UNIVERSIDAD AUTÓNOMA DE SANTO DOMINGO, UASD.

FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES

ESCUELA DE ESTADÍSTICA

PRACTICA NO. 1 EST - 223

PROF. NESTOR J. BERROA QUEZADA

NOMBRE JESUS LOPEZ DE LA CRUZ MATRICULA DE-6326 SEC. V1

No. del Estudiante 809-912-7385

Desarrollar y estudiar

Probabilidad

1. Importancia de la probabilidad.

La probabilidad constituye parte importante de nuestra vida cotidiana. En la toma de decisiones

personales y administrativas, nos enfrentamos a la incertidumbre y utilizamos la teoría de la
probabilidad, admitamos o no el uso de algo tan complejo. Cuando escuchamos una predicción
de un 70% de posibilidades de lluvia, cambiamos nuestros planes de salir de día de campo y nos
quedamos en casa divirtiéndonos con juegos de mesa. Cuando jugamos al bridge, hacemos
algunas estimaciones de probabilidad antes de intentar una jugada arriesgada. Los
administradores que se encargan de inventarios de ropa de moda para mujer deben
preguntarse sobre las posibilidades de que las ventas alcancen o excedan un cierto nivel, y el
comprador que adquiere una patineta considera la probabilidad de duración de su pasajero
capricho. Antes de la tan publicitada pelea de Muhammed Alí contra Leon Spinks, se afirmaba
que Alí había dicho: “Les apuesto a que todavía seré el más grande cuando termine la pelea.” Y
cuando usted mismo empiece a estudiar para el examen del contenido de este libro,
seguramente se preguntará: ¿cuál es la posibilidad de que el profesor nos pregunte algo sobre
la historia de la teoría de la probabilidad?
Vivimos en un mundo incapaz de predecir el futuro con total certidumbre. Nuestra necesidad
de encarar a la incertidumbre nos lleva a estudiar y utilizar la teoría de la probabilidad. En
muchos casos, nosotros, como ciudadanos preocupados, tendremos algún conocimiento sobre
los posibles resultados de una decisión. Al organizar esta información y considerarla de manera
sistemática seremos capaces de reconocer nuestras suposiciones, comunicar nuestro
razonamiento a otras personas y tomar una decisión más sólida que la que tomaríamos si sólo
diéramos palos de ciego

2. Enfoques de la probabilidad.

 Enfoque clásico, a priori o de Laplace,

 Enfoque empírico, frecuencia o a posteriori.
 Enfoque matemático, axiomático o de Kolmogorov.
 3. Experimento alatorio. Dé 2 ejemplos.

Es aquél en el que si lo repetimos con las mismas condiciones iniciales no garantiza los mismos
resultados. Así, por ejemplo, al lanzar una moneda no sabemos si saldrá cara o cruz, al lanzar un
dado no sabemos qué número aparecerá, la extracción de las bolas de sorteos, la lotería…

4. Eventos o sucesos. Dé 2 ejemplos.

Un suceso es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar cara” en el
lanzamiento de una moneda, “sacar el número 5” o “sacar un número primo” en el lanzamiento
de un dado son sucesos.

5. Espacio muestral. Dé 1 ejemplo.

El espacio muestral es el conjunto de todos los posibles resultados de un experimento aleatorio

y se suele representar como E (o bien como omega, Ω, del alfabeto griego).

Por ejemplo, cuando lanzamos una moneda, ¿cuáles son todos los posibles resultados que
podemos obtener? Que salga cara o cruz, ¿verdad? En total son dos posibles resultados, por lo
que el espacio muestral tiene 2 elementos.

E = {cara, cruz}

Y si lanzamos un dado, tenemos en total 6 posibles resultados que pueden salir. Por lo tanto el
espacio muestral sería de 6 elementos.

E = {1, 2, 3, 4, 5, 6}.

6. Eventos mutuamente excluyentes, y no mutuamente excluyentes.

Se dice que los eventos son mutuamente excluyentes si uno y sólo uno de ellos puede tener
lugar a un tiempo. Considere de nuevo el ejemplo de la moneda. Tenemos dos resultados
posibles, cara y cruz. En cualquier lanzamiento obtendremos una cara o una cruz, nunca ambas.
En consecuencia, se dice que los eventos cara y cruz en un solo lanzamiento son mutuamente
excluyentes. De manera parecida, usted puede pasar o reprobar una materia o, antes de que
termine el curso, desertar y no obtener calificación. Solamente uno de esos tres resultados es
posible, por tanto, se dice que son eventos mutuamente excluyentes.

La pregunta fundamental que se debe formular al decidir si ciertos eventos son mutuamente
excluyentes es: ¿pueden ocurrir dos o más de tales eventos al mismo tiempo? Si la respuesta es
afirmativa, los eventos no son mutuamente excluyentes.
 7. Probabilidad: marginal, conjunta y condicional en condiciones de independencia
estadística.

Probabilidades marginales en condiciones de independencia estadística.

PROBABILIDAD MARGINAL INCONDICIONAL: Es simplemente la probabilidad de que exista o
suceda un evento.

PROBABILIDAD CONJUNTA EN CONDICION DE INDEPENDENCIA ESTADISTICA: La probabilidad

de que 2 o más eventos independientes ocurran al mismo tiempo o en sucesión es el producto
de sus probabilidades marginales.

EXPRESAMOS: P (AB) = P(A) * P(B)

Quiere decir: Que entonces la probabilidad de que eventos A y B ocurran juntos o en sucesión
recibe el nombre de "PROBABILIDAD CONJUNTA".

Y según el ejemplo de la moneda, la probabilidad de que en 2 lanzamientos sucesivos salga el

evento SOL es igual al producto de dicha probabilidad en cada evento.

P (Hi * H2) = P (.5) * (.5)

P (H1 H2) = .25

PROBABILIDAD CONDICIONALES EN CONDICIONES DE INDEPENDENCIA ESTADISTICA: La

probabilidad condicional simbólicamente expresa de la siguiente manera:

P (B / A) = P (B)

La probabilidad de B, si ocurre el vento A es decir, la probabilidad condicional está sujeta a que

ocurra un segundo evento, si el primero a tenido lugar. Por lo tanto, la probabilidad condicional
del evento B si ocurrió; el evento A es simplemente la probabilidad de B.

Aparentemente puede resultar contradictorio ya que es por definición los eventos

independientes son aquellos cuya probabilidad no se afecta en absoluto por la ocurrencia de
uno de ellos.

Continuando con nuestro ejemplo de la moneda, la pregunta pudiera se cuál es la probabilidad

de que el segundo lanzamiento de una moneda legal produzca el lado A si este ya salió en el
primer lanzamiento.

P (H2 / H1) = H2
P (H2 / H1) = 0.5
 8. Probabilidad: marginal, conjunta y condicional en condiciones de dependencia
estadística.

Las probabilidades condicionales y conjunta bajo condiciones de dependencia estadística son

más complicadas que la probabilidad marginal en estas mismas circunstancias. Analizaremos
primero las probabilidades condicionales, debido a que el concepto de probabilidad conjunta se
ilustra mejor si utilizamos la probabilidad condicional como base.

Suponga que tenemos una caja que contiene 10 bolas distribuidas de la siguiente manera:

• Tres son de color y tienen puntos

• Una es de color y tiene franjas
• Dos son grises y tienen puntos
• Cuatro son grises y tienen franjas

Las probabilidades marginales en condiciones de dependencia estadística se calculan mediante

la suma de las probabilidades de todos los eventos conjuntos en los que se presenta el evento
sencillo.

Nota: Después de la entrega de esta práctica, se hará una videoconferencia para explorar los
conocimientos adquiridos, y esperando sus aportes al respecto.

1. EA 4.1
2. EA 4.2
3. EA 4.5 solo desarrollar la 2da. Parte (la de los dados)
4. 4.6
Pág. 130

Ejercicios realizados en la mascota y compartidos por esta vía