Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Teora de Probabilidades
La teora de la probabilidad es la parte de las matemticas que estudia
los fenmenos aleatorios estocsticos. (Casas Snchez, 2006).
Estos deben contraponerse a los fenmenos determinsticos, los cuales son resultados
nicos y/o previsibles de experimentos realizados bajo las mismas condiciones
determinadas, por ejemplo, si se calienta agua a 100 grados Celsius a nivel del mar se
obtendr vapor. Los fenmenos aleatorios, por el contrario, son aquellos que se obtienen
como resultado de experimentos realizados, otra vez, bajo las mismas condiciones
determinadas pero como resultado posible poseen un conjunto de alternativas, por
ejemplo, el lanzamiento de un dado o de una moneda. 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.
Muchos fenmenos naturales son aleatorios, pero existen algunos como el
lanzamiento de un dado, donde el fenmeno no se repite en las mismas condiciones,
debido a que la caractersticas del material hace que no exista una simetra del mismo,
as las repeticiones no garantizan una probabilidad definida. En los procesos reales que
se modelizan mediante distribuciones de probabilidad corresponden a modelos
complejos donde no se conocen a priori todos los parmetros que intervienen; sta es
una de las razones por las cuales la estadstica, que busca determinar estos parmetros,
no se reduce inmediatamente a la teora de la probabilidad en s.
Esta aproximacin axiomtica que generaliza el marco clsico de la probabilidad, la
cual obedece a la regla de clculo de casos favorables sobre casos posibles, permiti la
(Ibarola, 2013)
La probabilidad es un nmero (valor) que vara 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 est dada por q,
donde:
, etctera, son
Distribucin de Probabilidades
Una distribucin de probabilidad indica toda la gama de valores que pueden
representarse como resultado de un experimento si ste se llevase a cabo.
Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye
una herramienta fundamental para la prospectiva, puesto que se puede disear un
escenario de acontecimientos futuros considerando las tendencias actuales de diversos
fenmenos naturales
Toda distribucin de probabilidad es generada por una variable (porque puede tomar
diferentes valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede
ser de dos tipos:
PROPIEDADES
DE UNA
ALEATORIA
DISCRETA
(X)
los juegos de azar, debido
a queVARIABLE
los apostadores
deseaban saber
cul era su
esperanza de
ganar solo
repetidamente
un juego,
por lo tanto,
tomar
valores mayores
o iguales
a cero.el valor esperado representa la cantidad de dinero
promedio
que el bajo
jugador
est dispuesto
a ganar
o perder despus
unde
nmero
grande de
El
rea definida
la funcin
de densidad
de probabilidad
deberdeser
1.
apuestas.
E(x) = = E xf (x)
VARIANZA
Es un promedio ponderado de las de las desvaciones al cuadrado.
Varianza = E ( x - ) f ( x)
DISTRIBUCIN BINOMIAL
La distribucin Binomial es un caso particular de probabilidad de variable aleatoria discreta, y
por sus aplicaciones, es posiblemente la ms importante.
Esta distribucin corresponde a la realizacin de un experimento aleatorio que cumple con las
siguientes condiciones:
* Al realizar el experimento slo son posible dos resultados: el suceso A, llamado xito, y el
suceso B , llamado fracaso.
* Al repetir el experimento, el resultado obtenido es independiente de los resultados obtenidos
anteriormente.
* La probabilidad del suceso A es constante, es decir, no vara de una prueba del experimento
a otra.
* En cada experimento se realizan n pruebas idnticas.
Todo experimento que tenga estas caractersticas se dice que sigue el modelo de la
distribucin Binomial o distribucin de Bernoulli.
En general, si se tienen n ensayos Bernoulli con probabilidad de xito p y de fracaso q,
entonces la distribucin de probabilidad que la modela es la distribucin de probabilidad
binomial y su regla de correspondencia es:
Donde:
P(X)= es la probabilidad de ocurrencia del
evento
p = es la probabilidad de xito del evento (en un intento)
q = es la probabilidad de fracaso del evento (en un intento) (se define como q = 1 p )
X = ocurrencia del evento o xitos deseados
n = nmero de intentos
EJEMPLO
Cul es la probabilidad de obtener exactamente 2 caras al lanzar una misma moneda 6
veces ?
Donde:
P(X)= Probabilidad de que ocurra el evento
p = (0.5)
q = (se define como q = 1 p ) (0.5)
X=2
n=6
Como el clculo de estas probabilidades puede resultar algo tedioso se han construido tablas
para algunos valores de n y p que nos facilitan el trabajo (Ver las tablas de la funcin de
probabilidad Binomial).
BIBLIOGRAFIA
Casas Snchez, J. M. (2006). Ejercicios de Estadstica Descriptiva y
Probabilidad para Econmia y Administracin de Empresas. PIRMIDE
(PAPEL).
Devore, J. L. (2008). Probabilidad y Estadstica para Ingeniera y Ciencias (7
ed.). Mxico: CENGAGE Learning.
Freund, J. E. (2000). Estadstica matemtica con aplicaciones (Pearson
Educacin ed.). Mxico: Pearson Educacin.