UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

FACULTAD DE AGRONOMIA

ESCUELA PROFESIONAL DE AGRONOMIA

CURSO : RAZONAMIENTO LOGICO

MATEMATICO
PROFESOR : MG. CONDORI ROCA WILLY

ALUMNOS : MENDOZA SALCEDO JOHN

HUAMANI TACO YONI YOJAN

QUISPE ALVARO NATALY

TEMA : PROBABILIDAD

AREQUIPA – PERÚ

2023
INDICE

RESUMEN........................................................................................................3

ABSTRACT.......................................................................................................3

INTRODUCCION..............................................................................................4

OBJETIVOS………………………………………………….................................5

Objetivo general………………..................................................................5

Objetivó especifico....................................................................................5

MARCO TEORICO…………….........................................................................6

CONCEPTO DE PROBABILIDAD……………..................................................6

Concepto frecuentista……………............................................................6

Definición Laplace……………..................................................................6

El valor de la probabilidad……………......................................................7

Eventos mutuamente excluyentes…………….........................................7

Eventos no excluyentes…………….........................................................7

Reglas de adicion……………...................................................................8

Eventos independientes…………….........................................................8

Eventos dependientes……………...........................................................9

Reglas de multiplicacion……………........................................................9

Distribución de probabilidad normal…………….....................................10

Distribución de probabilidad exponencial…………….............................11

CONCLUSIONES……………..........................................................................14

BIBLIOGRAFIA……………..............................................................................15
RESUMEN

El presente trabajo tiene como objetivo investigar todo lo concerniente sobre el tema de

probabilidades de forma teórica y ejemplos prácticos, En la vida cotidiana aparecen muchas

situaciones en las que los resultados observados son diferentes aunque las condiciones iniciales

en las que se produce la experiencia sean las mismas. La teoría de la probabilidad pretende ser

una herramienta para modelizar y tratar con situaciones de este tipo, también se da una pequeña

introducción acerca de cómo las actividades cotidianas están relacionadas con el tema de

probabilidad. Por otra parte, cuando aplicamos las técnicas estadísticas a la recogida, análisis e

interpretación de los datos, la teoría de la probabilidad proporciona una base para evaluar la

fiabilidad de las conclusiones alcanzadas y las inferencias realizadas. Finalmente damos

conclusiones sobre este tema tan importante.

PALABRAS CLAVE: Probabilidad, actividades cotidianas

ABSTRACT

The objective of this paper is to investigate everything related to the topic of probabilities

in a theoretical way and with practical examples. In everyday life, the observed results are

different, although the initial conditions in which the experience occurs are the same in

many situations. Same. The theory of probability is intended to be a tool to model and

deal with situations of this type, a short introduction is given about how everyday activities

are related to the topic of probability. On the other hand, when we apply statistical

techniques to the collection, analysis and interpretation of data, probability theory provides
a basis for evaluating the reliability of the conclusions reached and the inferences made.

Finally, we give conclusions on this very important issue.

KEYWORDS: Probability, daily activities

INTRODUCCION

En la vida cotidiana aparecen muchas situaciones en las que los resultados observados

son diferentes aunque las condiciones iniciales en las que se produce la experiencia sean

las mismas. Por ejemplo, al lanzar una moneda unas veces resultará cara y otras cruz.

Estos fenómenos, denominados aleatorios, se ven afectados por la incertidumbre.

En el lenguaje habitual, frases como "probablemente...", "es poco probable que...", "hay

muchas posibilidades de que..." hacen referencia a esta incertidumbre.

La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar con

situaciones de este tipo. Por otra parte, cuando aplicamos las técnicas estadísticas a la

recogida, análisis e interpretación de los datos, la teoría de la probabilidad proporciona

una base para evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias

realizadas

OBJETIVOS

OBJETIVO GENERAL

• El objetivo del Cálculo de Probabilidades es el estudio de métodos de análisis del

comportamiento de fenómenos aleatorios.

OBJETIVO ESPECIFICO

• Demostrar la importancia y utilidad de la probabilidad para los estudiantes de

agronomía.
• Dar a conocer conceptos básicos sobre el tema de PROBABILIDADES, los tipos

y ejemplos en casos cotidianos de nuestra vida.

MARCO TEORICO

CONCEPTO DE PROBABILIDAD

El término probabilidad proviene de lo probable, o sea, de aquello que es más posible

que ocurra, y se entiende como el mayor o menor grado de posibilidad de que un evento

aleatorio ocurra, expresado en una cifra entre 1 (posibilidad total) y 0 (imposibilidad

absoluta), o bien en porcentajes entre el 100% o el 0%, respectivamente.

Para obtener la probabilidad de un suceso, generalmente se determina la frecuencia con

la que ocurre (en experimentos aleatorios bajo condiciones estables), y se procede a

realizar cálculos teóricos.

Se define como cálculo de probabilidad al conjunto de reglas que permiten determinar si

un fenómeno ha de producirse, fundando la suposición en el cálculo, las estadísticas o la

teoría.La probabilidad es el cálculo matemático que evalúa las posibilidades que existen

de que una cosa suceda cuando interviene el azar.

Concepto Frecuentista.- La probabilidad frecuencial, también conocida como

probabilidad frecuentista, refiere a qué tan probable resulta un suceso si un

experimento se repite muchas veces. Puede entenderse como el cociente entre la

cantidad de casos favorables y la cantidad de casos posibles cuando la cantidad de

casos tiende al infinito.

Dado un suceso A que se repite un número de veces, si observamos la frecuencia con

que se repite ese suceso, obtendremos las probabilidades asociadas asignando la

frecuencia relativa a cada suceso.

 Definición de Laplace.-

• 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.

• Casos probables: Son los resultados que salen en cada experimento de

manera secuencial, es decir, que los resultados son excluyentes: si ocurre un resultado
no pueden ocurrir los otros. En el experimento de tirar un dado, cada cara del dado es
un caso probable. En otras palabras, que salga un dos (2) o un cinco (5) son ejemplos de
casos probables en el experimento de lanzar un dado.

La probabilidad de cualquier suceso A es igual al cociente entre el número de resultados

favorables o resultados que integran el suceso A y el número total de elementos o

posibles resultados del espacio muestral E.

Es cierto que existe un cierto paralelismo entre la estadística descriptiva y el cálculo de

probabilidades, como se puede apreciar en la siguiente tabla:

El valor de la probabilidad
El valor más pequeño que puede tener la probabilidad de ocurrencia de un evento es

igual a 0, el cual indica que el evento es imposible, y el valor mayor es 1, que indica que

el evento ciertamente ocurrirá.

Eventos mutuamente excluyentes

Dos o más eventos son mutuamente excluyentes o disjuntos, si no pueden ocurrir

simultáneamente. Es decir, la ocurrencia de un evento impide automáticamente la

ocurrencia del otro evento (o eventos).

Ejemplo:

Al lanzar una moneda solo puede ocurrir que salga cara o sello pero no los dos a la vez,

esto quiere decir que estos eventos son excluyentes.

Eventos no excluyentes

Dos o más eventos son no excluyentes, o conjuntos, cuando es posible que ocurran

ambos. Esto no indica que necesariamente deban ocurrir estos eventos en forma

simultánea.

Ejemplo:

Si consideramos en un juego de domino sacar al menos un blanco y un seis, estos

eventos son no excluyentes porque puede ocurrir que salga el seis blanco.

Reglas de la Adición
La Regla de la Adición expresa que: la probabilidad de ocurrencia de al menos dos

sucesos A y B es igual a:

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 simultanea de los eventos A y B

Eventos Independientes

Dos o más eventos son independientes cuando la ocurrencia o no ocurrencia de un

evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o eventos).

Un caso típico de eventos independiente es el muestreo con reposición, es decir, una vez

tomada la muestra se regresa de nuevo a la población donde se obtuvo.

Ejemplo:

Lanzar al aire dos veces una moneda son eventos independientes por que el resultado

del primer evento no afecta sobre las probabilidades efectivas de que ocurra cara o sello,

en el segundo lanzamiento.

Eventos dependientes
Dos o más eventos serán dependientes cuando la ocurrencia o no ocurrencia de uno de

ellos afecta la probabilidad de ocurrencia del otro (u otros). Cuando tenemos este caso,

empleamos entonces, el concepto de probabilidad condicional para denominar la

probabilidad del evento relacionado. La expresión P(A|B) indica la probabilidad de

ocurrencia del evento A sí el evento B ya ocurrió.

Se debe tener claro que A|B no es una fracción.

P(A|B) = P(A y B)/P(B) o P(B|A) = P(A y B)/P(A)

Reglas de Multiplicación

Se relacionan con la determinación de la ocurrencia de conjunta de dos o más eventos.

Es decir la intersección entre los conjuntos de los posibles valores de A y los valores de

B, esto quiere decir que la probabilidad de que ocurran conjuntamente los eventos A y B

es:

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

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

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

Distribución de probabilidad normal

Es una distribución de probabilidad continua que es tanto simétrica como mesocurtica.

La curva que representa la distribución de probabilidad normal se describe generalmente

como en forma de campana. Esta distribución es importante en inferencia

estadística por tres razones diferentes:

• Se sabe que las medidas producidas en muchos procesos aleatorios siguen esta

distribución.

• Las probabilidades normales pueden utilizarse generalmente para aproximar otras

distribuciones de probabilidad, tales como las distribuciones binomial y de Poisson.

• Las distribuciones estadísticas tales como la media de la muestra y la proporción

de la muestra, siguen a menudo la distribución normal, sin tener en cuenta la

distribución de la población

Función de densidad de una distribución normal

Ejemplo:
El tiempo (en segundos) se mide y no se cuenta. Por lo tanto, es factible determinar la

probabilidad de que el tiempo de descarga para una página principal en un navegador de

la Web esté entre 7 y 10 segundos o que la probabilidad de que el tiempo de descarga

esté entre 8 y 9 segundos, o la probabilidad de que el tiempo de descarga esté entre 7.99

y 8.01 segundos. Sin embargo, la probabilidad de que el tiempo de descarga sea

exactamente de 8 segundos es cero.

Distribución de probabilidad exponencial

Esta distribución se puede utilizar para responder preguntas como:

• ¿Cuánto tiempo debe esperar el propietario de una tienda hasta que un cliente

ingrese a su tienda?

• ¿Cuánto tiempo seguirá funcionando una computadora portátil antes de que se

estropee?

• ¿Cuánto tiempo seguirá funcionando la batería de un automóvil antes de que se

agote?

• ¿Cuánto tiempo debemos esperar hasta la próxima erupción volcánica en una

determinada región?

En cada escenario, estamos interesados en calcular cuánto tiempo tendremos que

esperar hasta que ocurra un evento determinado. Por tanto, cada escenario podría

modelarse utilizando una distribución exponencial.

La distribución exponencial se utiliza mucho para determinar la probabilidad de que

ocurra un evento tras un determinado tiempo de espera, como por ejemplo el tiempo que

transcurre en la emergencia de un hospital antes de que llegue un paciente.

Con frecuencia, los eventos se refieren a la falla o avería de componentes eléctricos,

electrónicos y de otros tipos. En tal caso, la distribución exponencial ayuda a estimar el

tiempo que tarda un componente en fallar, y también el tiempo transcurrido entre

reparaciones. A esto se le conoce como teoría de la fiabilidad.

Gráfica de la función de densidad de la distribución exponencial, para

tres valores del parámetro lambda.
Ejemplo:

Un departamento de mantenimiento recibe un promedio de 5 llamadas por hora.

Comenzando en un momento aleatoriamente seleccionado, la probabilidad de que una

llamada llegue dentro de media hora es:

Promedio 5 por hora,

Como el intervalo es media hora = 2,5/media hora

Tenemos que

P (T < 30 min.) = 1- e -5 = 1 - 0,08208 = 0,91792

CONCLUSIONES

• La probabilidad mide la frecuencia con la que se mide un resultado o varios

resultados, al llevar acabo un experimento aleatorio, del que se conocen todos los

resultados posibles, bajo condiciones suficientemente estables.

• La teoría de la probabilidad se utiliza ampliamente en sitios como la estadística, la

física, la matemática, la ciencia y la ética para sacar soluciones sobre la

probabilidad de sucesos aleatorios.

• Las regalas de las probabilidades son de gran ayuda y más aún si se saben aplicar

de manera eficiente en su debido tiempo y contexto necesario, con la buena

aplicación de las reglas se puede obtener resultados muy cercanos por no decir

exactos.
 APLICACIÓN DE LAS PROBABILIDADES EN LA AGRICULTURA
DETERMINACION DE LA PERDIDA DE LA COSECHA

Las áreas semiáridas, en su mayoría rurales, del este de Guatemala tienen escasez de
agua y no reciben suficiente lluvia para sustentar la producción agrícola de secano. Por
lo tanto, este estudio genera un modelo logístico que puede determinar la probabilidad
de pérdida de cultivos en la agricultura de secano en la microcuenca del río Chiquimura
Torja en Guatemala. La información básica se recolectó a través de encuestas de
campo en 57 parcelas en el área de estudio. Estas parcelas se convirtieron en unidades
cartográficas y se cartografiaron en un mapa de pérdidas de cultivos a escala 1:100.000
de la cuenca del río Torja para determinar pérdidas parciales o totales de cultivos. Las
probabilidades de ocurrencia de pérdidas se establecieron a partir de variables sociales,
ambientales y de suelo utilizando el módulo de regresión logística XLSTAT 2013.4 a un
nivel de significación del 5%, R2 de Nagelkerke de 0.70 y prueba de Hosmer. -
Lemeshow no es significativo. Se concluyó que las variables explicativas de las pérdidas
de cosecha fueron la intensidad de uso del suelo, la altitud y la precipitación.

APLICACIÓN DE LAS PROBABILIDADES EN LA AGRICULTURA

CON ANÁLISIS PROBIT SE DETERMINA LA PROBABILIDAD

La producción de frutas y hortalizas orgánicas en México se ha consolidado con éxito en

el mercado internacional. Permanecer en estos mercados es cada vez más complicado,
ya que garantizar la calidad y seguridad alimentaria de las frutas y hortalizas ecológicas
que se ofrecen es de suma importancia. Los productos orgánicos han causado brotes
epidémicos de enfermedades que ponen en riesgo la salud de los consumidores y la
aceptación de estos productos en el mercado. Por lo tanto, es importante identificar las
características y circunstancias que conducen a la adopción de normas de inocuidad de
los alimentos. Este estudio se realizó a partir de que los pequeños productores de frutas
y verduras orgánicas en México no cumplen con las normas de seguridad alimentaria. El
análisis probit puede determinar la probabilidad de que los pequeños productores
adopten estos estándares.
 BIBLIOGRAFIA

❖ «Distribución exponencial: qué es, características, fórmulas, ejemplos». Lifeder, 21 de agosto

de 2021,

❖ Polanía, Jaime Cortés. «Juan Francisco Sans Moreira (Caracas, 19 de Febrero de 1960

&#8211; Medellín, 27 de Agosto de 2022)». Revista Musical Chilena, vol. 76, n.o 238,

diciembre de 2022, pp. 183-85. DOI.org (Crossref), https://doi.org/10.4067/S0716-

27902022000200183.

❖ «probabilidad y estadistica: EVENTOS DEPENDIENTES». probabilidad y estadistica,

http://probabilidadyesta.blogspot.com/p/blog-page_3040.html. Accedido 14 de julio de 2023.

❖ janpoul, Publicado por. DISTRIBUCIÓN EXPONENCIAL(2022) Ejemplos.

https://www.blogupiicsa.com/2011/01/distribucion-exponencial.html. Accedido 14 de julio de

2023.

❖ objetivo de las PROBABILIDADES - Buscar con Google.

https://www.google.co.ve/search?hl=es&q=objetivo+de+las+PROBABILIDADES&meta=lr%

3Dlang_es&gws_rd=ssl. Accedido 14 de julio de 2023.