probabilidad trata de analizar, determinar
y predecir el comportamiento de los sistemas.
2. lgebra de conjuntos
Conjuntos denotados por letras maysculas: A, B, C
Elementos denotados por letras minsculas: a, b, c
Los conjuntos se definen en base a una relacin de
pertenencia, la cual es binaria ( a A , b A )
Conjuntos notables: S (c. universal) y (c. vaco).
Los conjuntos se pueden describir de forma enumerativa
o partir de una ley que defina pertenencia.
Cardinal
Finito
Infinito
Numerable
No numerable
lgebra de conjuntos
De la relacin de pertenencia surge la relacin de
inclusin.
Si un conjunto
j
est
incluido
i l id en otro se dice
di que ell
primero es subconjunto del segundo, y se denota
mediante A B
A es subconjunto A B
A es superconjunto
B A
A no est incluido en B A B
B
A
A
B
y en que:
A B A
A B B
La interseccin,
interseccin por ello
ello, crea un conjunto ms pequeo
pequeo y la
unin un conjunto ms grande.
Conjuntos disjuntos:
A1 A2 AN Ai
i 1
N
A1 A2 AN Ai
i 1
i 1
N
i 1
N
Ai Ai
A A
i
i 1
i 1
ASA
A A S
A A
Leyes de Morgan
A B A B A
A B A B A B A B
A B A B
A B B
A S A
Ejercicio: Demostrar que
A B A B
A B A B A B B A
A B
A
B
A B A B
C
A C B C
Sumas y productos!!
A A A B B A B B
A A B B A B
f r A lim
NA
N
Inconvenientes:
Requiere experimentar.
f r que
A selim
Cada vez
realice el experimento se
N N
obtiene un nmero distinto
de la
frecuencia relativa (diremos, en breve, que
es una variable aleatoria)
Nsta
A
NA
Definicin de probabilidad
Definicin clsica de la probabilidad:
10
Definicin de probabilidad
PC A
Inconvenientes:
NA
N
NA 3
N 6
11
P( A )
1 P A
PA B
P A P B P A B si
si
P A
P B
A B
A B
PC A
NA
0
N
PC S
N
1
N
12
Espacio de probabilidad
La definicin de un experimento probabilstico precisa de
la definicin de una terna:
Clase de sucesos
13
Espacio de probabilidad
Los sucesos que constituyen una clase, junto con las
operaciones, hacen que el espacio tenga estructura de
lgebra.
Si,
Si adems,
adems
n
A1, A2 ,, An F i1 Ai F ,
Ai F
i 1
14
ij
i j 7
Prop. asociativa
15
Probabilidad Condicionada
Se plantea cmo actualizar nuestro conocimiento
probabilstico sobre un experimento una vez que
sabemos algo ms de l.
Concretamente, se asume que un suceso B (de
probabilidad no nula) se ha verificado:
Probabilidad Condicionada
Suceso A: la suma de las caras es igual a 7.
Suceso B: ha salido al menos un 6. Hallar P(A|B)
16
Probabilidad Condicionada
Solucin en espacio original:
P A | B P A
entonces
17
1
P A O 40 1
P A | O
P A
10 10
P O
40
excluyentes
Sucesos
independientes
18
Intersecciones
no vacas por
parejas
Pero
A B C
19
P A1 A2 AN P A1 A2 AN 1 AN
P AN AN 1 A2 A1
P AN B P AN B P B
aplicando esta propiedad de forma recursiva..
20
Ai
7
P B P Ai
i 1
I2
independientes?
PB P A i P A 7 A i P A 6 A i P A 5 A i
i 1
i 1
i 1
i 1
PA 4 A 3 A 2 A1 P A 3 A 2 A1 P A 2 A1 PA1
y ahora
30 cartas, no copas
P A1
P A2 A1
10 cartas, copas
21
Diapositiva 41
I2
el operador de interseccion se interpreta como "Y" (en contraposicin a "O" que seria el caso de la
unin).
NOMBRE; 14/02/2012
P A1
30
40
29
P A2 A1
39
P A3 A1 A2
30 cartas, no copas
28
38
10 cartas, copas
P B P Ai P A7 Ai P A6 Ai P A5 Ai
i 1
i 1 i 1 i 1
P A4 A3 A2 A1 P A3 A2 A1 P A2 A1 P A1
24 25 26 27 28 29 30
34 35 36 37 38 39 40
SS
A2
A1
A3
A4
22
SS
A2
A1
A3
A4
23
Teorema de Bayes
Teorema de Bayes: se obtiene de intercambiar el orden
de los condicionantes:
S1
A2
S2
A3
S3
P Si Aj
DATOS
P Ai
24
S1
A2
S2
A3
S3
P E
P E A P A
3
i 1
Experimentos compuestos
Observacin conjunta de los resultados de dos ms experimentos.
Experimento producto: c = 1 x 2
Lanzamiento de un dado
Necesitamos
informacin
adicional
25
Experimentos compuestos
Generacin de dos nms
aleatorios entre 0 y 1
AxS2
1
0,9
S1xB
AxB
0,3
0
0,5
0,7
Experimentos compuestos
El suceso
grficamente,
1
0,9
A
sera, representado
S1xB
AxS2
AxB
0,3
0
0,5
0,7
26
Experimentos compuestos
No obstante es prctica habitual escribirlo de la forma
Aunque sea un abuso en la notacin, pues los sucesos A y
B pertenecen a espacios muestrales distintos, luego no
es correcto hablar de la interseccin de los mismos.
1
0,9
A
0,3
0
0,5
0,7
Experimentos compuestos
Respecto de la ley para asignar probabilidades en el
experimento compuesto Pc,
Como norma general no es conocida a partir del
conocimiento exclusivo de P1 y P2.
En el caso en que los subexperimentos sean
independientes se verifica que:
27
Experimentos compuestos
Dos leyes de asignacin de probabilidades en el
experimento compuesto pueden dar lugar a las mismas
leyes
y en cada uno de los subexperimentos.
p
Volvamos al
ejemplo de los dados
Ai
Bj
Ai ?
Experimentos compuestos
P Ai P Ai S2 P Ai B j
j 1
P Ai B j
6
Suma de probabilidades de
resultados elementales en esa
lnea
j 1
28
Experimentos compuestos
Dos posibles leyes del experimento compuesto que dan
lugar a equiprobabilidad en cada experimento simple:
Equiprobabilidad de cada resultado
Composicin de Ensayos de
Bernoulli
Un experimento aleatorio constituye un ensayo de Bernoulli
si puede dar uno de dos posibles resultados
A
Por convenio diremos que
P A p
, p q 1
P A q
Ntese que cualquier experimento aleatorio se puede
interpretar como un ensayo de Bernoulli.
29
Composicin de Ensayos de
Bernoulli
Nos centraremos en la composicin de ensayos de Bernoulli
independientes. Concretamente, supondremos que un
determinado ensayo de Bernoulli se realiza N veces, y
trataremos de encontrar la probabilidad de que el suceso A
se verifique k veces (de las N posibles).
Para ello definimos
Bk
Bkj
S l k veces (de
Sale
(d N posibles)
ibl ) ell resultado
lt d A
Forma j-sima (j=1,,M) de verificarse el suceso Bk
Ai
Composicin de Ensayos de
Bernoulli
Por ejemplo
Bk1 A1 S2 S N S1 A2 S N S1 S2 AN
30
Composicin de Ensayos de
Bernoulli
Por lo dicho est claro que
Composicin de Ensayos de
Bernoulli
Vayamos por cada una de las preguntas:
1. Los sucesos son disjuntos: cada uno representa una
ordenacin distinta (y exclusiva) de los resultados de
cada ensayo de Bernoulli. Alternativamente
31
Composicin de Ensayos de
Bernoulli
2. La composicin consiste en ensayos independientes.
Por ello, por ejemplo:
+1
Composicin de Ensayos de
Bernoulli
4. Valor de M:
32
Permutaciones de 4 elementos
4!=24
iguales!!!
g
iguales!!!
4!
3!
iguales!!!
g
iguales!!!
33
Composicin de Ensayos de
Bernoulli
En nuestro caso tenemos
k veces el resultado
N
N!
k! ( N k )! k
Composicin de Ensayos de
Bernoulli
As pues
34
Composicin de Ensayos de
Bernoulli. Teorema de DeMoivre-Laplace
Otra aproximacin til es:
P( Bk )
1
e
N
Npq
2
k Np 2
2 Npq
Vlido si:
N
Npq 1
Np 3 Npq k Np 3 Npq
Composicin de Ensayos de
Bernoulli
Probabilidad de que A ocurra un nmero de veces comprendido
en el intervalo (k0,k1) en N realizaciones.
k1
P Bk
k k0
N k N k
p q
k k0 k
k1
k1
k0
N(Np,
N p q )d k
k Np
k1
P Bk G 1
N pq
k k0
Propiedad:
k Np
G 0
N pq
G(-x)=1-G(x)
35
Solucin: a)
Se
Se descarta una fraccin no superior al 10% de N
N
Bk
Supongamos que kr
que 0.1N. Entonces:
Por lo que:
36
b)
Ak
Bk N
ltima aceptacin
Entonces:
37
Ejercicio:
a):
b):
c):
Solucin: a)
Am
Bm
Pero:
P ( Am Bm ) P Am P Bm P ( Am Bm )
Luego:
1
235
1
1
1
36 P( Am Bm ) 35
36
2
2
2
P ( Am Bm ) 0
38
b)
Bk
B Bk
k 1
Pero:
P B 1 P B 1 P B0
N
1 p 0 q N 0 1 q N
0
Luego:
Con:
La expresin :
P B 1 q 1 1 36
2
1
ak
P B 1Luego:
P B0 1 1 36 1 e a
1 e a 0.766
k!
2
k 0
ya que:
a Np 1.4552 5
39
c)
Bk
Por lo que:
P B
PBk
k 1501
k p q
k 1501
N k
De forma alternativa:
1500
1500 N
P B 1 P B 1 P Bk 1 p k q N k
k 0
k 0 k
1500 Np
1500 1455
1 G
1 G
1 G 1.18 0.119
Npq
38.15
40