martes, 3 de noviembre de 2020

Probabilidades


LA PROBABILIDAD:



En estadística definimos como probabilidad como la posibilidad relativa de que ocurra un evento, y ese evento puede ser estimable o calculable.

Nociones Básicas 

1.Experimento Aleatorio

Con la finalidad de facilitar la comprensión de lo que sigue, definiremos algunos términos.

1.1. Experimento Definición:

Es un proceso mediante el cual se obtiene un resultado de una observación. Además, un experimento puede ser determinístico y no determinístico.

1.2. Experimento Determinístico Definición:

Es cuando el resultado de la observación de es determinado en forma precisa y por las condiciones bajo las cuales se realiza dicho experimento.

1.3 Experimento Aleatorio Definición:

Un experimento es aleatorio o no determinístico cuando el resultado de la observación no puede predecir con exactitud antes de realizar el experimento.

 2) Ejemplos de experimentos determinísticos:

a)      Observa la suma de dos números naturales pares

b)      Observar el color de una bola extraída de una urna que contiene sólo bolas negras

c)      Observa el área barrida durante cierto periodo de tiempo por los planetas obedeciendo las leyes de Kepler

3) Ejemplos de experimentos No determinísticos:

a)      Lanzar un dado y observar el número que aparece en la cara superior.

b)      Lanzar una moneda 8 veces y observar la sucesión de caras.

c)      Contar el número de piezas defectuosas producidas por una maquina X en un día determinado.

4)Características de un Experimento aleatorio

1. Cada experimento puede ser repetido indefinidamente (cuantas veces sea), sin cambiar las condiciones de esta.

2. No se conoce un particular valor a priori, sin embargo, puede es posible describir el conjunto de todos los posibles resultados del experimento.

3. Cuando el experimento es repetido un número grande de veces, aparece un modelo de regularidad, esto es habrá una estabilidad de la fracción h= f/n (frecuencia Relativa), donde “n” es el número de repeticiones y f es el número de éxitos de un particular resultado establecido antes de la realización del experimento. 


5) Espacio Muestral 
En simples palabras es el conjunto de todos los posibles resultados del experimento. Un ejemplo serio el siguiente:

Consideremos el experimento aleatorio de lanzar un dado y observar el número que aparece en la cara superior. Entonces el espacio muestral seria así:
Posibles resultados por caras
 

   Ω={1,2,3,4,5,6}
  
Son los 6 posibles resultados que puede arrojar el dado. 
Otro ejemplo será el siguiente:
Supongamos que de un lote de 20 celulares hay 8 defectuosos, Se selecciona un articula al azar y se le saca, uno después de otro hasta obtener el ultimo celular defectuoso. Luego se cuenta el número total de artículos sacados del lote. Entonces el espacio muestral que proporciona mayor información con relación a este experimento es. 

Ω={9,10,11,12,13,14,15,16,17,18,19,20}
El espacio muestral serían los 12 celulares que no son defectuosos. 



Un ejemplo mas:
Sea el Experimento: lanzar 3 monedas y observar el resultado.
El espacio muestral que nos proporciona mayor información con respecto a este experimento es…

Ω={ccc,ccs,csc,scc,css,scs,ssc,sss}

                                                               C = cara y  S= sello 


Y como solo tenemos 2 posibles resultados de cada moneda entonces podemos también estimarlo con 2 elevado a la 3, y nos sale como resultado 8 posibles combinaciones.

Reglas de adicción de probabilidades

P(AB) = P(A) + P(B) − P(AB)

Donde:

·         P(A): probabilidad de que ocurra el evento A.

·         P(B): probabilidad de que ocurra el evento B.

·         P(AB): probabilidad de que ocurra el evento A o el evento B.

·         P(AB): probabilidad de que ocurra el evento A y el evento B a la vez.

Ejemplos si son mutuamente excluyentes

Sean A y B dos eventos de un cierto experimento aleatorio, se dice que estos eventos son mutuamente excluyentes si no pueden ocurrir juntos 

  Entonces P(AB) = 0

 

En un experimento aleatorio consiste en seleccionar un alumno de la universidad UPAO y observar su edad. Sea el evento A: el alumno seleccionado al azar tiene más de 24 años y B: el alumno elegido al azar tiene menos de 21 años.

 

Por lo tanto, el evento (AB) = 0 y consecuente los eventos A y B son mutuamente excluyentes.

 

REGLAS DE LA MULTIPLICACIÓN 

Aquí estimaremos la probabilidad de que la ocurrencia de dos eventos sea simultánea. Hay dos reglas de multiplicación: Regla general de multiplicación y Regla especial de multiplicación.

Regla especial de multiplicación.

Requiere que dos eventos, A y B, sean independientes. Lo son si el hecho de que ocurra uno no altera la probabilidad de que ocurra el otro.

Una forma de entender la independencia consiste en suponer que los eventos A y B  Ocurren en diferentes tiempos. Por ejemplo, cuando el evento B ocurre después del 
evento A, ¿influye A en la probabilidad de que el evento B ocurra? Si la respuesta es no, entonces A y B son independientes.


En el caso de dos eventos que son independientes, A y B, la probabilidad de que A y B ocurran se determina multiplicando las dos probabilidades, tal que es la regla especial dela multiplicación es:

P(AnB) = P(A) P(B)

Ejemplo:

El dueño de un hotel ha modernizado sus instalaciones. Observó que el 20% de los autos que pasan por ahí, se detienen a alquilar un cuarto. ¿Cuál es la probabilidad de que los próximos dos carros se detengan? Asumiendo que son eventos independientes:

P(AnB) = P(A) P(B) = 0.2*0.8=.04

¿Cuál es la probabilidad de que el primer auto pare y el segundo no lo haga?

P(AnB) = P(A)(1-P(B))=0.2*0.8=.16

 

El dueño de un hotel ha modernizado sus instalaciones. Observó que el 20% de los autos que pasan por ahí, se detienen a alquilar un cuarto. ¿Cuál es la probabilidad de que los próximos dos carros se detengan? Asumiendo que son eventos independientes:

P(AnB) = P(A) P(B) = 0.2*0.8=.04

¿Cuál es la probabilidad de que el primer auto pare y el segundo no lo haga?

P(AnB) = P(A)(1-P(B))=0.2*0.8=.16

Regla general de la multiplicación.

 Si dos eventos no son independientes, se dice que son dependientes. Se considera que el primer evento determina la probabilidad del segundo. Si dos eventos, A y B son dependientes, la probabilidad conjunta de que ambos ocurran sede termina multiplicando la probabilidad de que ocurra el evento A por la probabilidad condicional de que ocurra el evento B, dado que A ha ocurrido.

P(AnB) = P(A) P(B/A)


Lo anterior se lee "la probabilidad conjunta de A y B es igual al producto de la probabilidad de A por la probabilidad de B, dado que ha ocurrido A".

Por ejemplo:            

En una ciudad se realizó una encuesta y a cada encuestado se le hicieron sólo dos preguntas:

¿Es el último dígito de su número de seguro social un número impar?

¿Ha mentido alguna vez en su solicitud de empleo?

La segunda pregunta es delicada y es de suponer que las personas no dirán la verdad por diversas razones, sobre todo si la respuesta es sí. Para eliminar ese posible sesgo, se pidió los encuestados que lanzaran una moneda al aire y respondieran a la pregunta (a) si el resultado es águila y a la pregunta (b) si el resultado era sol. El 37 por ciento de las personas respondieron que sí.

¿Cuál es la probabilidad de que un encuestado haya respondido a la pregunta delicada (b) afirmativamente?

Definimos los eventos:

A: El encuestado responde afirmativamente.

a: El encuestado contesta la pregunta (a)
b: El encuestado contesta la pregunta (b)

Sabemos que P(A)=0.37

Como las preguntas se determinaron lanzando una moneda, sabemos que P(a)= 0.50 y P(b)= 0.50

Sabemos cuáles son las respuestas a la pregunta (a). El último dígito de la mitad de todos los números de seguro social es impar (del 0 al 9 hay 5 números divisibles entre 2). Por lo tanto la probabilidad de que la respuesta (a) sea afirmativa, P(A|a)= 0.50

Lo que necesitamos saber es P(A|b), que es la probabilidad de que contestó afirmativamente, dado que respondió a la pregunta (b).

Podemos hallar esa probabilidad utilizando las probabilidades que tenemos

Sabemos que los eventos (a) y (b) son mutuamente excluyentes y colectivamente exhaustivos. También sabemos que las probabilidades conjuntas de (Ana)(Anb) también son mutuamente excluyentes y colectivamente exhaustivas y su unión es A.

P(A) = P ( A n a) + P (A n B) 

Aplicaciones de la probabilidad en la Electrónica: 

La Ingeniería electrónica no está excluida de la probabilidad, ni mucho menos de la estadística.

Uno de las aplicaciones que tiene es utilizarla a la hora de hacer placas PCB, para saber dónde van a ir las pistas, ya que hay muchas posibles combinaciones que se ajustan a lo que queremos.

La carrera de ingeniería electrónica no es ajena a estos procedimientos. Es imposible descartar comportamientos probabilísticos en cualquier diseño experimental especialmente cuando de circuitos se trata. La corriente eléctrica está suficientemente estudiada como para determinar su comportamiento bajo ciertas condiciones impuestas con la creación de elementos de control. 

Biblografía:

Maximo Mitacc Meza. (1996). PROBABILIDADES . En TOPICOS DE ESTADISITCA DESCRIPTIVA Y PROBABILIDAD(211). LIMA PERÚ: San Marcos .

http://estadistica-electronica.blogspot.com/

https://concepto.de/probabilidad/

https://matemovil.com/regla-de-la-suma-o-adicion-de-probabilidades/

https://probabilidadyestadisticados.weebly.com/blog/probabilidad-y-estadistica



Aplicaciones de la probabilidad en la Electrónica: 


 

No hay comentarios:

Publicar un comentario

Estadística--4 Ejemplos Coeficiente de correlación lineal de Pearson

 Coeficiente de correlación lineal de Pearson Ejemplo1:   Se hizo una tabla muestra de las alturas redondeadas en centímetros (cm) y pesados...