Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEORÍA DE LA PROBABILIDAD
BARRANQUILLA, COLOMBIA
El término probabilidad hace referencia al estudio del azar y la incertidumbre, dando lugar aquellas
situaciones en las cuáles se puede producir uno de varios resultados posibles, con el fin de conocer
qué suceso es más probable que ocurra a comparación de otro. Por definición, la probabilidad se
mide por un número entre cero y uno: si un suceso no ocurre nunca, su probabilidad asociada es
cero, mientras que si ocurriese siempre su probabilidad sería igual a uno. La teoría de la probabilidad
provee métodos para cuantificar la posible ocurrencia de cada uno de ellos, siendo ésta una
herramienta para modelizar y tratar con situaciones de este tipo. Por otra parte, cuando aplicamos
las técnicas estadísticas a la recogida, análisis e interpretación de los datos, la teoría de la
probabilidad proporciona una base para evaluar la fiabilidad de las conclusiones alcanzadas y las
inferencias realizadas.
Ahora bien, la teoría de la probabilidad, no sólo se aplica en las ciencias exactas como estadística,
matemática pura y aplicada, física, química, astronomía, sino, también en áreas variadas del
conocimiento, como las ciencias sociales, sociología, la genética, entre otras. Definiendo ésta
última, la genética es la ciencia que se encarga de estudiar las formas en que se heredan los genes
portadores de la información hereditaria de generación en generación, por lo tanto al hablar de la
probabilidad en el campo de la genética, se está haciendo referencia a la posibilidad que existe de
un organismo herede determinadas características de sus progenitores, donde finalmente se
manifiestan los rasgos dominantes frente a los recesivos fenotípicamente hablando.
2. OBJETIVOS
Por otro lado, la probabilidad es la medida matemática de la posibilidad. En otras palabras, es una
manera de cuantificar (al dar un valor numérico específico) qué tan probable es que algo suceda.
Una probabilidad de 1 para un evento significa que seguro va a pasar, mientras que una
probabilidad de 0 para un evento significa que seguro no va a suceder. La probabilidad puede ser
empírica, lo que significa que se calcula a partir de observaciones de la vida real, o teórica, lo que
significa que se predice con el uso de un grupo de reglas o suposiciones.
Se junta un gameto A de la madre con un gameto a del padre (lo que da un genotipo Aa)
Un gameto a de la madre se junta con un gameto A del padre (lo que da un genotipo Aa)
En cualquier evento de fertilización, solamente una de estas tres posibilidades puede ocurrir (son
mutuamente excluyentes). (acdemy, 2010)
Puesto que esta es una situación "o" donde los eventos son mutuamente excluyentes, podemos
aplicar la regla de la suma. Usando la regla del producto como hicimos anteriormente, podemos
encontrar que cada evento individual tiene una probabilidad de 1/4. Entonces, la probabilidad de
descendencia con un fenotipo dominante es: (probabilidad de A de la madre y A del padre) +
(probabilidad de A de la madre y a del padre) + (probabilidad de a de la madre y A del padre) = (1/4)
+ (1/4) + (1/4)= ¾. (acdemy, 2010)
Es un diagrama diseñado por Reginald Punnett y es usado por los biólogos para determinar
la probabilidad de que un producto tenga un genotipo particular. El cuadro de Punnett permite
observar cada combinación posible para expresar, los alelos dominantes (representados con letra
mayúscula) y recesivos (letra minúscula), nos muestra todos los tipos posibles de descendientes que
podrían producirse en el entrecruzamiento. (Castro, 2012)
CHI CUADRADO
El estadístico ji-cuadrado (o chi cuadrado), que tiene distribución de probabilidad del mismo nombre,
sirve para someter a prueba hipótesis referidas a distribuciones de frecuencias. En términos
generales, esta prueba contrasta frecuencias observadas con las frecuencias esperadas de acuerdo
con la hipótesis nula. De igual manera la prueba de chi-cuadrada es una prueba de hipótesis que
compara la distribución observada de los datos con una distribución esperada de los datos. (minitab
, 2019)
Utilice este análisis para probar qué tan bien una muestra de datos categóricos se ajusta a una
distribución teórica.
Por ejemplo, usted puede comprobar si un dado es justo, lanzando el dado muchas veces y utilizando
una prueba de bondad de ajuste de chi-cuadrada para determinar si los resultados siguen una
distribución uniforme. En este caso, el estadístico de chi-cuadrada cuantifica qué tanto varía la
distribución observada de los conteos con respecto a la distribución hipotética. (minitab , 2019)
Los cálculos para estas pruebas son iguales, pero la pregunta que se está tratando de contestar
puede ser diferente.
Prueba de asociación: Utilice una prueba de asociación para determinar si una variable está
asociada a otra variable. Por ejemplo, determine si las ventas de diferentes colores de
automóviles dependen de la ciudad donde se venden. (minitab , 2019)
4. DESARROLLO DE LA PRÁCTICA
7. ANEXOS
EVENTO
1. Mutuamente excluyentes: aquellos que no pueden ocurrir al mismo tiempo. EJEMPLO: cara
o escudo.
2. Independientes: Estos no se ven afectados por otros independientes. EJEMPLO: el color del
zapato y la probabilidad que llueva hoy.
4. No excluyentes entre sí: cuando la ocurrencia de uno de ellos no impide que ocurra el
otro. EJEMPLO: que una persona sea doctor que tenga 56 años, ser estudiante y ya estar
casado.
Cuando el enunciado de un problema de la probabilidad tiene como condición que se presente uno
o otro evento, la probabilidad total se forma por la suma directa de las
1).P(AoB)=P(A)+P(B)
En el caso de eventos no excluyentes entre si debe considerarse que la probabilidad de que ocurran
ambos eventos esta incluida en ellos esa probabilidad de la suma directa (regla general de la suma
de probabilidades)
P(AoB)=P(A)+P(B)-P(AyB)
cuando el enunciado de un problema de probabilidad tiene como condición que se presente uno y
otro evento, la probabilidad total se forma por la multiplicación directa de las probabilidades
individuales si los eventos son independientes.
si los eventos son dependientes deben considerarse que ocurra un segundo evento si ya ocurrió un
primer evento esto se conoce como: regla general de la multiplicación de probabilidades.
3).P(PyB)=P(A)*P(B\A) (Elias, 2008)
COMBINACION
Es todo arreglo de elementos en donde no nos interesa el lugar o posición que ocupa cada uno de
los elementos que constituyen dicho arreglo. (Morales, 2012)
Solución: Se requieren 6 jugadores para formar un equipo de voleibol, por lo que, en este caso se
tiene que.
n=9
r=6
de manera que:
PERMUTACIÓN
Permutaciones de n elementos de los cuales h son de un tipo, j de otro tipo, etc. En este caso
entran todos los elementos, sí que importa el orden y sí se repiten los elementos.
Permutaciones circulares. Estas se utilizan cuando los elementos se han de ordenar «en
círculo», de modo que el primer elemento que «se sitúe» en la muestra determina el principio
y el final de la muestra.
Ejemplo:
PROBABILIDAD CONDICIONAL
La expresión alude a la probabilidad existente de que suceda un evento A, conociendo que además
ocurre otro evento B.
Es importante tener en cuenta que no es necesario que exista una relación temporal o causal entre
A y B. Esto quiere decir que A puede producirse antes que B, después o al mismo tiempo, y que A
puede ser el origen o la consecuencia de B o no tener un vínculo de causalidad.
Ejemplo: En un grupo de 100 estudiantes, 35 jóvenes juegan al fútbol y al baloncesto, mientras que
80 de los miembros practican fútbol. ¿Cuál es la probabilidad de que uno de los estudiantes que
juega al fútbol, también juegue al baloncesto o básquet?
Como se puede advertir, en este caso conocemos dos datos: los estudiantes que juegan al fútbol y al
baloncesto (35) y los estudiantes que juegan al fútbol (80).
P (A / B) = P (A∩B) / P (B)
P (A / B) = 35 / 80
P (A / B) = 0,4375
P (A / B) = 43,75%
Por lo tanto, esta probabilidad condicional indica que la probabilidad de que un estudiante juegue
al baloncesto dado que también juega al fútbol es del 43,75%. (Pérez, 2019)
TEOREMA DE BAYES
El teorema de Bayes parte de una situación en la que es posible conocer las probabilidades de que
ocurran una serie de sucesos Ai. A esta se añade un suceso B cuya ocurrencia proporciona cierta
información, porque las probabilidades de ocurrencia de B son distintas según el suceso Ai que haya
ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos indica como modifica
esta información las probabilidades de los sucesos Ai.
Ejemplo: Si seleccionamos una persona al azar, la probabilidad de que sea diabética es 0,03.
Obviamente la probabilidad de que no lo sea es 0,97.
Si no disponemos de información adicional nada más podemos decir, pero supongamos que al
realizar un análisis de sangre los niveles de glucosa son superiores a 1.000 mg/l, lo que ocurre en el
95% de los diabéticos y sólo en un 2% de las personas sanas.
La respuesta que nos dá el teorema de bayes es que esa información adicional hace que la
probabilidad sea ahora 0,595.
Vemos así que la información proporcionada por el análisis de sangre hace pasar, la probabilidad
inicial de padecer diabetes de 0,03, a 0,595.
Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario.
LEYES DE LA PROBABILIDAD
P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) = P(A) + P(B) − P(A
y B) si A y B son no excluyentes.
Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de ocurrencia del evento
B. P(A y B) = probabilidad de ocurrencia simultánea de los eventos A y B.
Regla de la multiplicación
Para aplicar la regla de Laplace es necesario que los experimentos den lugar a sucesos
equiprobables, es decir, que todos tengan o posean la misma probabilidad.
Esto significa que: la probabilidad del evento A es igual al cocientedel número de casos favorables
(los casos dónde sucede A) sobre el total de casos posibles. (wordpress.com, 2016)
8. BIBLIOGRAFÍA