ESTADÍSTICA C

UNIVERSIDAD NACIONAL “SANTIAGO ANTUNEZ DE MAYOLO”

FACULTAD DE ING. DE INDUSTRIAS ALIMENTARIAS – ESCUELA
ING. INDUSTRIAL
 PROBABILIDAD C

La probabilidad es una medida de la certidumbre asociada a un

suceso o evento futuro y suele expresarse como un número
 entre 0 y 1 (o entre 0 % y 100 %).
DEFINICIÓN DEFINICIÓN
CLÁSICA AXIOMÁTICA
La probabilidad es la Es una extensión de la
característica de un evento, teoría de la medida, en la
que hace que existan razones que se introducen la noción
para creer que éste se de independencia relativa.
realizará.
Este enfoque permite
La probabilidad p de que
suceda un evento S de un reproducir los resultados
total de n casos posibles de la teoría clásica de la
igualmente probables es igual probabilidad además de
a la razón entre el número de resultados nuevos referidos
ocurrencias h de dicho evento a la convergencia de
(casos favorables) y el número variables aleatorias.
total de casos posibles n.
 TEORÍA DE LA C

PROBABILIDAD
Es una rama de las matemáticas que estudia los fenómenos aleatorios y estocásticos. Los fenómenos aleatorios se contraponen a los 
fenómenos deterministas, los cuales son resultados únicos y/o previsibles de experimentos realizados bajo las mismas condiciones determinadas
Los tres métodos para calcular
las probabilidades son la regla
de la adición, la regla de la
multiplicación y la distribución
binomial.
 REGLA DE LA
ADICIÓN
La regla de la adición o regla de la suma
 establece que la probabilidad de ocurrencia
de cualquier evento en particular es igual a
la suma de las probabilidades individuales,
si es que los eventos son mutuamente
excluyentes, es decir, que dos no pueden
ocurrir al mismo tiempo.
C
 REGLA DE LA
MULTIPLICACIÓN
La regla de la multiplicación establece que la
probabilidad de ocurrencia de dos o más eventos
estadísticamente independientes es igual al producto
de sus probabilidades individuales.
P (A y B) = P (A B) = P (A) P (B) si A y B son
independientes.
P (A y B) = P (A B) = P (A) P (B|A) si A y B son
dependientes
C
 REGLA DE
LAPLACE
La Regla de Laplace establece que:
La probabilidad de ocurrencia de un
suceso imposible es 0.
La probabilidad de ocurrencia de un
suceso seguro es 1, es decir, P(A) = 1.
 REGLA DE
Para aplicarLAPLACE
la regla de Laplace es
necesario que los experimentos den lugar
a sucesos equiprobables, es decir, que
todos tengan o posean la misma
probabilidad.
La probabilidad de que ocurra un suceso
se calcula así:
P(A) = Nº de casos favorables / Nº de
resultados posibles
Esto significa que: la probabilidad del
evento A es igual al cociente del número
de casos favorables (los casos dónde
sucede A) sobre el total de casos
Entonces la probabilidad de que ocurran m éxitos en
un experimento de n ensayos es:

Donde:

Es el número total de combinaciones posibles de m

elementos en un conjunto de n elementos.
C
 VARIABLES C

ALEATORIAS
Una variable aleatoria es una función medible que da un valor numérico a cada suceso elemental .
 PROBABILIDAD DISCRETA
Este tipo de probabilidad es aquel que puede
tomar sólo ciertos valores diferentes que son el
resultado de la cuenta de alguna característica
de interés. Un problema de probabilidad
discreta es un problema definido por un
conjunto de variables aleatorias que sólo
pueden tomar un conjunto finito o infinito
numerable de valores diferentes:
 PROBABILIDAD
CONTINUA
Probabilidad continua es uno en el que
aparecen variables aleatorias capaces
de tomar valores en algún intervalo de
números reales (y por tanto asumir un
conjunto no numerable de valores):
FUNCIONES
C
 FUNCIÓN DE
DISTRIBUCIÓN DE C

PROBABILIDAD
La distribución de probabilidad se puede definir para cualquier variable aleatoria X, ya sea de tipo continuo o
discreto, mediante la siguiente relación:
 FUNCIÓN DE DENSIDAD C

DE PROBABILIDAD
La función de densidad de probabilidad de una variable aleatoria absolutamente continua, es una función a partir de
la cual se obtiene la probabilidad de cada valor que toma la variable definida como:
C
 TEOREMA DE BAYES C

Es una proposición planteada por el filósofo inglés Thomas Bayes (1702-1761) en 1763, 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.
Con base en la definición de Probabilidad condicionada se
obtiene la Fórmula de Bayes, también conocida como la Regla
de Bayes:

La fórmula de Bayes sirve para el cálculo de las probabilidades

conocidas P(A/B), en donde los sucesos A de un sistema completo
{A1, A2,…, An} de sucesos con respecto un suceso B de probabilidad.
EJEMPLO:
 CONCLUSIÓN
Si bien el conocer cierta información adicional
modifica la probabilidad de algunos sucesos,
puede ocurrir que otros mantengan su
probabilidad, pese a conocer dicha información.