Universidad Nacional de Trujillo

Facultad de ciencias Fisicas y

Matemtica

ALUMNO:
RODRGUEZ CARRANZA JOS LUIS

Escuela:
Ciclo:

Ingeniera Estadstica
V

Profesor:
Trujillo Per

2015

NDICE

PRESENTACIN
1. INTRODUCCIN..Pg.
1. RESEA HISTORICA DEL CALCULO DE PROBABILIDADES .Pag.0

2. CONCEPTOS
1. CONCEPTO DE EXPERIMENTO ALEATORIO....Pg.0
2. CONCEPTO DE ESPACIO MUESTRAL...Pg.0
4. EJEMPLOS
1. EJEMPLO DE EXPERIMENTO ALEATORIO...Pg.0
2. EJEMPLO DE ESPACIO MUESTRALPg.0
4 OPERACIONES CON SUSESOS
1. IGUALDAD DE SUSESOS
2. INTERSECCION DE SUSESOS

8. REFERENCIAS BIBLIOGRAFICAS.Pg.20

INTRODUCCION:

La probabilidad es un mtodo por el cual se obtiene la frecuencia de un acontecimiento

determinado mediante la realizacin de 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, las ciencias y la filosofa para sacar conclusiones sobre la probabilidad
discreta de sucesos potenciales, por lo tanto es la rama de las matemticas que estudia,
mide o determina a los experimentos o fenmenos aleatorios.

HISTORIA:

La definicin de probabilidad surge debido al deseo del ser humano por conocer con
certeza los eventos que sucedern en el futuro. Es por eso que a travs de la historia se
han desarrollado diferentes enfoques para tener un concepto de la probabilidad y
determinar sus valores.
El diccionario de la Real Academia Espaola define azar como una casualidad, un caso
fortuito, y afirma que la expresin al azar significa sin orden. La idea de Probabilidad
est ntimamente ligada a la idea de azar y nos ayuda a comprender nuestras
posibilidades de ganar un juego de azar o analizar las encuestas. Pierre-Simn Laplace
afirm: "Es notable que una ciencia que comenz con consideraciones sobre juegos de
azar haya llegado a ser el objeto ms importante del conocimiento humano".
Comprender y estudiar el azar es indispensable, porque la probabilidad es un soporte
necesario para tomar decisiones en cualquier mbito. Segn Amanda Dure, "Antes de la
mitad del siglo XVII, el trmino 'probable' (en latn probable) significaba aprobable, y se
aplicaba en ese sentido, unvocamente, a la opinin y a la accin. Una accin u opinin
probable era una que las personas sensatas emprenderan o mantendran, en las
circunstancias. Aparte de algunas consideraciones elementales hechas por Girolamo
Cardano en el siglo XVI, la doctrina de las probabilidades data de la correspondencia de
Pierre de Fermat y Blaise Pascal (1654). Christiaan Huygens (1657) le dio el tratamiento
cientfico conocido ms temprano al concepto. Ars Conjectandi (pstumo, 1713) de Jakob
Bernoulli y Doctrine of Chances (1718) de Abraham de Moivre trataron el tema como una
rama de las matemticas.

PROBABILIDADES
La probabilidad y la estadstica son, sin duda, las ramas de las Maten ticas que estn en
mayor auge en este siglo, y tienen una tremenda aplicabilidad en todos los aspectos y
ciencias, especialmente en las Ciencias Sociales, puesto que aquellas variables que
influyen en dichas ciencias, econmicas, demogrficas, suelen tener carcter aleatorio, es
decir, no son deterministas, y se fundamentan en predicciones a partir de datos
conocidos. Todo aquello que implique prediccin nos lleva al terreno de la probabilidad.
1) Experimentos aleatorios
En todos los aspectos de la vida a veces nos encontramos con acontecimientos
predeterminados, es decir, tales que podemos decir el resultado de dichos
acontecimientos antes de que finalice o incluso de que comience. Tal es el caso de:
1. Tirar una piedra desde un edificio (sabemos que se caer).
2. Calentar un cazo de agua (sabemos que la temperatura sube).
3. Golpear una pelota (sabemos que se va a mover, e incluso conociendo fuerzas
que actan etc., podemos conocer precisamente donde caera).
Tales acontecimientos o experimentos de los que podemos predecir el resultado antes de
que se realicen se denominan experimentos deterministas. Sin embargo, analicemos otro
tipo de experimentos, mucho ms interesantes desde el punto de vista matemtico:
Imaginemos que lanzamos un dado al aire (normal, de 6 caras y no trucado). Podemos
predecir el resultado que vamos a obtener? Evidentemente no. Este es un experimento
que no es determinista. A este tipo de experimentos, en los cuales no se puede predecir el
resultado antes de realizar el experimento se les denomina experimentos aleatorios. Otros
ejemplos de experimentos aleatorios pueden ser:
Tirar una moneda al aire y observar que lado cae hacia arriba, rellenar una quiniela de
futbol, Jugar una partida de pker y, en general, cualquier juego en el que intervenga el
azar.

2) Definiciones bsicas
La teora de probabilidades se ocupa de asignar un cierto nmero a cada posible
resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos
resultados y saber si un suceso es ms probable que otro o relaciones parecidas. Con
este fin, introduciremos algunas definiciones.
Si realizamos un experimento aleatorio, llamaremos espacio muestral del experimento al
conjunto de todos los posibles resultados de dicho experimento. Al espacio muestral lo
representaremos por E (o bien por la letra griega omega ). A cada elemento que forma
parte del espacio muestral se le denomina suceso elemental.

2.2) Ejemplos de Espacio Muestral

1. Cul es el espacio muestral asociado al experimento de lanzar un dado
normal al aire y observar la cara que queda hacia arriba?. Evidentemente, en
este caso hay 6 posibles resultados (6 sucesos elementales) y el espacio
muestral estara formado por: E={1,2,3,4,5,6}.
2. Y en el caso del lanzamiento de una moneda?
Entonces E={C,X}
2.3) Ejercicios aplicativos sobre espacio Muestral
1. Escribir el espacio muestral asociado al experimento de sacar una carta de
entre las diez del palo de copas de una baraja espaola.
1. Escribir el espacio muestral asociado al experimento de lanzar dos dados
de diferentes colores y observar la pareja de nmeros que se obtiene.
2. Escribir el espacio muestral asociado al experimento de lanzar dos dados
de diferentes colores y sumar los nmeros que se obtienen.
Llamaremos suceso aleatorio a cualquier subconjunto del espacio muestral. El concepto
de suceso es fundamental en probabilidad. Dicho de forma simple, un suceso de un
experimento aleatorio es cualquier cosa que se nos ocurra afirmar sobre dicho
experimento.
a) As, si tiramos una moneda dos veces, serian sucesos todos los siguientes:
Sale al menos una cara.
Salen ms caras que cruces.
b) La moneda cae de canto.
No sale ninguna cruz.
Llamaremos suceso imposible al que no tiene ningn elemento y lo representaremos por
.
Llamaremos suceso seguro al formado por todos los posibles resultados (es decir, al
espacio muestral.
Llamaremos espacio de sucesos y lo representaremos por S, al conjunto de todos los
sucesos aleatorios.
Ejemplo:
1. En el caso del lanzamiento de la moneda en el que el espacio muestral era
E={C,X} , analicemos quien es el espacio de sucesos:
- Sucesos con 0 elementos:
- Sucesos con 1 elemento: {C},{X}
- Sucesos con 2 elementos:{C,X}
De modo que el espacio de sucesos es: S={,{C},{X},{C,X}}.
En el caso del lanzamiento de dos monedas, si haces el diagrama de rbol se
obtiene el siguiente espacio muestral:
E = {(C, C), (C,X), (X,C), (X,X)}

3) Operaciones con Sucesos

Si realizamos un experimento aleatorio y consideramos varios sucesos A, B, C, etc.,
asociados a dicho experimento, podemos realizar varias operaciones entre ellos. Los ms
importantes son:
a) Igualdad de sucesos: Dos sucesos A y B son iguales si estn compuestos por
los mismos elementos. Lo expresaremos por A = B.
b) Interseccin de sucesos: Llamaremos suceso interseccin de los sucesos A y
B, y lo representaremos por AB, al suceso ocurren A y B a la vez.
Ejemplo:
Si tiramos un dado, ya sabemos que el espacio muestral asociado es
E={1,2,3,4,5,6}. Sean los sucesos A=sacar un n par={2,4,6}, y B=sacar un
nmero entre 2 y 4 (inclusive)={2,3,4}.
El suceso AB es tal que ocurren A y B a la vez, es decir: AB=sacar un n
par y que este entre 2 y 4 (inclusive)= {2,4}.
El suceso AB son los elementos comunes a los conjuntos A y B (elementos
que estn en los dos conjuntos). Representado en diagramas de Venn: