CENTRO DE ENSEÑANZA SUPERIOR

“SALVADOR ALLENDE” A.C.

TEMA:
APLICACIONES DE LA PROBABILIDAD EN LAS DIFERENTES RAMAS DEL SABER
HUMANO

MATERIA:
MATEMÁTICAS

MAESTRA:
VIANEY GONZALEZ GARCÍA

ALUMNO:
FERNANDO ABDI TORRES CUECUECHA

SEMESTRE:
2

26/05/2020
 MARCO TÉORICO

Las probabilidades constituyen una rama de las matemáticas que se ocupa de medir o determinar
cuantitativamente la posibilidad de que un suceso o experimento produzca un determinado
resultado. La probabilidad está basada en el estudio de la combinatoria y es fundamento necesario
de la estadística .
La creación de la probabilidad se atribuye a los matemáticos franceses del siglo XVII Blaise Pascal y
Pierre de Fermat, aunque algunos matemáticos anteriores, como Gerolamo Cardano en el siglo XVI,
habían aportado importantes contribuciones a su desarrollo.
La probabilidad matemática comenzó como un intento de responder a varias preguntas que surgían
en los juegos de azar, por ejemplo, saber cuántas veces se han de lanzar un par de dados para que
la probabilidad de que salga seis sea el 50 por ciento.
Existen distintas ramas de la probabilidad aplicadas en las matemáticas:
1.- Eventos determinísticos y aleatorios.
2.- Experimentos y muestra.
3.- Variables aleatorias y eventos.
4.- Técnicas de conteo: de la multiplicación y diagrama de árbol.
5.- Combinaciones
6.- Permutaciones.
7.- Probabilidad
8.- Ley aditiva de la probabilidad
9.- Ley multiplicativa de la probabilidad.

1.- Eventos determinísticos y aleatorios.

La ciencia en general estudia dos tipos de fenómenos, los deterministas y los aleatorios o al azar.
Los eventos deterministas, son aquellos donde podemos predecir su resultado mediante leyes y
fórmulas establecidas; por ejemplo, la temperatura de un cuerpo, la rapidez de un proyectil, por
mencionar algunos. Los eventos aleatorios o probabilísticos, son aquellos que pueden dar lugar a
varios resultados sin que pueda ser predecible la ocurrencia del mismo; algunos ejemplos son las
lluvias, los accidentes, las carreras de caballos, el lanzar una moneda. Los primeros estudios y el
concepto de probabilidad nacen como una necesidad de estudiar la posibilidad de aciertos o
fracasos en los juegos de azar. De aquí surge la teoría clásica o Probabilidad clásica de un evento
aleatorio. La probabilidad tiene aplicaciones en la Estadística inferencial, para prueba de hipótesis
(evaluación de un producto), estimación de datos, y pronósticos de futuras observaciones; además
de diversos campos del saber o de la vida del ser humano, como pueden ser las estadísticas de las
carreras de autos o caballos, la eficacia de los medicamentos nuevos, si se mantiene la calidad de
ciertos productos en un fábrica o industria, si se colocan nuevos artículos o se retiran otros del
mercado, la evaluación de la calidad de un producto, por mencionar algunos ejemplos. Un ejemplo
de Estadística inferencial se puede ver en una fábrica de galletas donde se desea introducir un nuevo
producto al mercado, para determinar su aceptación sería ilógico pretender que toda la población
pruebe el producto. En este caso, se da a probar el producto a una muestra de consumidores y con
base en los resultados de esa muestra se decide si se elabora o no. Pues bien, como los resultados
obtenidos a partir de una muestra difieren de los que se obtendrían si se le preguntara a la población
total, existe un riesgo al tomar una decisión. En este caso se utiliza la probabilidad como una medida
de evaluación del producto.

2.- Experimentos y muestra.

En general, suele verse al muestreo y al diseño de experimentos como dos disciplinas separadas.
Nada más alejado de la realidad. El diseño de un experimento se puede definir como los pasos
previos a la realización del mismo, dirigidos a asegurar que los datos se obtengan de tal modo que
permitan realizar un análisis objetivo de los mismos encaminado a efectuar generalizaciones válidas
con respecto al problema planteado. Por tanto, implícito en la definición de diseño de experimentos
está el hecho de que es una forma de tomar datos; es decir, de hacer un muestreo, de modo que
las generalizaciones sean válidas. Si los elementos de la población muestran un cierto grado de
homogeneidad, o de heterogeneidad no atribuible a ninguna causa o estructura, se recomienda
realizar un muestreo aleatorio simple; en términos de diseño este plan de muestreo es equivalente
a un diseño totalmente aleatorizado.

Por el contrario, si la variabilidad de las unidades experimentales no es homogénea pero se pueden

identificar partes o "estratos" que tienen una cierta homogeneidad, el muestreo recomendado es
el estratificado realizando un muestreo aleatorio dentro de cada estrato. En circunstancias similares,
el experimentador debería utilizar un diseño en bloques al azar de forma que los bloques serían los
estratos, aleatorizando los tratamientos dentro de los bloques dado que la máxima variabilidad se
encuentra entre bloques. En otras ocasiones se realiza un muestreo por etapas, por ejemplo
haciendo un muestreo primero de árboles, después ramas dentro de cada árbol y, por último, hojas
dentro de una misma rama. Este proceder es idéntico al diseño jerárquico o anidado. Por tanto, uno
puede pensar en muestreo de la misma manera que lo haría en diseño y viceversa.

3.- Variables aleatorias y eventos.

¿Qué es una variable aleatoria?

Cómo podemos comprobar la frase se compone básicamente de dos conceptos: función matemática
y experimento aleatorio. De manera que por aquí es por dónde debemos empezar. Es decir, por
entender primero qué es una función matemática y, más tarde, por definir qué entendemos por
experimento aleatorio.

Función matemática: Dicho de manera sencilla, es una ecuación que asigna valores a una variable
(variable dependiente) en función de otras variables (variables independientes).
Experimento aleatorio: Es un fenómeno de la vida real cuyos resultados se deben completamente
al azar. Es decir, bajo las mismas condiciones iniciales arroja resultados diferentes.

En otras palabras, es una ecuación que describe o intenta describir los resultados (con un número)
de un evento cuyos resultados se deben al azar. Los posibles resultados del lanzamiento de la
moneda son cara y cruz. Podemos denotarlos como c (cara) y + (cruz). Ahora bien, no podemos
operar sustituyendo cara y cruz en las funciones correspondientes. ¿Qué hacemos para facilitar el
procedimiento matemático? Asignar números:

Variable aleatoria X: 1 si sale cara y 0 si sale cruz.

Al asignarle un número, podemos operar matemáticamente. Antes con signos, no podíamos. Ese es
el verdadero objetivo de una variable aleatoria. Convertir eventos con los que no podemos operar
matemáticamente en números. Otro ejemplo, podría ser predecir si llueve o no llueve. Si llueve 1 y
si no llueve 0.

4.- Técnicas de conteo: de la multiplicación y diagrama de árbol.

Multiplicación

Solo es multiplicar en todo momento cada dato que te pueda dar, esto se llama el principio de la
multiplicación y permiten hallar formulas generales que permitan calcular el número de
permutaciones con y sin repetición  Hay dos tipos de permutaciones: Se permite repetir y sin
repetición.  Ejemplo sin repetición: ¿De cuántas formas diferentes se pueden ordenar las letras de
la palabra IMPUREZA?  Solución: Puesto que tenemos 8 letras diferentes y las vamos a ordenar en
diferentes formas, tendremos 8 posibilidades de escoger la primera letra para nuestro arreglo, una
vez usada una, nos quedan 7 posibilidades de escoger una segunda letra, y una vez que hayamos
usado dos, nos quedan 6, así sucesivamente hasta agotarlas, en total tenemos:

 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1 = 40320 

La permutación es igual a: 40320

¿Qué es un diagrama de árbol? Es un método gráfico para identificar todas las partes necesarias
para alcanzar algún objetivo final. En mejora de la calidad, los diagramas de árbol se utilizan
generalmente para identificar todas las tareas necesarias para implantar una solución.
Combinaciones y Permutaciones:

La diferencia entre permutaciones y combinaciones, es que en las permutaciones importa el orden

de los elementos, mientras que en las combinaciones no importa el orden en que se disponen los
elementos (solo importa su presencia).
Veamos algunos conceptos adicionales, ejemplos y ejercicios resueltos.

Permutaciones

Una permutación de un conjunto de elementos, es una disposición de dichos elementos teniendo

en cuenta el orden. El número de permutaciones de “n” elementos tomados de “k” en “k” se calcula
con la fórmula:

Ejemplo 1:

Eduardo, Carlos y Sergio se han presentado a un concurso de pintura. El concurso otorga $200 al
primer lugar y $100 al segundo. ¿De cuántas formas se pueden repartir los premios de primer y
segundo lugar?

Solución:
En este caso, si importa el orden, ya que no es lo mismo quedar en primer lugar que en segundo,
además, los premios son diferentes. Por ejemplo, un arreglo o disposición, es que Carlos ocupe el
primer lugar y Sergio el segundo. Otro arreglo, sería que Sergio ocupe el primer lugar y Eduardo el
segundo. El número total de arreglos o formas lo calculamos con la fórmula:
Combinaciones

Una combinación de un conjunto de elementos, es una selección de dichos elementos sin tener en
cuenta el orden.
El número de combinaciones de “n” elementos tomados de “k” en “k” se calcula con la fórmula:

Ley aditiva de la probabilidad y Ley multiplicativa de la probabilidad.

La ley multiplicativa de probabilidades indica que la probabilidad de que dos sucesos A y B ocurran
simultáneamente es igual a:La ley multiplicativa anterior se utiliza también con el fin de determinar
una probabilidad condicional a partir de los valores de y:Supongamos, por ejemplo, que queremos
estudiar la incidencia del hecho de ser fumador como factor de riesgo en el desarrollo de una
enfermedad en una determinada población. Para ello se diseñó un estudio prospectivo y, tras
seleccionar una muestra de 180 sujetos, los resultados son los que se muestran en la Tabla
1. Considerando toda la muestra, la probabilidad de desarrollar la enfermedad (E) en la población
de estudio es: CÁLCULO DE PROBABILIDAD DE EVENTOS Para calcular la probabilidad de eventos es
necesario que éstos se comporten de una manera más o menos estable. Precisamente, se echa
mano de la regularidad estadística, que es la propiedad de los fenómenos aleatorios, y que consiste
en que al aumentar el número de repeticiones de un experimento en condiciones prácticamente
constantes, la frecuencia relativa de ocurrencia para cada evento tiende a un valor fijo. Sin
embargo, al momento de definir la probabilidad de un evento podemos tomar en cuéntalos
siguientes criterios:1. La probabilidad subjetiva de un evento se la asigna la persona que hace el
estudio, y depende del conocimiento que esta persona tenga sobre el tema. Precisamente por
su carácter de subjetividad no se considera con validez científica, aunque en la vida diaria es de las
más comunes que se utilizan al no apoyarse más que en el sentido común y los conocimientos
previos, y no en resultados estadísticos.2. La probabilidad frecuencia de un evento es el valor fijo al
que tienden las frecuencias relativas de ocurrencia del evento de acuerdo a la regularidad
estadística. Esta definición sería la más real, pero proporciona probabilidades aproximadas, es
decir, proporciona estimaciones y no valores reales. Además, los resultados son a posteriori, pues
se necesita realizar el experimento para poder obtenerlo.
La probabilidad clásica de un evento E, que denotaremos por P(E), se define como el número de
eventos elementales que componen al evento E, entre el número de eventos elementales que
componen el espacio maestral: Es la definición más utilizada porque supone de antemano, y se
necesita como requisito indispensable, que todos los eventos elementales tienen la misma
probabilidad de ocurrir.

La ley aditiva de las probabilidades establece que la probabilidad de ocurrencia de dos

sucesos es igual a la probabilidad de ocurrencia de cada uno menos la probabilidad de
ocurrencia de ambos