UNIVERSIDAD ESTATAL DE MILAGRO FACULTAD DE

CIENCIAS SOCIALES, EDUCACIÓN COMERCIAL Y

DERECHO CARRERA DE TRABAJO SOCIAL

Shirley Inga
Alumna: Curso: Segundo S1
Márquez
Describa y ponga un
Tarea: ejemplo de los tipos de Docente: Ec. Vinicio Arcos-Naranjo
probabilidad

Materia: Estadística Descriptiva Fecha: 24 de julio del 2023

PROBABILIDADES

¿Cuáles son los diferentes tipos de probabilidades?

1. Probabilidad Objetiva:

La probabilidad objetiva es una medida estadística basada en la recopilación de datos y el

análisis lógico para determinar la probabilidad de ocurrencia de un evento y se utiliza cuando

se tienen datos empíricos para calcular la probabilidad de un evento.

La fórmula para calcular la probabilidad objetiva es:

(Número de casos favorables)

Probabilidad Objetiva =
(Número total de observaciones)

Ejemplo de Probabilidad Objetiva:

Ejemplo: Tiros libres de un jugador de baloncesto

Un jugador de baloncesto quiere determinar cuál es la probabilidad objetiva de que enceste un

tiro libre durante un partido. Para ello, analiza las estadísticas de todos los tiros libres que ha

lanzado en las últimas temporadas. Ha realizado un total de 150 tiros libres y ha encestado 120

de ellos.
 Probabilidad Objetiva = 120 = 0.8
150
Por lo tanto, la probabilidad objetiva de que el jugador enceste un tiro libre es de

aproximadamente 0.8 o 80%. Esto indica que tiene una alta probabilidad de anotar cuando lanza

desde la línea de tiros libres en un partido de baloncesto, basándose en sus estadísticas previas.

2. Probabilidad Subjetiva

La probabilidad subjetiva se basa en la opinión de un experto o una persona que utiliza su

intuición o conocimiento para determinar la probabilidad de un evento. No se realizan cálculos

matemáticos, sino que se estima la probabilidad subjetivamente, puede parecer que no sirve, ya

que no se hace ningún cálculo, la probabilidad subjetiva es muy útilcuando no existe otro

recurso matemático.

Ejemplo de Probabilidad Subjetiva

Un estudiante está a punto de presentar un examen final en matemáticas y quiere estimar

cuál es la probabilidad subjetiva de que apruebe el examen. Basándose en su experiencia

previa, el esfuerzo que ha puesto en el estudio y su conocimiento sobre el tema, él estima que

tiene una probabilidad subjetiva del 70% de aprobar el examen, el estudiante no ha realizado

ningún cálculo matemático, sino que ha basado su estimación en su intuición y conocimiento

sobre su preparación para el examen.

3. Probabilidad Clásica

La probabilidad clásica, también conocida como probabilidad teórica o a priori, es un

cálculo teórico que se aplica a situaciones equis probables, es decir, donde todos los resultados

son igualmente probables.

 Ejemplo de Probabilidad Clásica

Al lanzar un dado, la probabilidad clásica de obtener un número impar (1, 3 o 5)

Probabilidad Clásica (3 / 6)

3
P (Número Impar) = = 0,5
6

4. Probabilidad Frecuencial

La probabilidad frecuencial es similar a la probabilidad objetiva, pero se basa en repetir el

mismo experimento muchas veces y calcular la frecuencia relativa esperada a largo plazo para

un evento.

Para calcular la probabilidad frecuencial de un suceso, se debe hacer el experimento muchas

veces y dividir el número de casos favorables obtenidos entre el número totalde repeticiones

realizadas.

Ejemplo de Probabilidad Frecuencial:

Probabilidad de sacar una bola roja de una caja que tiene 3 bolas rojas, 5 amarillas y 4

verdes. Hay que dividir el número de casos favorables del evento (frecuencia absoluta) para

cada número de repeticiones entre el total de éstas:

3
P = 12 = 0.25
 Así, la probabilidad de sacar una bola roja de la caja disminuye a medida que aumentamos el

número de repeticiones. En otras palabras, a medida que realizamos más extracciones, la

probabilidad de obtener una bola roja se acerca más a la probabilidad teórica o proporción real

de bolas rojas en la caja, que es de 3/12 o 0.25 (25%). Esto es conocido como la "ley de los

grandes números", que establece que a mayor número de experimentos, más se acercan los

resultados experimentales a los resultados teóricos o esperados

5. Probabilidad Condicional

Es una medida que indica la probabilidad de que ocurra un evento A si otro evento B ha

sucedido. Es decir, la probabilidadcondicional P (A|B) se refiere a cuánto de probable es que

suceda el evento A una vez ya se haproducido el evento B.

La fórmula para la probabilidad condicional es:

Probabilidad Condicional (A|B) = (Probabilidad de A y B)

(Probabilidad de B)

Ejemplo de Probabilidad Condicional:

Se ha estudiado el ejercicio económico de 25 empresas de un país y cómo evoluciona el

precio de sus acciones dependiendo del resultado económico del año.

Puedes ver los datos recopilados en la siguiente tabla de contingencia:

 ¿Cuál es la probabilidad de que el precio de las acciones de una empresa suba si ha obtenido

beneficios el último año?

6. Probabilidad de Poisson

La probabilidad de Poisson se utiliza para calcular la probabilidad de un número específico

de eventos que ocurren en un cierto período de tiempo. Se aplica cuando la probabilidad de

ocurrencia del evento es pequeña y se conoce la tasa promedio de ocurrencia.

Ejemplo de Probabilidad de Poisson

Supongamos que una tienda en línea recibe un promedio de 10 solicitudes de reembolso por

día debido a devoluciones de productos. Podemos usar la distribución de Poisson para calcular

la probabilidad de recibir un número específico de solicitudes de reembolso en un día

determinado.

Para este ejemplo, vamos a calcular la probabilidad de recibir 3, 5 y 8 solicitudes de

reembolso en un día.
 Donde 10 es el promedio de solicitudes de reembolso por día y X es el número específico de

solicitudes que queremos calcular.

1. Probabilidad de recibir 3 solicitudes de reembolso

Probabilidad ≈ 0.007566

2. Probabilidad de recibir 5 solicitudes de reembolso

Probabilidad ≈ 0.018916

3. Probabilidad de recibir 8 solicitudes de reembolso

Probabilidad ≈ 0.090079

Así, la probabilidad de recibir 3 solicitudes de reembolso en un día es de aproximadamente

0.0076, la probabilidad de recibir 5 solicitudes es de aproximadamente 0.0189 y la probabilidad

de recibir 8 solicitudes es de aproximadamente 0.0901. Estas probabilidades nos indican la

posibilidad de que ocurra un número específico de solicitudes de reembolso en un día dado,

basándose en el promedio histórico de solicitudes recibidas por la tienda en línea.

7. Probabilidad Binomial:

La probabilidad binomial se aplica a experimentos donde hay solo dos posibles

resultados, generalmente llamados "éxito" y "fracaso". Se utiliza para calcular la

probabilidad de obtener un número específico de éxitos en una secuencia de ensayos

independientes e idénticos

Ejemplo de Probabilidad Binomial:

Al lanzar una moneda 5 veces, queremos calcular la probabilidad de obtener exactamente 3

caras. Supongamos que la probabilidad de obtener cara es de 0.5.

Probabilidad Binomial (X = 3) = (5! / (3! * (5-3)!) * 0.5^3 * (1-0.5)^(5-3) = 0.3125

 8. Probabilidad Hipergeométrica:

La probabilidad hipergeométrica se utiliza cuando se extraen elementos de una

población finita sin reemplazo. Se diferencia de la probabilidad binomial porque en la

hipergeométrica no se devuelve el elemento a la población después de cada extracción.

La distribución hipergeométrica tiene tres parámetros:

 N: es el número de elementos de la población (N = 0, 1, 2,…).

 K: es el número máximo de casos de éxito (K = 0, 1, 2,…,N). Como en una

distribución hipergeométrica un elemento solo puede considerarse «éxito» o

«fracaso», N-K es el número máximo de casos de fracaso.

 n: es el número de extracciones sin reemplazo que se hacen.

Ejemplo de la distribución hipergeométrica

Tenemos una baraja de cartas españolas (N=40 naipes), de las cuales nos vamos a interesar en

el palo de oros (D=10 naipes de un mismo tipo). Supongamos que de esa baraja extraemos n=8

cartas de una vez (sin reemplazamiento) y se nos plantea el problema de calcular la probabilidad

de que hayan k=2 oros (exactamente) en esa extracción.

 En lugar de usar como dato D es posible que tengamos la proporción existente, p, entre el

número total de oros y el número de cartas de la baraja

De modo que podemos decir que

 9. Probabilidad Simple

La probabilidad simple es la probabilidad de que ocurra un evento simple dentro de un

espacio muestra. Se calcula dividiendo el número de casos favorables de un evento entre el

número total de posibles resultados del experimento.

Ejemplo de Probabilidad Simple:

Si en un bolillero hay 5 bolillas blancas y 7 bolillas negras y en otro bolillero hay

9 bolillas azules, 3 bolillas amarillas y 8 bolillas rojas, al hacer una extracción en

cada bolillero, ¿cuál es la probabilidad de sacar una bolilla negra y una bolilla azul?

Como en el primer bolillero hay 12 bolillas y en el segundo 20, hay 12 X 20 =

240 casos igualmente posibles, pues cada una de las 12 bolillas de uno de los

bolilleros puede combinarse con cada una de las 20 bolillas del otro bolillero.

El número de casos favorables está dado por la combinación de cada una de las 7

bolillas negras del primer bolillero con cada una de las 9 bolillas azules del segundo

bolillero, es decir, 7 X 9 = 63 casos favorables.

Luego, la probabilidad buscada de sacar una bolilla negra y una azul es:
 Ahora bien, la probabilidad simple de cada suceso es:

10. Probabilidad Conjunta:

La probabilidad conjunta, también conocida como probabilidad compuesta, indica la

probabilidad de que dos o más sucesos ocurran al mismo tiempo. Para calcularla, se

multiplican las probabilidades individuales de cada suceso

La probabilidad conjunta es un número entre 0 y 1. Cuanto más grande sea la probabilidad

conjunta, más probable será que dos eventos ocurran simultáneamente, y al contrario, cuanto

menor sea la probabilidad conjunta, menos probable seráque los dos eventos sucedan a la vez.

Ejemplo de probabilidad conjunta:

Por ejemplo en la tabla de contingencia sería que seleccionemos una persona que sea Hombre y <20 a la
vez.
Bibliografía

Probabilidad y Estadística. (16 de Marzo de 2020). Probabilidad Conjunta. Obtenido de probabilidad:

https://probabilidad-gwendy-jesus-lira.blogspot.com/2020/

Probabilidad y Estadística. (2023). Obtenido de

https://www.probabilidadyestadistica.net/probabilidad-conjunta/

Alexander Holmes, B. I. (28 de enero de 2022). Introducción a la estadística.

Obtenido de https://openstax.org/books/introducci%C3%B3n-

estad%C3%ADsticaempresarial/pages/4-4-distribucion-de-poisson