Sustentante: Katherin Cesarina González Melo

Estadística Aplicada
Practica IX

Introducción a la teoría y cálculo de probabilidades

Responder cada una de las siguientes preguntas y colocar ejemplo de cada concepto
siempre que sea posible.

¿Qué es probabilidad?

Es la mayor o menor posibilidad de que ocurra un determinado suceso. Es decir, su

noción viene de la necesidad de medir o determinar cuantitativamente la certeza o
duda de que es un suceso dado ocurra o no.

¿Cuál es origen de la teoría de probabilidad?

La historia de la probabilidad inicia en el siglo XVII cuando Pierre Fermat y Blase

Pascal tratan de resolver algunos problemas relacionados con los juegos de azar. 1812
Pierre Laplace publicó, Theorie Analitique Probabilites, en el que expone un análisis
matemático sobre los juegos de azar.

¿Cuál son los principales enfoque o teoría de probabilidad?

Enfoque de probabilidad, enfoque clásico, aproare de Laplace, enfoque empírico,

frecuencia o a posteriori, enfoque matemático, axiomáticos.

¿Probabilidad matemática de un evento (Axiomas)?

Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para
que una función definida sobre un conjunto de sucesos determine consistentemente
sus probabilidades.

¿Cómo se calcula la probabilidad de un evento o suceso?

Para calcular la probabilidad de un evento se toman en cuenta todos los casos posibles
de ocurrencia de eventos; es decir, de cuantas formas puede ocurrir determinada
situación. Los casos favorables de ocurrencia de un evento serán los que cumplan con
la condición que está buscando.

Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo

Experimentos o fenómeno y sus tipos:

Experimento aleatorio es un experimento que consiste en repetir un fenómeno

aleatorio con el objetivo de analizarlo y extraer conclusiones sobre su
comportamiento.

• Experimentos determinísticos: son aquellos que se pueden predecir con

exactitud. Ejemplo cuando partiendo de unas mismas condiciones iniciales
tenemos la certeza de lo que va a suceder. La relación causa y efecto se conoce
en su totalidad.
• Experimentos aleatorios: Se trata de aquellos experimentos cuyo resultado es
incierto. Ejemplo si lo repetimos con las mismas condiciones iniciales no
garantizan los mismos resultados.

Espacio muestral: el espacio muestral o el espacio de muestreo consiste en el

conjunto de todos los posibles resultados de un experimento aleatorio, junto con una
estructura sobre el mismo.

Punto muestral o resultado básico: es un elemento del espacio muestral de cualquier

experimento dado.

Evento o suceso: en la teoría de la probabilidad un evento aleatorio o fuente de

suceso aleatorio es un subconjunto de posibles resultados que se pueden dar en un
experimento aleatorio.

Tipos de eventos o sucesos: suceso elemental, suceso compuesto, suceso seguro,

suceso imposible, suceso compatible, suceso incompatible, suceso independiente,
suceso dependiente.

Métodos para asignación de probabilidades a un evento

Método Clásico: se refiere al método y técnica de rigor científico que se aplica

durante un proceso de investigación, funciona como el soporte conceptual que rige la
manera en que aplicamos los procedimientos en una investigación.

Me Frecuencia Relativa: la frecuencia relativa es el cociente entre la frecuencia

absoluta de un determinado valor y el número total de datos, la frecuencia relativa
se puede expresar en tanto por ciento y se representa por n. la suma de la frecuencia
relativa es igual a 1.

Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo

Método Subjetivo: el método subjetivo se basa en la creación e ideas en que se

realizan las evaluaciones de las probabilidades y se define como aquello que un evento
asigna el individuo basándose en la evidencia disponible (el individuo asigna la
probabilidad en base a su experiencia).

Otros métodos: algunos de los elementos que se tienen en cuenta son el espacio de
muestra, los sucesos, elementales y las partes.

Reglas o técnicas de conteo de probabilidades

Factorial de un número: la función factorial se representa con un signo de

exclamación. Detrás de un número, esta exclamación quiere decir que hay que
multiplicar todos los números enteros positivos que hay entre ese número y el uno.

Combinatoria: la combinatoria es una rama de matemática perteneciente al área de

las matemáticas discreta que estudia la enumeración, construcción y existencia de
propiedades de configuraciones que satisfacen ciertas condiciones establecidas.

Permutación: es la variación del orden o posición de los elementos de un conjunto

ordenados o una tupla.

Reglas de probabilidades

Ley de la adición en probabilidades: 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.

Ley multiplicación probabilidades: la regla de multiplicación o producto de las

probabilidades. La regla del producto, permite encontrar la probabilidad de que
ocurra el evento a y el evento b al mismo tiempo (probabilidad conjunta).

Intercesión de eventos probabilísticos: eventos, a intersección b, es el suceso

formado por todos los elementos que son de a y b a la vez. Es decir, el suceso a
intersección b se verifica cuando ocurren simultáneamente a y b.

Unión de eventos probabilísticos: la unión de sucesos es una operación cuyo

resultado está compuesto por todos los sucesos elementales no repetidos, que dos o
más conjuntos tienen en común, es decir, dado los conjuntos a y b, la unión de a y b
estaría formada por todos los elementos que tienen en común a y b que no se repiten.

Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo

Métodos para representar probabilidades

Diagrama de Venn: consiste en dos o más áreas circulares que representan sendos
(totalidad de elementos que tienen una característica común) que se interseccionan
y que comparten los subconjuntos representados por las áreas comunes.

Diagrama de árbol: un árbol de probabilidad o diagrama es una herramienta que se

utiliza para determinar si en realidad el cálculo de muchas opciones se requiere
conocer el número de objetos que forman parte de espacio muestral, esto se puede
determinar con construcción de un diagrama de árbol.

Diagrama o tabla de contingencia: la tabla de contingencia está referida a dos

características que representa cada una de dos o más sucesos. Dicha tabla adopta la
forma del diagrama del árbol de dibujo. En este, a cada uno de los sucesos a se le ha
asociado los sucesos b.

Relaciones entre eventos o sucesos

Eventos Mutualmente Excluyentes: los eventos mutuamente excluyentes se dan

cuando dos o más eventos no pueden suceder al mismo tiempo, y la suma de las
probabilidades individuales es la posibilidad de que el evento ocurra.

Eventos Colectivamente Exhaustivos: eventos mutuamente excluyentes; la

ocurrencia de cualquier evento implica que otro puede ocurrir al mismo tiempo. En el
anterior, los cuatro resultados posibles son mutuamente excluyentes colectivamente
exhaustivos. Por lo menos uno de los eventos debe ocurrir cuando se realiza un
experimento.

Eventos Independientes y dependientes: dos eventos son independientes si el

resultado del segundo evento no es afectado por el resultado del primer evento. Si a
y b son eventos independientes como la probabilidad de que ambos eventos ocurran
es el producto de las probabilidades de los eventos individuales.

Eventos Complementarios: los eventos complementarios son dos resultados de un

evento, siendo este de los dos únicos resultados posibles. Es como lazar una moneda
y que salga cara o cruz.

Probabilidad Conjunta: es la probabilidad de ocurrencia de dos o más eventos. De la

expresión P(A/B)=P.

Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo

Probabilidad Marginal: en teoría de probabilidades, la distribución marginal es la

distribución de la probabilidad de un subconjunto de variables aleatoria de un
conjunto de variables aleatorias. Esto contrasta la distribución condicional, que
proporciona probabilidades contingentes sobre el valor conocido de otras variables.

Probabilidad Condicional: es la probabilidad de que ocurra un evento, a, sabiendo que

también sucede otro evento b, la probabilidad condicional se escribe P(A/B) y se lee
la probabilidad de datos b.

Probabilidad Total: la probabilidad total, el teorema de la probabilidad total es aquel

que nos permite calcular la probabilidad de un suceso a partir de probabilidades
condicionales. Ejemplo, supongamos que se lleve la probabilidad de que ocurra un
accidente, es y% y si hace buen tiempo dicha probabilidad es y%.

Teorema De Bayes: el teorema de Bayes, en la teoría de la probabilidad, es una

proposición plateada por el matemático ingles Thomas Bayes (1702-1761) y publicada
póstumamente en 1763, que expresa la probabilidad condicional de un evento
aleatorio a dado b en término de la distribución de probabilidad condicional del evento
b dado a.

Distribución de probabilidades para una variable discreta

Variable aleatoria: una variable aleatoria es una función que asigna un valor
usualmente numérico al resultado de un experimento aleatorio. Por ejemplo los
posibles resultados de tirar un dos de veces (1,1), (1,2), etc.

Variable aleatoria discreta: se determina variable aleatoria discreta a aquellas que

solo pueden tomar un número finito de valores dentro de un intervalo. Ejemplo, el
número de componentes de una manada de lobos, puede ser 4, 5 o 6 individuos pero
nunca 5,75 o 5,87.

Distribución de probabilidad binomial: es una distribución de probabilidad discreta

que cuenta el número de éxito en una secuencia de n ensayos de Bernoulli
independiente entre sí como una probabilidad fija.

Función de probabilidad binomial: la función de distribución binominal especifica el

número de veces (x) que puede ocurrir eventos en un numero independiente de tiradas
n y donde p es la probabilidad de la ocurrencia del evento en una simple tirada.

Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo

Función de probabilidad binomial acumulada: la función de distribución acumulada

de una variable aleatoria x, evaluada en x, es la probabilidad de que x toma un valor
menor o igual que x.

Distribución de probabilidad Poisson: la distribución de poisson es una distribución

de probabilidad discreta que expresa a partir de una frecuencia de ocurrencia media,
la probabilidad de que ocurra un determinado número de eventos durante cierto
periodo de tiempo.

Función de probabilidad Poisson: devuelve la distribución de poisson. Una de las

aplicaciones comunes de la distribución de poisson es la predicción del número de
eventos en un determinado periodo de tiempo, como, por ejemplo, el número de
automóviles que se presenta en una zona de peaje en el intervalo de un minuto.

Distribución de probabilidad hipergeométrica: la distribución hipergeometrica es

una distribución discreta que modela el número de eventos de una muestra de tamaño
fijo cuando usted conoce el número total de elementos en la población de la cual
proviene la muestra. La muestra no tiene reemplazos, por lo que cada elemento de la
muestra es diferente.

Función de probabilidad hipergeométrica: en teoría de la probabilidad la

distribución o función hipergeométrica es una distribución discreta relacionada en
muestreo aleatorio y sin reemplazo.

Distribución de probabilidad para una variable continúa

Variable aleatoria continúa: una variable aleatoria continua es una función x que
asigna a cada resultado posible de un experimento un número real. Si x puede asumir
cualquier valor en algún intervalo 1 (el intervalo puede ser acatado o desacatado), se
llama una variable aleatoria continua.

Función de densidad probabilidad: en la teoría de la probabilidad, la función de

densidad de probabilidad, función de densidad o simplemente densidad de una
variable aleatoria continua describe la probabilidad relativa según la cual dicha
variable aleatoria tomara determinado valor.

Distribución de probabilidad normal estándar: la distribución normal es un módulo

teórico, capaz de aproximar satisfactoriamente el valor de una variable aleatoria
continua a una situación ideal. En otras palabras la distribución adapta una variable
aleatoria continua a una función que depende de la media y de la desviación típica.

Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo

La distribución normal estándar, representada por la letra z es una distribución

normal que tiene una media de o/y de una desviación estándar de 1.

Factor de corrección por continuidad: en teoría de la probabilidad, una corrección

por continuidad es un ajuste que se realiza cuando una distribución discreta se
aproxima mediante una distribución continua.

Distribución de probabilidad exponencial: cuya función de densidad es: su función

de distribución acumulada representa el número e además de la suma de variables
aleatorias que sigue una misma distribución exponencial, es una variable aleatoria
expresable en términos de la distribución gamma.

Cálculo de un valor X a partir de una probabilidad conocida: lo único que puede

hacer para calcular el valor de x es aislar la variable dividiendo ambos lados de la
ecuación por 2 (el coeficiente determina x), 2x/2=x y 16/2=8, de esta manera
obtendrá x=8. Comprueba tu trabajo.

Divide la cantidad de eventos entre la cantidad de resultados posibles. De este modo

obtendrás la probabilidad de que ocurra un único evento.

Aproximación normal a una distribución binomial: una distribución binominal b (n,

p) se puede aproximar por una distribución normal, siempre que n sea grande y p no
esté muy próxima a 0 o a 1, a aproximación consiste en utilizar una distribución
normar con la misma media y desviación típica que la distribución binominal.

Cuando n aumente, la longitud de las barras disminuye, cosa lógica. Porque las sumas
de longitudes de todas las barras es 1 (función de probabilidad definida sobre
variable aleatoria discreta). Mientras que el área baja la función de densidad
(definida sobre variable aleatoria continua) de la distribución normal estándar,
también es 1.

Matricula: 2016-3101923