Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Elementos de Probabilidad
Elementos de Probabilidad
ELEMENTOS DE PROBABILIDAD
atrás. Uno de los más antiguos es el juego de dados, que fue utilizado por diferentes culturas para
juegos de azar, y algunos de ellos desarrollaron métodos para calcular las probabilidades de
que surgió en el siglo XVII cuando dos jugadores de dados no podían ponerse de acuerdo sobre
cómo repartir las ganancias en una partida que no había terminado. El matemático francés Blaise
Pascal y el matemático francés Pierre de Fermat trabajaron juntos para resolver este problema y
La estadística también tiene una larga historia. En la antigua China y Egipto se realizaron
censos de población, y los romanos utilizaban la estadística para recopilar datos sobre su
imperio. Sin embargo, la estadística moderna comenzó a desarrollarse en el siglo XVII, cuando
el matemático inglés John Graunt utilizó los datos de los registros de entierros para estudiar la
mortalidad en Londres.
probabilidad y la estadística para estudiar los juegos de azar y las decisiones económicas.
investigación científica, y se utilizó para estudiar fenómenos naturales y sociales. En el siglo XX,
la probabilidad y la estadística se convirtieron en disciplinas clave en muchas áreas, incluyendo
Existen varios modelos matemáticos para representar la probabilidad. Aquí hay una breve
un evento es igual a la proporción de veces que se espera que ocurra ese evento en un gran
probabilidad de un evento es una medida de la fuerza de la creencia de una persona en que ese
y la actitud de la persona.
uno tiene sus propias ventajas y desventajas, y se utilizan en diferentes situaciones dependiendo
Los fenómenos aleatorios son aquellos cuyos resultados no pueden ser predichos con
dado, lanzar una moneda o la cantidad de lluvia que cae en un día determinado. Estos fenómenos
están influenciados por una serie de factores que no pueden ser controlados o predecidos con
Por otro lado, los fenómenos determinísticos son aquellos que pueden ser predichos con
precisión y su resultado final está completamente determinado por las condiciones iniciales. Un
se conocen las condiciones iniciales, como la posición y velocidad de cada planeta, se pueden
ambos elementos, determinísticos y aleatorios. Por ejemplo, el clima está influenciado por
factores determinísticos, como la posición del sol y la rotación de la Tierra, pero también está
Por ejemplo, si lanzamos un dado, el espacio muestral estaría compuesto por los seis
posibles resultados: {1, 2, 3, 4, 5, 6}. Cada uno de estos elementos se llama evento elemental o
resultado simple.
El espacio muestral se denota por la letra griega omega (Ω) y puede ser finito, infinito
numerable o no numerable. Es importante tener en cuenta que no todos los elementos del espacio
muestral necesariamente tienen la misma probabilidad de ocurrir, ya que algunos eventos pueden
economía.
Los eventos elementales son eventos indivisibles e irreductibles que no pueden ser
descompuestos en eventos más pequeños. En otras palabras, son eventos simples que no
contienen eventos dentro de ellos. Por ejemplo, si lanzas una moneda, los eventos elementales
son "cara" y "cruz". Si lanzas un dado, los eventos elementales son "1", "2", "3", "4", "5" y "6".
Los eventos compuestos, por otro lado, son eventos que se pueden descomponer en
eventos más pequeños. Un evento compuesto está formado por dos o más eventos elementales o
eventos compuestos más pequeños. Por ejemplo, si lanzas dos monedas al mismo tiempo, los
eventos compuestos son "cara y cara", "cara y cruz", "cruz y cara" y "cruz y cruz". Si lanzas dos
dados al mismo tiempo, los eventos compuestos son todas las combinaciones posibles de los
subconjuntos del espacio muestral, que es el conjunto de todos los posibles resultados de un
experimento aleatorio.
representan combinaciones de eventos, lo que resulta muy útil para el cálculo de probabilidades.
población a partir de una muestra de datos, lo que permite hacer predicciones y tomar decisiones
al número de formas en que ese evento puede ocurrir dividido por el número total de resultados
posibles en un experimento aleatorio, cuando todos los resultados posibles son igualmente
probables.
Por ejemplo, si lanzamos un dado justo, el número de resultados posibles es 6, y cada uno
número par, podemos contar que hay tres resultados posibles que satisfacen esta condición (2, 4
Esta definición clásica de probabilidad es adecuada para eventos que tienen un número
finito de resultados posibles y donde cada resultado es igualmente probable. En situaciones más
complejas, como eventos con resultados infinitos o con resultados no igualmente probables, se
P(B).
del primer evento y P(B|A) es la probabilidad del segundo evento dado que el primero ha
ocurrido.
Poisson y la distribución binomial, entre otros. Cada uno de ellos es aplicado en diferentes
Supongamos que tenemos dos urnas, la Urna 1 y la Urna 2, cada una de las cuales
contiene bolas rojas y bolas verdes. La Urna 1 contiene 3 bolas rojas y 7 bolas verdes, mientras
esa urna. Si queremos determinar la probabilidad de que la bola extraída sea roja, podemos
Entonces, la probabilidad de que extraigamos una bola roja es igual a la suma de las
probabilidades de extraer una bola roja de cada urna, ponderada por la probabilidad de
Donde:
P(A|B) es la probabilidad de extraer una bola roja de la Urna 1 (dado que la Urna 1 fue
seleccionada) = 3/10
P(A|no B) es la probabilidad de extraer una bola roja de la Urna 2 (dado que la Urna 2 fue
seleccionada) = 6/10
Por lo tanto, la probabilidad de que extraigamos una bola roja es de 9/20 o 0.45.
Esta es una construcción intuitiva de la probabilidad condicional que se basa en la idea de
probabilidad de ese evento condicionado a cada uno de los posibles valores del evento
condicional.
otro evento B ha ocurrido. Se denota como P(A|B) y se lee como "la probabilidad de A dado B".
relacionado.
probabilidades individuales.
moneda caiga cara (A) y el dado muestre un 4 (B) es igual a la probabilidad de que la moneda
caiga cara (1/2) multiplicada por la probabilidad de que el dado muestre un 4 (1/6):
probabilidad de eventos relacionados. Este teorema se aplica en situaciones en las que un evento
puede ocurrir de diferentes maneras, y se utiliza para determinar la probabilidad total de que
El teorema de probabilidad total establece que si A1, A2, ..., An son eventos mutuamente
P(B) = P(B | A1) * P(A1) + P(B | A2) * P(A2) + ... + P(B | An) * P(An)
Donde:
P(B | Ai) es la probabilidad de que ocurra B dado que ocurre el evento Ai.
inteligencia artificial.
Donde:
evento B.
• P(B|A) es la probabilidad de que ocurra el evento B dado que ha ocurrido el
evento A.
En otras palabras, el teorema de Bayes nos permite calcular la probabilidad de que ocurra
un evento A, dado que ha ocurrido un evento B, utilizando la información que tenemos sobre la
probabilidad del evento A y la probabilidad condicional de que ocurra el evento B dado que ha
ocurrido el evento A.
eventos relacionados y se desea conocer la probabilidad de que ocurra uno de ellos condicionado
a la ocurrencia de otro.
Para crear un diagrama de árbol, se comienza por un punto central que representa el
evento inicial o la decisión que se debe tomar. A partir de este punto central, se dibujan ramas
que representan las opciones disponibles y las posibles consecuencias de cada opción. Este
En este caso, el punto central es la decisión sobre qué carrera estudiar. Luego, hay tres
ramificaciones. Por ejemplo, si se elige ingeniería, se debe decidir entre civil o eléctrica.
El diagrama de árbol puede ser útil para visualizar las opciones y las consecuencias de
evento.
Otro ejemplo sería el lanzamiento de una moneda al aire. Si lanzamos una moneda al aire
dos veces, los resultados de ambos lanzamientos son eventos independientes, ya que el resultado