Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONCEPTOS DE PROBABILIDAD
Presenta:
Carrera:
Ingeniería electrónica.
Asignatura:
Probabilidad y estadística.
Coordinador de la Asignatura:
Bibliografía................................................................................................................................................23
1. Definición de probabilidad.
La probabilidad se refiere a la mayor o menor posibilidad de que ocurra un suceso . Su
noción viene de la necesidad de medir la certeza o duda de que un suceso dado ocurra o no.
Esta establece una relación entre el número de sucesos favorables y el número total de
sucesos posibles. Por ejemplo, lanzar un dado, y que salga el número uno (caso favorable)
está en relación a seis casos posibles (seis caras); es decir, la probabilidad es 1/6.
(Gonzalez, 2012)
Vista la definición de probabilidad subjetiva, vamos a ver varios ejemplos de este tipo de
probabilidad para acabar de entender qué significa.
Por ejemplo, si una persona intenta calcular la probabilidad de que mañana llueva
basándose en la experiencia que tiene del clima de esa zona, es una probabilidad subjetiva
porque la persona no está realizando ningún cálculo matemático, sino que se fundamenta en
su intuición. (Saucedo, 2014)
Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para que
una función que definimos sobre unos sucesos determine consistentemente valores de
probabilidad sobre dichos sucesos.
En general podemos decir que la suma de las probabilidades de todos los posibles eventos
mutuamente excluyentes es igual a 1:
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.
Espacio muestral: Son todos los posibles resultados de un experimento. Cualquier resultado
experimental particular se llama punto muestral y es un elemento del espacio muestral.
Los eventos pueden ser:
Eventos independientes: Los eventos pueden ser "independientes", lo que significa que
cada evento no se ve afectado por ningún otro evento.
Ejemplo: Lanzas una moneda y aparece "Cara" tres veces ... ¿cuál es la probabilidad de
que el próximo lanzamiento también sea una "Cara"?
1
La probabilidad es simplemente o 50% como en cualquier lanzamiento de la moneda.
2
Evento dependiente: Los eventos también pueden ser "dependientes", lo que significa
que pueden verse afectados por eventos anteriores.
Después de tomar una carta del mazo, hay menos cartas disponibles, ¡por lo que las
probabilidades cambian!
Veamos las posibilidades de obtener un Rey.
Para la primera carta, la posibilidad de sacar un Rey es 4 de 52
Pero para la segunda carta:
Si la primera carta era un Rey, entonces es menos probable que la segunda carta sea un
Rey, ya que solo 3 de las 51 cartas restantes son Reyes.
Si la primera carta no era un Rey, entonces es más probable que la segunda carta sea un
Rey, ya que 4 de las 51 cartas restantes son Rey.
La ley de Laplace es una formula muy utilizada para calcular las probabilidades de un
experimento aleatorio cuando los sucesos o resultados del experimento tienen la misma
probabilidad de aparecer. Es decir, la ley de Laplace es el cociente entre los casos
probables y los casos posibles de un experimento dada una variable aleatoria.
La ley de Laplace:
casos probables
P(Z)=
casos posibles
Casos posibles: Son todos los resultados posibles que podemos obtener en un
experimento. Por ejemplo, si el experimento es tirar un dado, tendremos 6 casos posibles
porque un dado solo tiene 6 caras.
Conjunto Infinito : Es el conjunto que, por tener muchos elementos, no se le puede llegar a
contar su último elemento.
Ejemplo:
A= {*/x sea grano de sal}
Conjunto Unitario: Es el conjunto que solo tiene un elemento. Su cardinalidad es uno (1).
Ejemplo:
D={*/x sea vocal de la palabra "pez"
(Zurita, 2014)
1. 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, llamémoslo 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.
Por ejemplo:
Entonces, N1 = 4; N2 = 5 y N3 = 3.
2. 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.
Por ejemplo:
El chocolate A se vende de tres sabores: negro, con leche y blanco, además de haber la
opción sin o con azúcar para cada uno de ellos.
El chocolate B se vende de tres sabores, negro, con leche o blanco, con la opción de tener o
no avellanas y con o sin azúcar.
El chocolate C se vende de tres sabores, negro, con leche y blanco, con opción de tener o no
avellanas, cacahuete, caramelo o almendras, pero todos con azúcar.
En base a esto, la pregunta que se pretende responder es: ¿Cuántas variedades distintas de
chocolate se pueden comprar?
W = 3 x 2 = 6.
Y = 3 x 2 x 2 = 12.
Z = 3 x 5 = 15.
3. Permutaciones.
Por ejemplo:
Hay un grupo de 10 personas y hay un asiento en el que solo pueden caber cinco, ¿de
cuántas formas se pueden sentar?
Se haría lo siguiente:
Teniéndose en cuenta que n son los elementos disponibles, algunos de ellos repetidos.
Por ejemplo:
5. Combinaciones.
En las combinaciones, a diferencia de lo que sucedía con las permutaciones, el orden de los
elementos no es importante.
Por ejemplo:
Solución:
P(h) = 0,6.
P(t) = 0,36.
P(t|h) = 0,4.
Entonces, la probabilidad de que un alumno le guste el helado dado que le gusta la torta es
de 0,6667 o 66,67 %.
P(A|B)=P(A ∩ B)/P(B)
Es decir, en la fórmula de arriba se lee que la probabilidad de que suceda A, dado que ha
acontecido B, es igual a la probabilidad de que ocurra A y B, al mismo tiempo, entre la
probabilidad de B.
Ejemplo: tira un dado. Si sacas un seis, ganas un premio. Para el juego, podría sacar 1, 2,
3, 4, 5 o 6. Todas las tiradas de dados tienen la misma probabilidad de salir (una de seis, o
1/6). Esto le da una distribución de probabilidad discreta de:
Rodar 1 2 3 4 5 6
Fórmula:
n es el número de pruebas.
k es el número de éxitos.
p es la probabilidad de éxito.
Por lo tanto, cuando se elige un elemento de la población para saber el resultado (verdadero
o falso) de cierta característica, ese mismo elemento no puede elegirse de nuevo.
Fórmula:
Ejemplo: Un mazo de baraja española tiene 40 cartas, de las cuales 10 tienen oro y las
restantes 30 no lo tienen. Supongamos que de ese mazo se extraen al azar 7 cartas, las
cuales no se reincorporan al mazo.
Fórmula:
– La probabilidad de obtener y = k es P.
En estadística, distribución uniforme es un término que se usa para describir una forma de
distribución de probabilidad en la que cada resultado posible tiene la misma probabilidad de
ocurrir. La probabilidad es constante ya que cada variable tiene las mismas posibilidades de
ser el resultado.
Una baraja de cartas también tiene una distribución uniforme. Esto se debe a que una
persona tiene las mismas posibilidades de sacar una espada, un corazón, un trébol o un
diamante. Otro ejemplo con una distribución uniforme es cuando se lanza una moneda. La
probabilidad de tener cola o cabeza es la misma. El gráfico de una distribución uniforme
suele ser plano, por lo que los lados y la parte superior son paralelos a los ejes x y.
No todas las distribuciones uniformes son discretas; algunos son continuos. Una
distribución uniforme continua (también conocida como distribución rectangular) es una
distribución estadística con un número infinito de valores medibles igualmente
probables. A diferencia de las variables aleatorias discretas, una variable aleatoria
continua puede tomar cualquier valor real dentro de un rango específico.
probabilidades/
http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/21definicin_axiomas_y_teoremas.html
probabilidad-discreta/#:~:text=Una%20distribuci%C3%B3n%20de%20probabilidad%20discreta%20se
%20compone%20de,probabilidad%20discreta.%20Ejemplos%20de%20distribuci%C3%B3n%20de
%20probabilidad%20discreta
https://www.esan.edu.pe/conexion-esan/conoce-las-principales-distribuciones-de-probabilidad
https://es.khanacademy.org/math/probability/probability-geometry/probability-basics/a/probability-the-
basics
https://ejemplos.net/tipos-de-eventos-en-probabilidad/. (s.f.).
https://economipedia.com/definiciones/teorema-de-bayes.html
matematicas, D. l. (2020). Disfruta las matematicas avanzado. Obtenido de
https://www.disfrutalasmatematicas.com/datos/probabilidad-eventos-tipos.html
https://support.minitab.com/es-mx/minitab/21/help-and-how-to/probability-distributions-random-data-
and-resampling-analyses/supporting-topics/distributions/discrete-distribution/
https://economipedia.com/definiciones/ley-de-laplace.html
https://psicologiaymente.com/miscelanea/tecnicas-de-conteo
https://www.probabilidadyestadistica.net/probabilidad-subjetiva/
objetiva/
https://economipedia.com/definiciones/probabilidad-condicional.html
https://economipedia.com/definiciones/teoria-de-conjuntos.html
de-conjuntos
https://es.livingeconomyadvisors.com/838-what-is-uniform-distribution