Estadistica Y Probabilidad

1 Teoría de conjuntos

Hipótesis del continuo. La colección de todos los conjuntos de números naturales P(N) tiene la llamada potencia del continuo: tantos elementos como (por ejemplo) puntos en una recta. Su estudio es uno de los principales problemas en la teoría de conjuntos.

La teoría de conjuntos es una rama de las matemáticas que estudia las propiedades de los conjuntos: colecciones abstractas de objetos, consideradas como objetos en sí mismas. Los conjuntos y sus operaciones más elementales son una herramienta básica en la formulación de cualquier teoría matemática.1

Sin embargo, la teoría de los conjuntos es lo suficientemente rica como para construir el resto de objetos y estructuras de interés en matemáticas: números, funciones, figuras geométricas, ...; y junto con la lógica permite estudiar los fundamentos de esta. En la actualidad se acepta que el conjunto de axiomas de la teoría de Zermelo-Fraenkel es suficiente para desarrollar toda la matemática.

1.1 Operación con conjuntos

En la teoría de conjuntos, la unión de dos (o más) conjuntos es una operación que resulta en otro conjunto, cuyos elementos son los elementos de los conjuntos iniciales. Por ejemplo, el conjunto de los números naturales es la unión del conjunto de los números pares positivos P y el conjunto de los números impares positivos I:

La unión de conjuntos se denota por el símbolo ∪, de modo que por ejemplo, N = P ∪ I.

1.2 Diagrama de Venn

Diagramas de Venn que corresponden respectivamente a las relaciones topológicas de intersección, inclusión y disyunción entre dos conjuntos

Los diagramas de Venn son esquemas usados en la teoría de conjuntos, tema de interés en matemática, lógica de clases y razonamiento diagramático. Estos diagramas muestran colecciones (conjuntos) de cosas (elementos) por medio de líneas cerradas. La línea cerrada exterior abarca a todos los elementos bajo consideración, el conjunto universal U.

Con los diagramas de Venn es posible representar las relaciones de intersección, inclusión y disyunción sin cambiar la posición relativa de los conjuntos

1.3 Teorema del binomio

En matemática, el teorema del binomio es una fórmula que proporciona el desarrollo de la potencia n-ésima de n (siendo n, entero positivo) de un binomio. De acuerdo con el teorema, es posible expandir la potencia (x + y)n en una suma que implica términos de la forma axbyc, donde los exponentes b y c son números naturales con b + c = n, y el coeficiente a de cada término es un número entero positivo que depende de n y b. Cuando un exponente es cero, la correspondiente potencia es usualmente omitida del término. Por ejemplo,

El coeficiente a en los términos de xbyc - xcyb es conocido como el coeficiente binomial o (los dos tienen el mismo valor).

Formulación del teorema

Este teorema establece: Usando la fórmula para calcular el valor de (que también es representado ocasionalmente como o ) se obtiene la siguiente representación:

El coeficiente de en el desarrollo de es

donde recibe el nombre de coeficiente binomial y representa el número de formas de escoger k elementos a partir de un conjunto con n elementos. Usualmente el teorema del binomio se expresa en la siguiente variante:

1.4 Diagrama de árbol

Un diagrama de árbol es una herramienta que se utiliza para determinar todos los posibles resultados de un experimento aleatorio. En el cálculo de la probabilidad se requiere conocer el número de objetos que forman parte del espacio muestral, estos se pueden determinar con la construcción de un diagrama de árbol. Ejemplo: Si Juan tiene 3 pantalones y 2 camisas basta multiplicar 3x2=6 y son 6 posibilidades de que se pueda vestir.

El diagrama de árbol es una representación gráfica de los posibles resultados del experimento, el cual consta una serie de pasos, donde cada uno de los pasos tiene un número finito de maneras de ser llevado a cabo. Se utiliza en los problemas de conteo y probabilidad.

Para la construcción de un diagrama en árbol se partirá poniendo una rama para cada una de las posibilidades, acompañada de su probabilidad. Cada una de estas ramas se conoce como rama de primera generación.

En el final de cada rama de primera generación se constituye a su vez, un nudo del cual parten nuevas ramas conocidas como ramas de segunda generación, según las posibilidades del siguiente paso, salvo si el nudo representa un posible final del experimento (nudo final).

1.5 Eventos complementarios

El complemento o el conjunto complementario de un conjunto dado es otro conjunto que contiene todos los elementos que no están en el conjunto original. Para poder definirlo es necesario especificar qué tipo de elementos se están utilizando, o de otro modo, cuál es el conjunto universal. Por ejemplo, si se habla de números naturales, el complementario del conjunto de los números primos P es el conjunto de los números no primos C, que está formado por los números compuestos y el 1:

A su vez, el conjunto C es el complementario de P. El conjunto complementario se denota por una barra vertical o por el superíndice «∁», por lo que se tiene: P∁ = C, y también C = P.

El conjunto complementario de A es la diferencia (o complementario relativo) entre el conjunto universal y A, por lo que ambas operaciones (complementario y diferencia) tienen propiedades similares.

2 Tecnicas de conteo

Las técnicas de conteo son aquellas que son usadas para enumerar eventos difíciles de cuantificar.

Ejemplos en los que definitivamente haremos uso de las técnicas de conteo serían:

-¿Cuántas comisiones pro limpieza del instituto se pueden formar si hay 150 alumnos que desean ayudar en esta tarea y se desea formar comisiones de ocho alumnos?

-¿Cuántas representaciones de alumnos pueden ser formadas a) si se desea que estas consten solo de alumnos de Ingeniería Química?, b) se desea que el presidente sea un químico?, c) se desea que el presidente y tesorero sean químicos? Para todos los casos, se desea que las representaciones consten de once alumnos.

-¿Cuántas maneras tiene una persona de seleccionar una lavadora, una batidora y dos licuadoras, si encuentra en una tienda 8 modelos diferentes de lavadoras, 5 modelos diferentes de batidoras y 7 modelos diferentes de licuadoras?

Se les denomina técnicas de conteo a: las combinaciones, permutaciones y diagrama de árbol, las que a continuación se explicarán y hay que destacar que éstas nos proporcionan la información de todas las maneras posibles en que ocurre un evento determinado.

Las bases para entender el uso de las técnicas de conteo son el principio multiplicativo y el aditivo, los que a continuación se definen y se hace uso de ellos.

2.1 principio de la suma y la multiplicación.

Principio de la suma

En el principio de la suma o regla de la suma es una de los principios fundamentales de conteo. En su versión más simple establece:1

Principio de la suma (informal). Si una tarea se puede realizar de dos formas posibles, dando la primera m resultados posibles y la segunda n resultados posibles, entonces la tarea completa puede dar m+n resultados posibles.

Ejemplo

Si se desea escoger un alumno entre 2 grupos escolares disponibles, el primero con 25 alumnos y el segundo con 30, entonces se puede seleccionar al alumno de 25+30=55 maneras diferentes

Principio del producto

El principio del producto o regla del producto es uno de los principios fundamentales de la combinatoria. En su versión más simple establece:1

Principio del producto (informal). Si una tarea se realiza en dos etapas, donde la primera se puede realizar de m formas posibles y, si para cada una de ellos la segunda etapa se puede realizar de n distintas formas, entonces la tarea completa se puede arrojar mn formas posibles.

Ejemplo

Si se desea escoger un postre y una bebida, teniendo 5 opciones para el postre y 6 opciones para la bebida, entonces la elección completa se puede realizar de 5•6 = 30 maneras diferentes.

2.2 Permutación y combinación

La definición intuitiva de permutación, como ordenamientos o arreglos de los elementos de un conjunto se formaliza con el uso del lenguaje de funciones matemáticas.

Una permutación de un conjunto X es una función biyectiva de dicho conjunto en sí mismo.

Ejemplo de permutación considerada como función biyectiva.

Para ilustrar la definición, retomemos el ejemplo descrito en la introducción. En el ejemplo, X={1, 2, 3}.

Entonces, cada correspondencia uno a uno entre el conjunto {1, 2, 3} a sí mismo equivale a una forma de ordenar los elementos.

Por ejemplo, la asignación biyectiva dada por

• 1 → 1

• 2 → 2

• 3 → 3

puede hacerse corresponder al ordenamiento "1, 2, 3".

Por otro lado, la asignación biyectiva dada por

• 1 → 3

• 2 → 2

• 3 → 1

puede hacerse corresponder al ordenamiento "3, 2, 1".

En la definición de permutación, no se establece condición alguna sobre X, el cual puede incluso ser infinito. Sin embargo, es común considerar únicamente el caso en que X es un conjunto finito al estudiar permutaciones.

Combinaciones

Combinaciones

También hay dos tipos de combinaciones (recuerda que ahora el orden no importa):

1. Se puede repetir: como monedas en tu bolsillo (5,5,5,10,10)

2. Sin repetición: como números de lotería (2,14,15,27,30,33)

1. Combinaciones con repetición

En realidad son las más difíciles de explicar, así que las dejamos para luego.

2. Combinaciones sin repetición

Así funciona la lotería. Los números se eligen de uno en uno, y si tienes los números de la suerte (da igual el orden) ¡entonces has ganado!

La manera más fácil de explicarlo es:

• imaginemos que el orden sí importa (permutaciones),

• después lo cambiamos para que el orden no importe.

3 Probabilidad para eventos

La probabilidad es la característica de un evento, que hace que existan razones para creer que éste se realizará.

La probabilidad p de que suceda un evento S de un total de n casos posibles igualmente probables es igual a la razón entre el número de ocurrencias h de dicho evento (casos favorables) y el número total de casos posibles n.

La probabilidad es un número (valor) que varia entre 0 y 1. Cuando el evento es imposible se dice que su probabilidad es 0, si el evento es cierto y siempre tiene que ocurrir su probabilidad es 1.

La probabilidad de no ocurrencia de un evento está dada por q, donde:

Sabemos que p es la probabilidad de que ocurra un evento y q es la probabilidad de que no ocurra, entonces p + q = 1

Simbólicamente el espacio de resultados, que normalmente se denota por , es el espacio que consiste en todos los resultados que son posibles. Los resultados, que se denota por , etcétera, son elementos del espacio .

3.1 Probabilidad condicional

Probabilidad condicional es la probabilidad de que ocurra un evento A, sabiendo que también sucede otro evento B. La probabilidad condicional se escribe P(A|B), y se lee «la probabilidad de A dado B».

No tiene por qué haber una relación causal o temporal entre A y B. A puede preceder en el tiempo a B, sucederlo o pueden ocurrir simultáneamente. A puede causar B, viceversa o pueden no tener relación causal. Las relaciones causales o temporales son nociones que no pertenecen al ámbito de la probabilidad. Pueden desempeñar un papel o no dependiendo de la interpretación que se le dé a los eventos.

Un ejemplo clásico es el lanzamiento de una moneda para luego lanzar un dado. ¿Cuál es la probabilidad de obtener una cara (moneda) y luego un 6 (dado)? Pues eso se escribiría como P (Cara | 6).

El condicionamiento de probabilidades puede lograrse aplicando el teorema de Bayes.

Definición

Dado un espacio de probabilidad y dos eventos (o sucesos) con , la probabilidad condicional de A dado B está definida como:

3.2 Eventos independientes

La principal característica de una situación con eventos independientes es que el estado original de la situación no cambia cuando ocurre un evento. Existen dos maneras de que esto suceda:

Los eventos independientes ocurren ya sea cuando:

El proceso que genera el elemento aleatorio no elimina ningún posible resultado o

El proceso que sí elimina un posible resultado, pero el resultado es sustituido antes de que suceda una segunda acción. (A esto se le llama sacar un reemplazo.)

Aquí hay ejemplos de cada caso:

Situación

Eventos Por qué los eventos son independientes

Lanzas un dado, y si no sale 6, lanzas de nuevo. ¿Cuál es la probabilidad de sacar un 6 en el segundo lanzamiento? El primer lanzamiento no es un 6.

El primer lanzamiento es un 6. El hecho de que el primer lanzamiento no es un 6 no cambia la probabilidad de que el segundo lanzamiento sea un 6. (A algunas personas les gusta decir, "el dando no se acuerda qué sacaste antes.")

Sacas una canica de una bolsa con 2 canicas rojas, 2 blancas, y una verde. Observas el color, la pones de nuevo en la bolsa, y sacar otra canica. ¿Cuál es la probabilidad de sacar una canica roja ambas veces? Sacar una canica roja en el primer intento.

Sacar una canica roja en el segundo intento. Los eventos son independientes porque regresaste la primera canica a la bolsa y tu segundo intento fue con la bolsa en su estado original.

Sacas una carta de un mazo de 52 cartas, y luego lanzas un dado. ¿Cuál es la probabilidad de sacar un 2 y luego lanzar y que caiga 2? La carta es un 2.

El dado cae en 2. Aunque la carta no es regresada al mazo después de sacarla, el lanzamiento del dado no depende de las cartas, por lo que ningún posible resultado ha sido reemplazado. A pesar del resultado de sacar la carta, la probabilidad de del dado no será afectada.

Examinemos el segundo ejemplo. En el primer intento, la probabilidad de sacar una canica roja es , porque hay 5 canicas y 2 de ellas son rojas. Si volvemos a poner la canica roja dentro de la bolsa, la probabilidad de sacar una canica roja en un segundo experimento sigue siendo , y eso significa que los dos eventos son independientes. El resultado de un experimento no afecta el resultado del otro.

Pero, ¿qué hubiera pasado si no pones la primera canica de nuevo en la bolsa? La probabilidad de sacar una canica roja será diferente para el segundo intento. Si una canica roja es eliminada, en el segundo intento la probabilidad será ahora de porque sólo quedan 4 canicas y una es roja

.

3.3 Teorema de Bayes

En la teoría de la probabilidad el teorema de Bayes es un resultado enunciado por Thomas Bayes en 17631 que expresa la probabilidad condicional de un evento aleatorio A dado B en términos de la distribución de probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de sólo A.

En términos más generales y menos matemáticos, el teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B dado A. Es decir que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se podría saber (si se tiene algún dato más), la probabilidad de tener gripe si se tiene un dolor de cabeza, muestra este sencillo ejemplo la alta relevancia del teorema en cuestión para la ciencia en todas sus ramas, puesto que tiene vinculación íntima con la comprensión de la probabilidad de aspectos causales dados los efectos observados.

Sea un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso cualquiera del que se conocen las probabilidades condicionales . Entonces, la probabilidad viene dada por la expresión:

donde:

• son las probabilidades a priori.

• es la probabilidad de en la hipótesis .

• son las probabilidades a posteriori.

Thomas Bayes (1763)

3.4 Selecciones al azar con o sin remplazo.

La 'seleccion al azar' es un concepto, no un tipo de ejercicio:

En probabilidad, cierto suceso tiene cierta probabilidad de ocurrir, por ejemplo. Se tienen 3 pelotas, una roja, y dos azules en una bolsa. Cuando dices 'se toma una al azar' es eso, tomar una sin alterar el resultado

...