CRUZ JUAREZ LUIS ROBERTO 2NV8

Defina los siguientes conceptos:

Que es la probabilidad:

La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al

llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo
condiciones suficientemente estables.

Que es un fenómeno Deterministicos y un aleatorios:

En estadística, un fenómeno determinístico es aquel en que se obtiene siempre el mismo

resultado bajo las mismas condiciones iníciales. La relación causa-efecto se conoce en su totalidad.

Experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iníciales,
puede presentar resultados diferentes, es decir, no se puede predecir el resultado exacto de cada
experiencia particular. (Ej: Lanzamiento de un dado). Este tipo de fenómeno es opuesto al
fenómeno determinista, en el que conocer todos los factores de un experimento nos hace
predecir exactamente el resultado del mismo.

Enfoques de la probabilidad:

El enfoque clásico: Dice que si hay x posibles resultados favorables a la ocurrencia de un

evento A y z posibles resultados desfavorables a la ocurrencia de A, y todos los resultados
son igualmente posibles y mutuamente excluyente (no pueden ocurrir los dos al mismo
tiempo), entonces la probabilidad de que ocurra A es:

P(A) = __x__

(x+z)

El enfoque clásico de la probabilidad se basa en la suposición de que cada resultado sea

igualmente posible. Este enfoque es llamado enfoque a priori porque permite, (en caso de
que pueda aplicarse) calcular el valor de probabilidad antes de observar cualquier evento de
muestra.

El enfoque de frecuencia relativa: También llamado Enfoque Empírico, determina la probabilidad

sobre la base de la proporción de veces que ocurre un evento favorable en un numero de
observaciones. En este enfoque no ese utiliza la suposición previa de aleatoriedad. Porque la
determinación de los valores de probabilidad se basa en la observación y recopilación de datos.

El enfoque subjetivo: Dice que la probabilidad de ocurrencia de un evento es el grado de creencia

por parte de un individuo de que un evento ocurra, basado en toda la evidencia a su disposición.
Bajo esta premisa se puede decir que este enfoque es adecuado cuando solo hay una oportunidad
de ocurrencia del evento. Es decir, que el evento ocurrirá o no ocurrirá esa sola vez. El valor de
probabilidad bajo este enfoque es un juicio personal.
Espacio muestral:

En la teoría de probabilidades se llama espacio muestral o espacio de muestreo al conjunto

de todos los posibles resultados individuales de un experimento aleatorio.

Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de muestreo es el

conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso es
cualquier subconjunto del espacio muestral, llamándose a los sucesos que contengan un
único elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer
lanzamiento", o {(cara, cara), (cara, cruz)}, estaría formado por los sucesos elementales
{(cara, cara)} y {(cara, cruz)}.

Para algunos tipos de experimento puede haber dos o más espacios de muestreo posibles.
Por ejemplo, cuando se toma una carta de un mazo normal de 52 cartas, una posibilidad del
espacio de muestreo podría ser el número (del as al rey), mientras que otra posibilidad sería
el palo (diamantes, tréboles, corazones y picas). Una descripción completa de los
resultados, sin embargo, especificaría ambos valores, número y palo, y se podría construir
un espacio de muestreo que describiese cada carta individual como el producto cartesiano
de los dos espacios de muestreo descritos.

Los espacios de muestreo aparecen de forma natural en una aproximación elemental a la

probabilidad, pero son también importantes en espacios de probabilidad. Un espacio de
probabilidad (Ω, F, P) incorpora un espacio de muestreo de resultados, Ω, pero define un
conjunto de sucesos de interés, la σ-álgebra F, por la cuál se define la medida de
probabilidad P.

Población:

Población estadística, en estadística, también llamada universo o colectivo, es el conjunto de

elementos de referencia sobre el que se realizan las observaciones

Evento:

Un evento o suceso es un subconjunto de un espacio muestral, es decir, un conjunto de

posibles resultados que se pueden dar en un experimento aleatorio.

Formalmente, sea Ω un espacio muestral, entonces un evento es un subconjunto

, donde (w1,w2,...) son una serie de posibles resultados.

Se dice que un evento A ocurre, si el resultado del experimento aleatorio es un elemento de

A.

Permutación, combinación:

Permutaciones
Hay dos tipos de permutaciones:

1. Se permite repetir: como la cerradura de arriba, podría ser "333".

2. Sin repetición: por ejemplo los tres primeros en una carrera. No puedes quedar primero y segundo a
la vez.

Combinaciones

También hay dos tipos de combinaciones (recuerda que ahora el orden no importa):

1. Se puede repetir: como monedas en tu bolsillo (5,5,5,10,10)

2. Sin repetición: como números de lotería (2,14,15,27,30,33)

Axiomas de la probabilidad:

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.

Tipos de probabilidad:

1) PROBABILIDAD CLÁSICA: Supone que todos los números tienen igual probabilidad
de salir en una determinada tirada.

Se calcula dividiendo el número o la cantidad de números que elijamos sobre la cantidad

total de números; es decir, por ejemplo, si queremos saber cuántas probabilidades tenemos
de que salga un número par al tirar un dado, calcularemos de la siguiente manera: un dado
tiene 6 caras, y los números pares son 3 (2,4 y 6). O sea, 3/6= 50% de probabilidades de
obtener un número par.

2) PROBABILIDAD ESTADÍSTICA: Se utiliza este tipo de probabilidad cuando la

posibilidad que salga un determinado número no es igualmente probable en todos los casos.
Lo mejor, en estos casos, es anotar en cada tirada qué número sale e ir formándonos
mentalmente un espectro de posibilidades que salgan con mayor frecuencia.

Si observáramos un dado cargado, por ejemplo, y lo estudiásemos, podríamos darnos

cuanta de tal factor al ver que la posibilidad de que salga un 5 es de 7/10 en vez de 1/6,
como sucedería si el dado fuese normal.

3) PROBABILIDAD INDUCTIVA: En toda tirada, existe cierto grado de credibilidad y

verosimilitud que los estudiosos de la materia atribuyen a ciertas leyes y a ciertas teorías.
Esta probabilidad se utiliza cuando no conocemos la naturaleza de lo que estamos
observando, y cuando nuestra observación se vuelve insuficiente como para llegar a poder
formular una ecuación valedera.

Por ejemplo, un estudioso de los astros, basándose en todos sus conocimientos sobre la
ciencia, la astronomía y las matemáticas, puede llegar a concluir que la existencia de los
agujeros negros es más probable que su inexistencia. Podemos aplicar esta probabilidad en
el casino basándonos en una mezcla exacta de observación, deducción e instinto.

Leyes de la probabilidad:

Análisis combinatorio
En ocasiones el trabajo de enumerar los posibles sucesos que ocurren en una situación dada se
convierte en algo difícil de lograr o, simplemente, tedioso. El análisis combinatorio, o cálculo
combinatorio, permite enumerar tales casos o sucesos y así obtener la probabilidad de eventos
más complejos.
En el caso de que existan más de un suceso a observar, habría que contar el número de veces
que pueden ocurrir todos los sucesos que se desean observar, para ello se utiliza el principio
fundamental de conteo:
Si un suceso se puede presentar de n1 formas, y otro se puede presentar de n2 formas, entonces
el número de formas en que ambos sucesos pueden presentarse en ese orden es de n1·n2.
En otras palabras, basta multiplicar el número de formas en que se pueden presentar cada uno
de los sucesos a observar.
Este principio nos remite automáticamente al factorial de un número natural, que se puede
pensar como una función con dominio los números naturales junto con el cero y codominio los
números naturales. El factorial de un número n, denotado n!, se define como:

Ahora, n es muy grande el proceso de cálculo se vuelve tedioso y muy cargado, incluso para una
computadora, por lo que se utiliza la aproximación de Stirling a n!:

donde e2.71828..., que es la base de los logaritmos neperianos.

En Excel existe la función FACT(n) que calcula el factorial de un número entero no negativo n.
 
En el análisis combinatorio se definen las permutaciones, con o sin repetición, y las
combinaciones.
2.2 Permutaciones (u ordenaciones) con repetició n
Las permutaciones son también conocidas como ordenaciones, y de hecho toman este nombre
porque son ordenaciones de r objetos de n dados. En este curso las representaremos como ORnr
ó nORr.
Por ejemplo: Sea A={a,b,c,d}, ¿cuántas "palabras" de dos letras se pueden obtener?
Se pide formar permutaciones u ordenaciones de 2 letras, cuando el total de letras es 4. En este
caso r=2 y n=4.
Las "palabras" formadas son: aa, ab, ac, ad, ba, bb, bc, bd, ca, cb, cc, cd, da, db, dc, dd. En
total son 16.
En general, si se toman r objetos de n, la cantidad de permutaciones u ordenaciones con
repetición obtenidas son:
ORnr = nORr = n r

2.3 Permutaciones (u ordenaciones) sin repetició n

En este caso, a diferencia del anterior, se realizan ordenaciones de r objetos de n dados
atendiendo a la situación de cada objeto en la ordenación. Su representación será Pnr ó nPr.
Por ejemplo: Sea el mismo conjunto A={a,b,c,d}, ¿cuántas ordenaciones sin repetición se
pueden obtener?
Lo que resulta es: ab, ac, ad, ba, bc, bd, ca, cb, cd, da, db, dc. Son 12 en total.
En general, si se toman r objetos de un total de n, la cantidad de permutaciones

Pnr = nPr =
El Excel cuenta con la función PERMUTACIONES(n,r) que realiza el cálculo.

2.4 Combinaciones
Es una selección de r objetos de n dados sin atender a la ordenación de los mismos. Es decir, es
la obtención de subcojuntos, de r elementos cada uno, a partir de un conjunto inicial de n

elementos. La denotaremos con Cnr, nCr ó .

Por ejemplo: Si tomamos el mismo conjunto A={a,b,c,d}, ¿cuántos subconjuntos de 2
elementos cada uno se pueden obtener?
Haciéndolos se obtienen: {a,b}, {a,c}, {a,d}, {b,c}, {b,d}, {c,d}. Son seis los subconjuntos.
En general, si de n objetos dados se hacen combinaciones de r objetos cada una, el número de
combinaciones obtenidas son:

C nr = nC r =
o, que es lo mismo,

C nr = nC r =
En Excel la función COMBINAT(n,r) calcula las combinaciones de n objetos tomando r de ellos.

3. Eventos
Cuando se realiza un experimento, que es cualquier proceso que produce un resultado o una
observación, se van a obtener un conjunto de valores. A este conjunto de valores que puede
tomar una variable se le denomina espacio muestral.
Por ejemplo: Si se tiene un dado cualquiera, el espacio muestral (EM) es EM={1,2,3,4,5,6}.
Si existen más de una variable, el espacio muestral está formado por las combinaciones de
valores de cada una de las variables.
Si tomamos un subconjunto cualquiera del espacio muestral tenemos lo que se denomina un
evento, y si éste consta de un solo elemento entonces es un evento elemental.
Como se puede uno imaginar, existen eventos que siempre, no importa el número de
experimentos o su situación, ocurren, y en cambio existen otros que nunca ocurren. Los que
siempre ocurren son los eventos seguros, y los que nunca son los eventos imposibles.
Sin embargo, no todos los resultados son al azar, pues si un experimento es cualquier proceso
entonces los resultados pueden tomar cualquier tipo de valor. Por esta razón, se define como
experimento aleatorio al proceso en el que se pueden predecir con certeza la ocurrencia de sus
eventos, con excepción del seguro o del imposible. Hay que hacer la observación que esta
definición habla en términos generales y no específicamente sobre algún experimento en
particular.
A aquélla variable que está asociada a un experimento de este tipo se le denomina variable
aleatoria.
En cambio, a un experimento no aleatorio se le denomina experimento determinístico.
Cuando hablamos de varios eventos dentro del mismo experimento se pueden dar varios casos.
Si dos o más eventos no pueden ocurrir simultáneamente, se llaman eventos mutuamente
excluyentes, es decir, que la intersección de ambos eventos es vacía.
Por otro lado, en ocasiones un evento o más eventos dependen de otro evento previo, es decir,
un evento A ocurre dado que ocurrió un evento B. Si existe este tipo de relación entre eventos
se dice que son eventos dependientes o condicionados (el evento A depende del evento B, o el
resultado del evento A está condicionado al resultado del evento B). Por otro lado, si no existe
tal relación entre eventos se dice que son eventos independientes. Los criterios de dependencia
o de independencia se definirán más adelante, en términos de probabilidad condicional.
4. Probabilidad de eventos
Para calcular la probabilidad de eventos es necesario que éstos se comporten de una maner 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 cuenta los
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 comúnes que se utilizan al no apoyarse más que en el sentido común y los
conocimientos previos, y no en resultados estadísticos.
2. La probabilidad frecuencial 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. (Para ver un ejemplo haz click
aquí.)
3. 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 muestral:

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.

5. Axiomas de la probabilidad
Recordemos primero que las frecuencias relativas de una distribución tenían las siguientes
propiedades:
1. Las frecuencias relativas son mayores o iguales que cero.
2. La frecuencia relativa del espacio muestral es igual a la unidad.
3. Si dos eventos son mutuamente excluyentes, es decir que no ocurren simultáneamente,
entonces la frecuencia relativa de su unión es la suma de las frecuencias relativas de
cada uno.
Tomando en cuenta que la probabilidad de un evento, de acuerdo a la definición ya expuesta, es
la frecuencia relativa cuando se aumenta el tamaño de la muestra, se tienen lo siguiente.
Si E es un evento de un espacio muestral S y P(E) es la probabilidad de E, entonces se
satisfacen los axiomas de la probabilidad:
1. 0
P(E)1.
2. P(S) = 1.
3. Si E1, E2, ... , En son eventos mutuamente excluyentes, entonces

Con estos axiomas podremos tratar algunas de las propiedades de la probabilidad de eventos.
6. Posibilidades y probabilidades
Se habla muy comúnmente en sitios de apuestas, como en las autódromos o hipódromos, de
que "las apuestas a tal o cual participante es de x a y", es decir, que las posibilidades de que
gane es de x a y. Esta manera de expresarse se refiere al uso de razones.
En términos generales, la posibilidad de que ocurra un evento se determina mediante la razón
de la probabilidad de que ocurra a la probabilidad de que no ocurra.
Esto quiere decir que si la probabilidad de que un evento ocurra es p, entonces las posibilidades
de que ocurra son x a y, es decir
Tales que x y y son enteros positivos.
Por ejemplo: Si se tiran dos monedas normales (no trucadas), la probabilidad de que las dos
monedas caigan cara es de ¼. Esto quiere decir si alguien apuesta a que las dos monedas no
caen simultáneamente en cara, la posibilidad de ganar la apuesta es de

es decir, 3 a 1.
Hemos de considerar que si es mayor la probabilidad de que no ocurra un evento, entonces se
acostumbra mencionar las posibilidades en contra del evento.
Por ejemplo: Si se tira un dado no trucado, sabemos que la probabilidad de obtener un cuatro
es 1/6, es decir que la posibilidad de obtener un cuatro es de 1 a 6; pero se acostumbra decir
que las posibilidades en contra, esto es, de no obtener un cuatro es de 6 a 1.
Inversamente, en el caso de tener las posibilidades de un evento, entonces es fácil obtener su
probabilidad, pues si la posibilidad de un evento es de x a y, entonces la probabilidad p de que
ocurra tal evento es

Por ejemplo: En la Copa Mundial de Futbol Francia 1998 se decía que el equipo mexicano tenía
una posibilidad de 1 a 75 de llegar a ser el campeón del torneo.
Si se desea encontrar la probabilidad de que el equipo mexicano llegase a ser campeón,
entonces se tiene que

es la probabilidad de que ocurriese el evento.

Esto tiene la ventaja de que permite, en combinación con el tercer axioma de la probabilidad,
medir la confiabilidad que tienen las opiniones de las personas sobre las posibilidades que le
asignan a algunos eventos. Esto quiere decir que el cálculo de las probabilidades de dos eventos
mutuamente excluyentes a partir de las posibilidades otorgadas de manera subjetiva resulta
como un criterio de consistencia.
Por ejemplo: Un criminólogo piensa que las posibilidades de que en la próxima semana la
cantidad de delitos en una ciudad aumente con respecto a la anterior es de 5 a 2, de que sea la
misma cantidad de delitos es de 1 a 3 y las posibilidades de que aumente la cantidad o sea la
misma es de 7 a 4.
Si se desea saber si son consistentes las probabilidades correspondientes habría que hacer los
cálculos.
Las probabilidades de aumente la cantidad de delitos, sea igual la cantidad de delitos, y de que
aumente o sea igual la cantidad de delitos es, respectivamente, de

y dado que (como son eventos mutuamente excluyentes) no es lo mismo

que 7/11, entonces los criterios del criminólogo pueden ser cuestionados.

7. Propiedades de la probabilidad de eventos no elementales

Cuando se tienen eventos elementales no existe mucho problema en el sentido del cálculo de las
probabilidades, pues basta con una contabilización o el uso directo del cálculo combinatorio. Pero
en el caso de eventos no elementales, que son los compuestos por más de un evento elemental,
el proceder de manera análoga resulta muy complejo y las operaciones pueden sobrepasar la
capacidad de cálculo existente. Sin embargo, utilizando los axiomas de la probabilidad y las
siguientes propiedades, se podrán expresar las probabilidades de estos eventos en términos de
los eventos elementales que lo componen, siempre y cuando se conozcan las probabilidades de
éstos.
Veamos la probabilidad de una unión de eventos, la cual la podremos calcular de la siguiente
manera:
Propiedad 1. Si A y B son dos eventos, la probabilidad de que ocurra A o B es igual a la suma de
las probabilidades de ocurrencia de A y de B, menos la probabilidad de que ocurran A y B
simultáneamente. Es decir,
P(AB) = P(A) + P(B) - P(AB)

Ahora, si el caso es que los eventos sean mutuamente excluyentes se tiene:

Propiedad 2. Si dos eventos, A y B, son mutuamente excluyentes entonces la probabilidad de
que ocurra A o B es igual a la suma de las probabilidades de ocurrencia de A y de B. Es decir
P(AB) = P(A) + P(B)

Otra propiedad que se deriva de las anteriores es cuando se busca la probabilidad del
complemento de un evento E, que denotaremos como ~E:
Propiedad 3. Si E es un evento y ~E su complemento, entonces
P(~E) = 1 - P(E)

Retomando los conceptos de eventos dependientes o condicionales, se va a definir la

probabilidad condicional como sigue:
Propiedad 4. La probabilidad de que ocurra un evento A dado que ocurrió el evento B (el evento
A depende del evento B), denotado P(A|B), es:

Hay que notar que esta propiedad no es conmutativa, situación que sí ocurre con la probabilidad
de unión o la intersección de eventos, por lo que no hay que confundir P(A|B) y P(B|A).

Finalmente, el criterio para la independencia de eventos queda como sigue:

Propiedad 5. Dos eventos A y B son independientes si y sólo si
P(A|B) = P(A) y P(B|A) = P(B)
o, que es lo mismo:
P(AB) = P(A) · P(B)

Teorema de Bayes:

En la teoría de la probabilidad el teorema de Bayes es un resultado enunciado por Thomas

Bayes en 1763 [1] 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.

En términos más generales y menos matemáticos, el teorema de Bayes es de enorme

relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B dado
A. Es decir que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene
gripe, se podría saber -si se tiene algún dato más-, la probabilidad de tener gripe si se tiene
un dolor de cabeza, muestra este sencillo ejemplo la alta relevancia del teorema en cuestión
 para la ciencia en todas sus ramas, puesto que tiene vinculación íntima con la comprensión
de la probabilidad de aspectos causales dados los efectos observados

Resolver los siguientes casos:

Un club tiene 10 miembros que desean elegir una mesa directiva de un Presidente, un
vicepresidente y un secretario ¿Cuántas formas existen para seleccionar a estas personas?
Se tienen cuatro libros distintos de matemáticas, tres libros iguales de derecho, tres libros distintos
de economía, tres libros iguales de administración y dos iguales de filosofía. Se desean acomodar en
un estante donde caben quince libros.
Determine:
a.De Cuantas maneras se pueden acomodar los libros?
b.¿De cuantas maneras se pueden acomodar si queremos que los libros de derecho queden juntos
c.¿De cuantas maneras se pueden acomodar si se desean que queden acomodados por materia y los de
filosofía al final?
Se llevo a cabo un estudio sobre los hábitos de compra de mil personas en un supermercado dando
la siguiente información:
10 fueron hombres jóvenes compradores
200 fueron compradores
40 fueron mujeres jóvenes compradoras
270 fueron hombres no compradores
60 fueron hombres jóvenes
300 fueron hombres
190 mujeres jóvenes
Elabore una tabla de contingencias y determine todas las probabilidades, establezca un árbol de
decisión e interprete toda la información.

Teorema de Bayes.

Resolver los siguientes casos:

Un club tiene 10 miembros que desean elegir una mesa directiva de un Presidente, un
vicepresidente y un secretario ¿Cuántas formas existen para seleccionar a estas personas?

Se tienen cuatro libros distintos de matemáticas, tres libros iguales de derecho, tres libros
distintos de economía, tres libros iguales de administración y dos iguales de filosofía. Se
desean acomodar en un estante donde caben quince libros.

Determine:

a.De Cuantas maneras se pueden acomodar los libros?

b.¿De cuantas maneras se pueden acomodar si queremos que los libros de derecho queden
juntos

c.¿De cuantas maneras se pueden acomodar si se desean que queden acomodados por materia y
los de filosofía al final?
Se llevo a cabo un estudio sobre los hábitos de compra de mil personas en un supermercado
dando la siguiente información:

10 fueron hombres jóvenes compradores

200 fueron compradores

40 fueron mujeres jóvenes compradoras

270 fueron hombres no compradores

60 fueron hombres jóvenes

300 fueron hombres

190 mujeres jóvenes

Elabore una tabla de contingencias y determine todas las probabilidades, establezca un

árbol de decisión e interprete toda la información.

A CONTINUACION SE ANEXAN LOS EJERCICIOS.