Asignatura Datos del estudiante Fecha

Apellidos: González Castaño

Estadística II 12/05/2022
Nombre: Camila

Actividad

Protocolo individual de la unidad n°: Generalidades de la Estadística de probabilidades y

distribuciones de probabilidades.

Análisis y síntesis: 
Síntesis e interpretación personal de los temas vistos en la unidad

CONCEPTOS Y GENERALIDADES DE LA PROBABILIDAD.

El concepto de probabilidad proviene del latín probabilitas, verosimilitud (verus, verdadero y
similis semejante). Fundada apariencia de verdad, calidad de probable, que puede suceder.
Hoy en día se conoce la probabilidad como, el cálculo matemático que evalúa las posibilidades
que existen de que una cosa suceda cuando interviene el azar, es decir la posibilidad de que
suceda un fenómeno o un hecho, dadas determinadas circunstancias.
La probabilidad y la estadística van de la mano. De hecho, la probabilidad representa las bases
para la construcción de la estadística inferencial.
La estadística inferencial es una parte de la estadística que, valiéndose de métodos
probabilísticos, predice los resultados de una población, basándose en los datos de una muestra
de esa población

Conceptos básicos de probabilidad

Para poder comprender qué probabilidad hay de que acontezca algo, existen algunas notaciones
y conceptos claves en el estudio de la probabilidad:
 La probabilidad se denota con la letra P.
 Un suceso es cualquier conjunto de resultados o consecuencias de un procedimiento.
Por ejemplo, lanzar dos dados y obtener 6 y 6.
 Un suceso simple es un resultado o un suceso que ya no puede desglosarse en
componentes más simples. Por ejemplo, que salga el número 6 cuando lanzamos un
dado.
 El espacio muestral de un procedimiento son todos los posibles resultados. Es decir, el
espacio muestral está formado por todos los resultados que ya no puede desglosarse
más. 
 Los sucesos específicos se denotan por A, B o C. P(A) denota la probabilidad de que
ocurra el suceso A.
 La probabilidad de un suceso imposible es 0. Por ejemplo, conseguir agua en el Sol
tiene una probabilidad de 0.
 La probabilidad de un suceso seguro es 1. Por ejemplo, que la Tierra gire alrededor del
Sol es seguro.
 La probabilidad de que un suceso no ocurra se conoce como el complemento de la
ocurrencia del suceso. Por ejemplo, si la probabilidad de ganar la lotería es 0,000001, el
complemento es la probabilidad de NO ganar la lotería, esto es, 0,999999.
La probabilidad de puede apreciar o estudiar de diferentes interpretaciones como:
 subjetiva: De acuerdo con esta interpretación, la probabilidad de un evento es el grado
Asignatura Datos del estudiante Fecha
Apellidos: González Castaño
Estadística II 12/05/2022
Nombre: Camila

de certidumbre que tiene una persona, o grupo de personas, acerca de la ocurrencia de

un evento. puede ser que se base en la experiencia o en cierta información que se
tenga.
Ejemplo: Está nublado, hay un 70% de probabilidad de lluvia.
 clásica: Sea n(S) es el número de elementos, igualmente posibles y mutuamente
excluyentes, del espacio muestral experimento S de un aleatorio, y sea n(A) el número
de elementos de un evento cualquiera A de ese espacio muestral. La probabilidad de
que ocurra el evento A, al realizar el experimento, es la proporción de n(A) con respecto
a n(S).
Ejemplo: Si en un grupo hay 40 ingenieros y 20 arquitectos, la probabilidad de que, al
seleccionar aleatoriamente a una persona del grupo, su profesión sea de ingeniero es:
40/60 = 4/6.
 frecuentista: Si un experimento aleatorio se ejecuta n veces bajo las mismas
condiciones, y m de los resultados son favorables al evento A.
Ejemplo: Al sacar de una urna muy grande 100 pelotas, se observaron 30 rojas y 70
blancas. La probabilidad de que, al sacar otra pelota, ésta sea blanca es: 70/100 =7/10.
(se desconoce cuántas pelotas hay dentro de la urna).
Usamos el cálculo de probabilidades en muchas áreas de nuestra vida, como en la predicción
del clima, Cuando se realiza un tratamiento médico o una cirugía, en Las compañías de seguro,
En los casinos y juegos de azar. Conocer las probabilidades de un determinado evento nos
permite prepararnos a los resultados o confiarnos del éxito esperado.
En estadística se estudian las probabilidades de determinados eventos o sucesos para
realizar predicciones, extraer conclusiones o conocer más en profundidad el comportamiento de
ciertas variables.
¿Qué son los eventos?

Son posibilidades y sucesos resultantes de una experimentación, capaces de ofrecer resultados

en cada una de sus iteraciones. Los eventos generan los datos a registrar como elementos de
conjuntos y sub conjuntos, las tendencias en estos datos son motivo de estudio para la
probabilidad. Son ejemplos de eventos:
 La moneda señaló cara.
 El partido resulto en empate.
 El químico reaccionó en 1.73 segundos.
 La velocidad en el punto máximo fue de 30 m/s.
 El dado marcó el número 4.

En probabilidad se manejan dos tipos de eventualidades; La ocurrencia y la no ocurrencia del

suceso. Donde los valores cuantitativos binarios son 0 y 1. Los eventos complementarios forman
parte de relaciones entre sucesos, basados en sus características y particularidades que pueden
diferenciarlos o relacionarlos entre sí.

De esta manera los valores probabilísticos recorren el intervalo [ 0, 1] variando sus parámetros
de ocurrencia según sea el factor buscado en la experimentación.
Por lo tanto se encuentran los siguientes eventos:
Asignatura Datos del estudiante Fecha
Apellidos: González Castaño
Estadística II 12/05/2022
Nombre: Camila

 Los eventos mutuamente excluyentes o eventos disjuntos son aquellos que, si

ocurre uno, es imposible que ocurra el otro.
 Se consideran eventos mutuamente no excluyentes a todos aquellos sucesos que
tienen la capacidad de ocurrir de manera simultánea en una experimentación. La
ocurrencia de alguno de ellos no supone la no ocurrencia del otro.
También encontramos eventos independientes y los dependientes:
 los 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,
la probabilidad de que ambos eventos ocurran es el producto de las probabilidades de
los eventos individuales.
P  (A y B) = P (A) · P  (B)

 Dos eventos son dependientes si el resultado del primer evento afecta el resultado del
segundo evento así que la probabilidad es cambiada. En el ejemplo anterior, si la
primera canica no es reemplazada, el espacio muestral para el segundo evento cambia
y así los eventos son dependientes. La probabilidad de que ambos eventos ocurran es
el producto de las probabilidades de los eventos individuales:

P  (A y B) = P (A) · P  (B).

MÉTODOS DE LA PROBABILIDAD:

Dentro de las probabilidades existen varios métodos para su cálculo, de lo cual van relacionados
a los eventos como lo son:

Regla de la adición

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 individua les, si es que los
eventos son mutuamente excluyentes, es decir, que dos no pueden ocurrir al mismo tiempo.

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

La regla de la multiplicación establece que la probabilidad de ocurrencia de dos o más eventos

estadísticamente independientes es igual al producto de sus probabilidades individuales.

P(A y B)=P(AB)=P(A)P(B)si A y B son independientes.

Asignatura Datos del estudiante Fecha
Apellidos: González Castaño
Estadística II 12/05/2022
Nombre: Camila

P(A y B) = P(A B) = P(A)P(B|A) si A y B son dependientes.

Distribución binomial

La probabilidad de ocurrencia de una combinación específica de eventos independientes y

mutuamente excluyentes se determina con la distribución binomial, que es aquella donde hay
solo dos posibilidades, tales como masculino/femenino o si/no.

 Hay dos resultados posibles mutuamente excluyentes en cada ensayo u observación.

 La serie de ensayos u observaciones constituyen eventos independientes.
 La probabilidad de éxito permanece constante de ensayo a ensayo, es decir el proceso
es estacionario.

Es una probabilidad discreta y se presenta con mucha frecuencia en nuestra vida cotidiana. Fue
propuesta por Jakob Bernoulli (1654-1705), y es utilizada con acontecimientos que tengan
respuesta binaria, generalmente clasificada como “éxito” o “fracaso”. Algunos ejemplos donde se
aplica esta distribución son:

 Si una persona presenta o no una enfermedad.

 Si una mujer se encuentra en estado de embarazo.
 Que un producto sea exitoso o no.
 Que un vuelo se retrase o no.
 Si el lanzamiento de una moneda sale cara en vez de sello.

Distribución de probabilidad de Poisson:

Recibe su nombre gracias al matemático francés Simeón Denis Poisson (1781-1840). Describe
el número de veces que se presenta un acontecimiento durante un intervalo específico, este
intervalo puede ser de tiempo, distancia, área o volumen. La probabilidad de ocurrencia es
proporcional a la longitud del intervalo. Algunos ejemplos donde se aplica esta distribución son:

 El número de vehículos que vende por día un concesionario.

 Cantidad de llamadas por hora que recibe una compañía.
 Cuando se requiere conocer el número de defectos en un lote de tela.
 Número de accidentes automovilísticos en el año.
 Número de llegadas de embarcaciones a un puerto por día.

Distribución de probabilidad normal:

La distribución de probabilidad normal es una de las más importantes en estadística y en el

cálculo de probabilidades. Fue utilizada por Carl Friedich Gauss (1777-1855) al escribir un libro
sobre el movimiento de los cuerpos celestes, por este motivo también es conocida como
distribución Gaussiana.

Es importante debido a que el teorema central del límite implica que esta distribución es casi
universal y la podemos encontrar en todos los campos de las ciencias empíricas tales como:
biología, física, psicología, economía, etc.
Asignatura Datos del estudiante Fecha
Apellidos: González Castaño
Estadística II 12/05/2022
Nombre: Camila

Algunos ejemplos son:

 El efecto de un medicamento o fármaco.

 El cambio de temperatura en una época del año específica.
 Caracteres morfológicos como el peso o la estatura en un grupo de individuos.

La distribución exponencial

suele referirse a la cantidad de tiempo que transcurre hasta que se produce algún evento
específico. Por ejemplo, la cantidad de tiempo (que comienza ahora) hasta que se produzca un
terremoto tiene una distribución exponencial. Otros ejemplos son la duración, en minutos, de las
llamadas telefónicas de larga distancia comerciales y la cantidad de tiempo, en meses, que dura
la batería de un automóvil. También se puede demostrar que el valor del cambio que se tiene en
el bolsillo o en el monedero sigue una distribución exponencial aproximadamente.

Las distribuciones exponenciales se utilizan habitualmente en cálculos de fiabilidad de

productos, es decir, el tiempo que dura un producto.
Técnicas de conteo: ¿qué son?
Las técnicas de conteo son estrategias matemáticas usadas en probabilidad y estadística que
permiten determinar el número total de resultados que pueden haber a partir de hacer
combinaciones dentro de un conjunto o conjuntos de objetos.
Las principales técnicas de conteo son las siguientes cinco, aunque no las únicas, cada una
con unas particularidades propias y utilizadas en función de los requisitos para saber cuántas
combinaciones de conjuntos de objetos son posibles.
 Principio multiplicativo: Este tipo de técnica de conteo, junto con el principio aditivo,
permiten comprender fácilmente y de forma práctica cómo funcionan estos métodos
matemáticos.
Si un evento, N1, puede ocurrir de varias formas, y otro evento, N2, puede ocurrir de
otras tantas, entonces, los eventos conjuntamente pueden ocurrir de N1 x N2 formas.
Este principio se utiliza cuando la acción es secuencial, es decir, está conformada por
eventos que ocurren de forma ordenada, como son la construcción de una casa, el elegir
los pasos de baile en una discoteca o el orden que se seguirá para preparar un pastel.

 Principio aditivo: En este caso, en vez de multiplicarse las alternativas para cada
evento, lo que sucede es que se suman las varias formas en las que pueden ocurrir.
Esto quiere decir que, si la primera actividad puede ocurrir de M formas, la segunda de N
y la tercera L, entonces, de acuerdo a este principio, sería M + N + L.

 Permutaciones: Antes de entender cómo hacer las permutaciones, es importante

entender la diferencia entre una combinación y una permutación. Una combinación es un
arreglo de elementos cuyo orden no es importante o no cambia el resultado final.

En cambio, en una permutación, habría un arreglo de varios elementos en los que sí es

importante tenerse en cuenta su orden o posición.

En las permutaciones, hay n cantidad de elementos distintos y se selecciona una

Asignatura Datos del estudiante Fecha
Apellidos: González Castaño
Estadística II 12/05/2022
Nombre: Camila

cantidad de ellos, que sería r.

 Permutaciones con repetición: Cuando se quiere saber el número de permutaciones

en un conjunto de objetos, algunos de los cuales son iguales, se procede a realizar lo
siguiente: Teniéndose en cuenta que n son los elementos disponibles, algunos de ellos
repetidos. Se seleccionan todos los elementos n.
 Combinaciones: en las combinaciones, a diferencia de lo que sucedía con las
permutaciones, el orden de los elementos no es importante.

Teorema de bayes y probabilidad condicionada.

El teorema de Bayes es una proposición que se emplea para calcular la probabilidad condicional
de un suceso y fue desarrollado por el matemático y teólogo británico Thomas Bayes. El principal
objetivo de este teorema es determinar la probabilidad que posee un suceso comparado con la
probabilidad de otro suceso similar, e
En otras palabras, permite conocer la probabilidad condicional de un evento o suceso determinado
como A dado B, en el que se analiza la distribución de probabilidad del suceso B dado A.

El teorema de Bayes es muy útil, puesto que aplicándolo de la manera correcta se puede conocer
la probabilidad de que un suceso A pase, teniendo presente lo ocurrido durante el evento B.
Asimismo, existe la probabilidad de que suceda lo contrario, donde ocurra B dado A.
Fue propuesto por Thomas Bayes, un conocido teólogo y matemático inglés del siglo VIII. Bayes
destacó tanto en la teología como en las matemáticas con distintos trabajos, entre los que destaca
este teorema.

La probabilidad condicional

También llamada probabilidad condicionada, es la posibilidad de que ocurra un evento, al que

denominamos A, como consecuencia de que ha tenido lugar otro evento, al que denominamos B.
Es decir, la probabilidad condicional es aquella que depende de que se haya cumplido otro hecho
relacionado.

Si tenemos un evento, que denominamos A, condicionado a otro evento, al cual denominamos B,

la notación sería P(A|B) y la fórmula sería la siguiente: P(A|B)=P(A ∩ B)/P(B).