TECNOLGICO DE ESTUDIOS

SUPERIORES SAN FELIPE DEL

PROGRESO

DOCENTE:

ING. GRABIELA
SANCHEZ CRUZ
ALUMNO(S):

APOLINAR GONZALEZ ORTIZ

I.C 202

SAN FELIPE DEL PROGRESO. 11 DE FEBRERO 2016

INTRODUCCION
En muchos campos de la actividad humana se trabajan fenmenos que poseen
algn grado de incertidumbre y en un importante nmero de situaciones se
llega a decisiones soportadas en el estudio de tales hechos.

La incertidumbre se presenta debido a la aleatoriedad del fenmeno que se

observa, pero adems por el desconocimiento del verdadero estado del
sistema lo cual equivale a ignorar los parmetros que determinan ese estado
de la naturaleza. Existe incertidumbre, por ejemplo cuando: El agricultor se
interesa sobre cuantas semillas sern vanas. El jefe de produccin debe
detener o no el proceso de produccin. Al socilogo le interesa de un
conglomerado sus ingresos, estado civil, edad, etc. El ingeniero electrnico
debe identificar la confiabilidad de un sistema. Se requiere por lo tanto de un
procedimiento estructurado, sistematizado, formalizado, es decir, cientfico,
para manejar la incertidumbre y que adems permita cuantificar los diversos
niveles de sta. El ser humano ha tratado de medir su nivel de incertidumbre,
tal medida se conoce como probabilidad.

1.1 CONJUNTO, SUS OPERACIONES, LEYES Y SU REPRESWETCION

QUE ES UN CONJUNTO?

Un conjunto es la agrupacin, clase, o coleccin de objetos o en su defecto de

elementos que pertenecen y responden a la misma categora o grupo de cosas,
por eso se los puede agrupar en el mismo conjunto. Esta relacin de
pertenencia que se establece entre los objetos o elementos es absoluta y
posiblemente discernible y observable por cualquier persona. Entre los objetos
o elementos susceptibles de integrar o conformar un conjunto se cuentan por
supuesto cosas fsicas, como pueden ser las mesas, sillas y libros, pero
tambin por entes abstractos como nmeros o letras.

Conjuntos
Un conjunto es una coleccin bien definida de objetos llamados elementos. Las
letras maysculas A, B, C, etc. representan conjuntos, y las letras minsculas
a, b, c, etc. representan
elementos.

A= {a, b, c, detc.}
Dado un conjunto A={a, b, c, d}, la relacin de pertenencia
se representa por a A.

Existen dos maneras de definir un conjunto dado:

a) Por extensin o enumeracin: se define nombrando a cada elemento del
conjunto.

Por comprensin: se define mediante un enunciado o atributo que

representa al conjunto (se busca una frase que represente a la totalidad de
elementos sin nombrar a ninguno en particular).

Por comprensin Por extensin

A = {Nmeros dgitos} A = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

B = {Nmeros pares] B = {2, 4, 6, 8, 10, 12, 14, ...}

C = {Mltiplos de 5} C = {5, 10, 15, 20, 25, 30, 35...}

1.2INTRODUCCION A LA PROABILIDAD

La probabilidad es una herramienta de ayuda para la toma de decisiones

porque proporciona una forma de medir, expresar y analizar las incertidumbres
asociadas con eventos futuros de razones entre el nmero de casos favorables
y el nmero de casos posibles.

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 probabilidad es un evento o suceso
que puede ser improbable, probable o seguro.

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 y la mecnica subyacente
discreta de sistemas complejos, por lo tanto es la rama de las matemticas que
estudia, mide o determina a los experimentos o fenmenos aleatorios

1.2.1 PROBABILIDAD DE EVENTOS ALEAOTRIOS

Los fenmenos determinsticos son aquellos en los cuales podemos adelantar

resultados basados en leyes que tienen modelos establecidos, como por
ejemplo: cada libre de un cuerpo que se lo puede determinar mediante
formulas.Por otro lado, los fenmenos probabilisticos generan incertidumbre al
no poder adelantar resultados.
Un evento Aleatorio es aquel cuya posibilidad de aparicin no es
totalmente conocida. Nos referimos entonces a la posibilidad de
ocurrencia del mismo, es decir una probabilidad.

Probabilidad Clsica de un evento aleatorio:

El concepto de probabilidad naci del estudio de los juegos de azar.

De aqu surgi la teora clsica, segn la cual define la probabilidad
tal como se explica a continuacin:
Cuando se realiza una pruebe, esta puede dar N resultados
distintos. Si el conjunto N ocurre el acontecimiento Nx la
probabilidad si todos son igualmente probables, se define como:
P(x)=Nx=casos favorables
N Casos posibles

Probabilidad de Eventos compuestos:

Evento que incluye dos o ms eventos independientes.

Un ejemplo es el evento de obtener el mismo lado (la misma cara)
al lanzar dos veces una moneda. El resultado del primer
lanzamiento no..

Probabilidad clsica o a priori:

Asigna una probabilidad a un suceso antes de que este ocurra,

basndose en el principio de simetra (casos favorables entre
casos totales).

Sea un experimento aleatorio cuyo correspondiente espacio

muestral E est formado por un nmero n finito de posibles
resultados distintos y con la misma probabilidad de ocurrir {e1,
e2, ... , en}

1.2.2 DIAGRAMAS DE ARBOL

Un diagrama de rbol es una herramienta que se utiliza para determinar todos los
posibles resultados de un experimento aleatorio. En el clculo de la probabilidad se
requiere conocer el nmero de objetos que forman parte del espacio muestral, estos se
pueden determinar con la construccin de un diagrama de rbol.

El diagrama de rbol es una representacin grfica de los posibles resultados del

experimento, el cual consta una serie de pasos, donde cada uno de los pasos tiene un
nmero finito de maneras de ser llevado a cabo. Se utiliza en los problemas de conteo y
probabilidad.

Para la construccin de un diagrama en rbol se partir poniendo una rama para cada una
de las posibilidades, acompaada de su probabilidad. Cada una de estas ramas se conoce
como rama de primera generacin.

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

Esta herramienta esta fundamentada en el clculo de probabilidades

condicionadas, esto quiere decir que ocurra un evento A, sabiendo que tambin
sucede otro evento B. Un eventos dependiente se define de la siguiente forma.
Se dice que un evento A es dependiente de otro B si para que ocurra A es
necesario que ocurra el evento B.

Un instrumento til dentro de la probabilidad condicional son las

representaciones que nos permiten analizar la problemtica de los eventos
cuando estos ocurren uno despus del otro. Concretamente estamos hablando
de los diagramas de rbol. Este est constituido de varias ramas, cada rama
parte de un nodo que representa un evento aleatorio diferente.

1.2.3 permutaciones y combinaciones

2 Una permutacin de objetos es un arreglo de stos en el que orden s

importa. Para encontrar el nmero de permutaciones de n objetos
diferentes en grupos de r, se usan las siguientes frmulas:

Cuando no se permite repeticin

3
Cuando se permita repeticin

4 Una combinacin de objetos es un arreglo de stos en el que el orden no

importa. Para encontrar el nmero de combinaciones de n objetos en
grupos de r, se usa la siguiente frmula:
 5
6

EJEMPLOS:

7 A) Cuntas cantidades de tres cifras se pueden formar con los dgitos 0, 1,

2, 3 y 4 si no se permite la repeticin? Solucin:
8

.
9 B) Cuntas cantidades de cuatro cifras se pueden formar con los dgitos 0,
1, 2, 3 y 4 si se permite la repeticin? Solucin:
10
.
11 C) De entre 8 personas debemos formar un comit de cinco miembros.
Cuntas diferentes posibilidades existen para formar el comit? Solucin:
Esta es una combinacin porque el orden no importa.
12

13

1.2.4 ESPACIO MUESTRAL Y EVENTOS

Espacio muestral

se le llama espacio muestral al conjunto de todos los resultados posibles de un

experimento aleatorio. El espacio muestral se denota como S.

Ejemplo: Los resultados posibles del lanzamiento de un dado.

S = {1, 2, 3, 4, 5, 6}

Ejemplo: Los resultados posibles del lanzamiento de una moneda.

S = {Sello, guila}
Los espacios muestrales se clasifican en:
Espacio muestral discreto, son espacios muestrales cuyos elementos resultan
de hacer conteos, siendo por lo general subconjuntos de los nmeros enteros.
Espacio muestral continuo, son espacios muestrales cuyos elementos resultan
de hacer mediciones, siendo por lo general intervalos en el conjunto de los
nmeros reales.

Evento

Un evento es un subconjunto del espacio muestral de un experimento aleatorio.

Los eventos normalmente se denotan con las letras maysculas A, B, C; y
tienen la caracterstica de ser subconjuntos de S ((A, B, C) S). Los eventos
pueden ser:
Evento seguro, es aquel que tiene todos los posibles resultados. S = A #S =
#A. Por ejemplo al tirar un dado un dado obtener una puntuacin que sea
menor que 7.
Evento imposible, es aquel que no tiene un posible resultado. Por ejemplo al
tirar un dado obtener una puntuacin igual a 7.
Eventos compatibles, dos eventos, A y B, son compatibles cuando tienen algn
eventos elemental comn. Ejemplo si A es sacar puntuacin par al tirar un dado
y B es obtener mltiplo de 3, A y B son compatibles porque el 6 es un evento
elemental comn.
Evento incompatibles, dos eventos, A y B, son incompatibles cuando no tienen
ningn elemento en comn. Ejemplo si A es sacar puntuacin par al tirar un
dado y B es obtener mltiplo de 5, A y B son incompatibles.
Eventos independientes, dos eventos, A y B, son independientes cuando la
probabilidad de que suceda A no se ve afectada porque haya sucedido o no B.
Ejemplo al lazar dos dados los resultados son independientes.
Eventos dependientes, dos eventos, A y B, son dependientes cuando la
probabilidad de que suceda A se ve afectada porque haya sucedido o no B.
Ejemplo extraer dos cartas de una baraja, sin reposicin, son eventos
dependientes.
Evento contrario, el evento contrario a A es otro evento que se realiza cuando
no se realiza A. Ejemplo son eventos contrarios sacar par e impar al lanzar un
dado.

Se clasifican en:
Evento simple, siendo aquel que tiene un solo punto muestral.
Evento compuesto, siendo aquel que tiene dos o ms puntos muestrales.

Donde el punto muestral es cada uno de los resultados posibles de un

experimento aleatorio. Representndose al nmero de puntos muestrales por
#S.

Ejemplo: El lanzamiento de una moneda.

Experimento aleatorio:

Lanzar una moneda tres veces.

Espacio muestral:

S = {(S,S,S),(S,S,A),(S,A,S),(A,S,S),(A,A,S),(A,S,A),(S,A,A),
(A,A,A)}

#S = 8

S es el evento seguro.

Evento simple:

A: que salgan tres sellos.

A = {(S,S,S)}
 #A = 1

Evento compuesto:

B: Que salgan al menos dos sellos.

B = {(S,S,S), (S,S,A), (S,A,S), (A,S,S)}

#B = 4

Ante estos conceptos es posible llegar a pensar que un evento y un punto

muestral son lo mismo, pero realmente no lo son. Un ejemplo claro se puede
observar en el lanzamiento del dado, un evento sera por ejemplo que salga
nmero par, para lo cual serviran los puntos muestrales {2} {4} {6}. De ah las
diferencias entre unos y otros.

1.3 DEFINICIONES DE PROBABILIDAD

La probabilidad es la posibilidad que existe entre varias posibilidades, que un hecho

o condicin se produzcan. La probabilidad, entonces, mide la frecuencia con la cual
se obtiene un resultado en oportunidad de la realizacin de un experimento sobre el
cual se conocen todos los resultados posibles gracias a las condiciones de
estabilidad que el contexto supone de antemano.

El concepto de probabilidad proviene del trmino latino probabiltas. En primera instancia

se entiende por probabilidad como aquella posibilidad que hay entre diversas
posibilidades de que un determinado hecho suceda. Es decir que es aquello que
puede suceder o pasar

1.3.1 DEFINICION CLASICA

Si en un experimento pueden producirse N resultados igualmente posibles y si

dentro de estos N resultados el evento A puede ocurrir veces, la probabilidad
del evento A est dada por
1.3.2 CON BASE EN LA FRECUENCIA RELATIVA

En la actualidad, a este planteamiento se le llama frecuencia relativa de presentacin de un evento

y define la probabilidad como:

La frecuencia relativa observada de un evento durante un gran nmero de intentos, o

La fraccin de veces que un evento se presenta a la larga, cuando las condiciones son
estables.

La frecuencia relativa del suceso A:

fr (A) = (Nmero de veces que aparece A/ Nmero de veces que se realiza el experimento)

Cuando utilizamos el planteamiento de frecuencia relativa para establecer probabilidades, el

nmero que obtenemos como probabilidad adquirir mayor precisin a medida que
aumentan las observaciones. Una dificultad presente con este planteamiento es que la
gente lo utiliza a menudo sin evaluar el nmero suficiente de resultados.

Para un espacio muestral de tamao n y para un evento cualquiera A con frecuencia f, se

tiene que su probabilidad de ocurrencia es:

P(A) = f/n
PROBABILIDAD AXIOMATICA:
Los axiomas de probabilidad son las condiciones mnimas que deben verificarse para que
una funcin que definimos sobre unos sucesos determine consistentemente valores de
probabilidad sobre dichos sucesos.
La probabilidad P de un suceso E, denotada por P(E), se define con respecto a un
"universo" o espacio muestral , conjunto de todos los posibles sucesos elementales, tal
que P verifique los Axiomas deKolmogorv, enunciados por el matemtico ruso de este
nombre en 1933. En este sentido, el suceso E es, en trminos matemticos, un
subconjunto de .

PRIMER AXIOMA:
La probabilidad de un suceso A es un nmero real mayor o igual que 0.
La probabilidad de un suceso es un nmero positivo o nulo.
SEGUNDO AXIOMA:
La probabilidad del total, , es igual a 1.
representa todas las posibles alternativas y se denomina suceso seguro.
TERCER AXIOMA:
Si A1, A2... son sucesos mutuamente excluyentes (incompatibles dos a dos, disjuntos o de
interseccin vaca dos a dos), entonces:
.
Segn este axioma se puede calcular la probabilidad de un suceso compuesto de varias
alternativas mutuamente excluyentes sumando las probabilidades de sus componentes.
 PROPIEDADES QUE SE DEDUCEN DE LOS AXIOMAS
De los axiomas anteriores se deducen otras propiedades de la probabilidad:

1.- donde el conjunto vaco representa en probabilidad el suceso imposible

2.-Para cualquier suceso
3.-
4.-Si entonces
5.-

1.4 probabilidad condicipnal e independencia

Probabilidad condicionada es la probabilidad de que ocurra un evento A,
sabiendo que tambin sucede otro evento B. La probabilidad condicional se
escribe P(A|B), y se lee la probabilidad de A dado B.
No tiene por qu haber una relacin causal o temporal entre A y B. A puede
preceder en el tiempo a B, sucederlo o pueden ocurrir simultneamente. A
puede causar B, viceversa o pueden no tener relacin causal. Las relaciones
causales o temporales son nociones que no pertenecen al mbito de la
probabilidad. Pueden desempear un papel o no dependiendo de la
interpretacin que se le d a los eventos.
El condicionamiento de probabilidades puede lograrse aplicando el teorema de
Bayes.

http://matematiesquinonez.blogspot.mx/2013/02/introduccion-la-
probabilidad-eventos.html

http://probabilidadestadistic.blogspot.mx/2010/08/teoria-de-conjuntos.html