INVESTIGACION DOCUMENTAL

PROBABILIDAD Y ESTADISTICA

Autor: Leonel Cocoletzi Flores

Tecnológico Nacional de México Campus Apizaco

Ing. Civil – 2do semestre

Fecha de entrega: 10 de febrero del 2024

 Indicé
1.1_Conjuntos, sus operaciones, leyes y su representación. ........................................................................ 4
Definición .............................................................................................................................................. 4
Tipos de conjuntos ................................................................................................................................ 5
Diagramas de Venn ............................................................................................................................... 6
Operaciones de conjuntos .................................................................................................................... 6
Leyes de conjuntos: ............................................................................................................................... 7
1.2_Introducción a la probabilidad. .............................................................................................................. 8
¿Cuál es la fórmula para calcular la probabilidad? ............................................................................... 8
Tipos de probabilidad............................................................................................................................ 8
Teorías de la probabilidad ..................................................................................................................... 9
Situaciones de aplicación .................................................................................................................... 10
1.2.1_Probabilidad de eventos aleatorios .............................................................................................. 10
1.2.2_Diagramas de árbol ....................................................................................................................... 11
1.2.3_Permutaciones y combinaciones .................................................................................................. 11
Permutación lineal .............................................................................................................................. 12
Permutación circular ........................................................................................................................... 12
¿Cuál es el signo de permutación? ..................................................................................................... 12
1.2.4_Espacio muestral y eventos ........................................................................................................... 12
Espacio muestral: ................................................................................................................................ 12
Suceso o evento: ................................................................................................................................. 13
1.3_Definiciones de Probabilidad ............................................................................................................... 13
1.3.1_Definicion clásica........................................................................................................................... 13
1.3.2_Con base en la frecuencia relativa ................................................................................................ 13
1.3.3_Axiomatica .................................................................................................................................... 14
Propiedades que se deducen de los axiomas ..................................................................................... 14
Los tres axiomas de Kolmogorov......................................................................................................... 15
1.4_Probabilidad condicional e independencia .......................................................................................... 16
Probabilidad condicional ..................................................................................................................... 16
Probabilidades condicionales y ciencia de datos ................................................................................ 17
Independencia .................................................................................................................................... 17
Teorema de Bayes ....................................................................................................................................... 18
Referencias Bibliográficas: .......................................................................................................................... 19
Introducción:
El presente documento es una colecta de información de diversas fuentes,
principalmente archivos pdf y paginas de internet, sobre algunos temas relacionados
con la probabilidad y la estadística. Tiene como finalidad poder identificar cada una de
las características y utilidades de la “probabilidad y estadística”, al igual que su
importancia y sus campos de aplicación en la vida cotidiana. Conocer las maravillas
que se pueden lograr dominando este arte y rama de las matemáticas, “Poder predecir
el futuro”, de una carrera, el numero ganador de la latería, saber que cartas podría
tener tu rival en un juego de barajas, etc.
Dominar y comprender el arte de la probabilidad puede resolverte la vida, tal como a
los usuarios que se dedican a la compra y venta de criptomonedas, un área en la que
puedes ganar mucho dinero si logras descifrar el momento exacto en el que es rentable
y conveniente invertir.
1.1_Conjuntos, sus operaciones, leyes y su representación.

Definición
Los conjuntos son un agregado o colección de objetos de cualquier naturaleza con
características bien definidas de manera que se puedan distinguir todos sus elementos,
por ejemplo: el conjunto de días de la semana, el conjunto de las vocales, el conjunto de
los números reales, el conjunto de valores que se pueden obtener al lanzar un dado, etc.

La teoría de conjuntos es una parte de las matemáticas,

también, es la teoría matemática dónde fundamentar la
aritmética y el resto de las teorías matemáticas.
Igualmente, es una parte de la lógica y en particular una
parte de la lógica de predicados.

Tomando el ejemplo del lanzamiento de un dado, se tiene que este caso es un

experimento que tiene como resultado los valores: 1, 2, 3, 4, 5 y 6. Si quisiéramos saber
cuál es la posibilidad de que aparezca un 1 o un 6 en el dado, estaríamos empleando la
probabilidad a este conjunto o experimento. Es por ello, que la teoría de conjuntos es
aplicada a la probabilidad.

De acuerdo con Spiegel, un conjunto es una

colección de objetos llamados miembros o
elementos del conjunto. Algunos sinónimos
de conjunto son: clase, grupo y colección.
A los objetos que lo componen se les llama
elementos del conjunto.

Un conjunto se denota con una letra mayúscula A, B, C, y el elemento por una letra
minúscula a, b, c.
A los elementos se les encierra entre llaves ( {} ) y se separan por comas ( , ).
Ejemplo:
El conjunto de días de la semana. S = {Lunes, Martes, Miércoles, Jueves, Viernes,
Sábado, Domingo}.
Tipos de conjuntos
Según la cantidad de elementos que tenga un conjunto, éstos se pueden clasificar de la
siguiente manera:

Conjuntos Finitos:
Son los que tienen un número conocido de elementos.
Ejemplos:
• El conjunto de números que aparecen al lanzar un dado.
• El conjunto de días de la semana, los meses en el año.
• El conjunto de las vocales.
• El conjunto de los enteros positivos menores que 10.

Conjuntos Infinitos
Son lo que tienen un número ilimitado de elementos.
• El conjunto de los números reales
• El conjunto de los números reales entre 2 y 5

Conjunto universal
Es el conjunto de todos los elementos considerados en un problema o situación
dada.
Ejemplos:
1. Si solo se desea trabajar con los números reales positivos, el conjunto
universal será U = R+ = (0, +∞)
2. Si se quiere trabajar con los números que aparecen en un dado, el conjunto
universal será U = {1, 2, 3, 4, 5, 6}
Se puede notar que el conjunto universal no es único, depende de la situación.
Conjunto vacío
Un conjunto que no tiene elementos y se denota por ∅ ó { }
Ejemplos:
1. El conjunto A = {x ∈! / !!+ 1 = 0} es un conjunto vacío porque no hay
ningún número real que satisfaga !!+ 1 = 0.
Diagramas de Venn
Cualquier figura geométrica cerrada (círculos, rectángulos, triángulos, óvalos, etc.) sirve
para representar gráficamente las operaciones entre conjuntos, estos gráficos son
llamados Diagramas de Venn. Normalmente, al conjunto universal se le representa con
un rectángulo y los conjuntos con un círculo o elipse, tal y como se muestra en la
siguiente figura:
Los diagramas de Venn en ningún momento
constituyen una prueba matemática; sin embargo,
permiten tener una visión intuitiva de la relación que
puede existir entre los conjuntos.

Operaciones de conjuntos
Unión
El conjunto de todos los elementos que pertenecen a A o a B, o tanto a A como a
B, se llama la unión de A y B y se escribe A ∪ B. (Área sombreada).

Intersección
El conjunto de todos los elementos que pertenecen simultáneamente a A y B se
llama la intersección de A y B y se escribe A ∩ B. (Área sombreada).

Diferencia
El conjunto que consiste en todos los elementos de A que no pertenecen a B se
llama la diferencia de A y B y se escribe A – B. (Área sombreada).
Complemento
Son todos los conjuntos no en A y se escribe A’. (Área sombreada).

Leyes de conjuntos:
1.2_Introducción a la probabilidad.

El término probabilidad se utiliza para definir el

cálculo matemático que establece todas las
posibilidades que existen de que ocurra un
fenómeno en determinadas circunstancias de
azar. La probabilidad se calcula con base en un
valor entre 0 y 1 y el nivel de certidumbre viene
determinado por la cercanía a la unidad; por el
contrario, en caso de que se aproxime al cero,
hay menos seguridad en el resultado final.
¿Cuál es la fórmula para calcular la probabilidad?
Para el cálculo de la probabilidad es necesario dividir el número de sucesos favorables
entre el número total de sucesos posibles. Esto genera una muestra y, a partir de los
datos obtenidos, se puede realizar el cálculo.
El cálculo de probabilidades se expresa en porcentaje y responde a la siguiente fórmula:
Probabilidad = Casos favorables / casos posibles x 100.

Tipos de probabilidad
Matemática:
Sigue los principios de una lógica formal y no experimental, calculando en cifras eventos
aleatorios que pueden ocurrir en un determinado campo.
Frecuencial:
Se basa en la experimentación y determina el número de veces que un suceso puede
ocurrir, teniendo en cuenta un número específico de oportunidades.
Objetiva:
Tiene en cuenta con antelación la frecuencia del evento, y solo da a conocer los casos
probables en los que puede ocurrir tal evento.
Subjetiva:
Su concepto es opuesto a la probabilidad matemática, ya que toma en cuenta ciertas
eventualidades que permiten inferir la probabilidad de un determinado evento, aun sin
tener una certeza a nivel aritmético.
Binomial:
Determina el éxito o fracaso de un evento que tenga únicamente dos posibles resultados.
Lógica:
Plantea la posibilidad de que un evento ocurra a partir de leyes inductivas.
Condicionada:
Explica la probabilidad de que suceda un evento según la ocurrencia previa de otro, por
lo que uno es dependiente del otro.
Hipergeométrica:
Probabilidad que se obtiene a partir de técnicas de muestreo, es decir, que los eventos
se clasifican según la frecuencia de su acontecimiento. De esta forma, se crean una serie
de grupos de eventos que están determinados según su aparición.

Teorías de la probabilidad
Adición:
Plantea que la probabilidad de que ocurra un evento en concreto es igual a la suma de
las probabilidades individuales, siempre y cuando los eventos no ocurran en el mismo
momento.
Multiplicación:
Plantea que la probabilidad de que ocurra dos o más eventos independientes es igual al
producto de sus probabilidades individuales.
Distribución binomial:
Plantea que la probabilidad de que ocurra una combinación determinada de eventos
independientes entre ellos admite solo dos posibles resultados excluyentes entre ellos:
éxito o fracaso.
Además, existe la regla de Laplace, que plantea que en una muestra aleatoria formada
por resultados que son igual de probables, la probabilidad de un suceso es resultado del
número de casos posibles divididos entre el número de casos probables.
Situaciones de aplicación
Algunos ejemplos en los que se aplica la probabilidad son:

Análisis estadístico del riesgo empresarial:

Se pueden estimar caída de precios de acciones, estados de inversiones, etc., a través
de fórmulas probabilísticas.
Cálculo de seguros:
Los procesos en los que se estudia la fiabilidad de un asegurado, para saber si es
rentable asegurarlo y por cuánto dinero y tiempo conviene hacerlo, son posibles gracias
a estrategias y cálculos de probabilidad.
Análisis de conducta:
En este tipo de aplicación, se hace uso de la probabilidad para evaluar ciertos
comportamientos de una muestra de la población, de manera que puedan predecirse
ciertos patrones de opinión, comportamientos o pensamientos.
Investigación médica:
El éxito de vacunas, así como sus efectos secundarios en la población, por ejemplo,
viene determinada por cálculos probabilísticos.

1.2.1_Probabilidad de eventos aleatorios

Un evento aleatorio es algo impredecible. Como es impredecible, nunca se le puede dar

un valor/probabilidad exacta. Por ejemplo, no podría predecir la probabilidad de caerse
por un tramo de escaleras en los próximos diez años, ya que es un evento
completamente aleatorio. Lo contrario de aleatorio es determinista, lo que significa que
se puede calcular exactamente. Por ejemplo, su altura se puede calcular a la pulgada
más cercana, por lo que la altura es determinista.
Pregunta de ejemplo: el 76 % de los estadounidenses apoya la atención médica
universal. ¿Cuál es la probabilidad de que un grupo de 3 personas seleccionadas al azar
esté a favor de la atención médica universal?
Paso 1: Cambie el porcentaje dado a un decimal . En nuestro ejemplo:
76% = 0,76 .
Paso 2: Multiplica el decimal encontrado en el paso 1 por sí mismo . Repita tantas veces
como se le pida que elija un artículo. Por ejemplo, si tuviera que elegir 3 elementos al
azar, multiplique 0,76 por sí mismo 3 veces:
0,76 x 0,76 x 0,76 = 0,4389 (redondeado a 4 decimales).
¡Así es como encontrar la probabilidad de un evento aleatorio!
En la teoría de la probabilidad, un evento aleatorio o fuente de sucesos aleatorio es un
subconjunto de un espacio muestral, es decir, un conjunto de posibles resultados que se
pueden dar en un posible pero muy lejano experimento aleatorio.

1.2.2_Diagramas de árbol
Un diagrama de árbol es una representación
gráfica utilizada para mostrar datos que siguen un
modelo jerárquico. Proveniente de la semejanza de
un árbol, utiliza ramas para representar la
subdivisión de actividades o procesos.
Es una representación gráfica de los posibles
resultados de un experimento que tiene varios
pasos. Nos permite calcular la probabilidad de que
ocurra un evento de una manera muy sencilla.
Aquí tenemos un clásico diagrama de árbol, en el
cual graficamos los posibles resultados de un
experimento que consiste en lanzar una moneda y
un dado.

Para el cálculo de las probabilidades, usaremos un truco, si

para calcular cierta probabilidad avanzamos hacia la
derecha, entonces multiplicamos. Por otro lado, si para
calcular cierta probabilidad avanzamos hacia abajo,
entonces sumamos.

1.2.3_Permutaciones y combinaciones
Las permutaciones son agrupaciones en las que importa el orden de los objetos. Las
combinaciones son agrupaciones en las que el contenido importa, pero el orden no. Dos
eventos son dependientes si el estado original de la situación cambia de un evento al
otro, y esto altera la probabilidad del segundo evento.
Una permutación es un arreglo ordenado de objetos de un grupo, sin repeticiones. Por
ejemplo, existen seis maneras de ordenar las letras abc sin repetir una letra. Las seis
permutaciones son abc, acb, bac, bca, cab, cba.
Las permutaciones también se pueden utilizar para determinar el número de maneras
posibles de ordenar un grupo de letras o dígitos, lo cual tiene aplicaciones en la
codificación. Las combinaciones y permutaciones, que se conocen como combinatoria,
desempeñan un papel importante en la ingeniería de redes, informática (criptografía),
biología molecular (análisis de patrones) y otros campos.

Existen dos tipos de permutaciones: la lineal y la circular.

Permutación lineal
Cuando una disposición con orden se realiza en línea recta, se conoce como
permutación lineal.
Permutación circular
Sin embargo, cuando una disposición con orden se realiza de forma circular, o curva, se
conoce como permutación circular.
¿Cuál es el signo de permutación?
Se utilizan varios signos para representar la permutación. Estos son:

1.2.4_Espacio muestral y eventos

Espacio muestral:
Es el conjunto de todos los posibles resultados de un experimento aleatorio.
Suceso o evento:
Es cualquier subconjunto del espacio muestral.
El espacio muestral, considerado como un suceso, recibe el nombre de suceso seguro
o cierto. El suceso vacío recibe el nombre de suceso imposible.

1.3_Definiciones de Probabilidad
La probabilidad se halla continuamente a nuestro alrededor. Los ejemplos más obvios de
ella tienen que ver con juegos de azar: los dados, por ejemplo.

1.3.1_Definicion clásica
La probabilidad es una medida de la certidumbre de que ocurra un evento. Su valor es
un número entre 0 y 1, donde un evento imposible corresponde a cero y uno seguro
corresponde a uno.
Por ejemplo, cuando lanzamos una moneda al aire, existe una probabilidad de 0,50 o
50% que obtendremos águila o sol (cara o cruz en algunos países).

1.3.2_Con base en la frecuencia relativa

Debido a que es naturalmente implícito que por ser necesariamente que por principios
de existencia que la probabilidad es relativa a la posibilidad, debido a que sin la
existencia de un evento la probabilidad no existiría en el entendido de que la relatividad
de acuerdo al diccionario de la real academia de la lengua dice que relatividad es el
concepto de posibilidad dado que si existe una probabilidad la posibilidad por ende es
existente no se mencionara en este texto como tal pero es existente. Se entiende por
probabilidad frecuentista a la frecuencia relativa de un evento esperado en el largo
plazo o luego de una secuencia de ensayos.1 Cuantas más veces se repita el
experimento, al final las posibilidades de que ocurra cada uno de los sucesos será
regular. Aunque cualquier comportamiento sea aleatorio, por proceso empírico
llegaremos a una regularidad. Es cuando se lanza un dado y suponiendo cuantas
veces cae el número que se seleccionó.
La estadística que estamos acostumbrados a utilizar es la estadística frecuentista, que
es la que se desarrolla a partir de los conceptos de probabilidad y que se centra en el
cálculo de probabilidades y los contrastes de hipótesis.
Utilizando la fórmula del límite cuando N tiende a infinito de n/N y nos da la
probabilidad del suceso P(S), o más gráficamente:

Por tanto, la forma de calcular la probabilidad es usar la frecuencia relativa, ya que si

se trata de un experimento aleatorio en el cual se repite muchas veces, la frecuencia
relativa se acercará mucho a la probabilidad del suceso P(S).

1.3.3_Axiomatica
Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para
que una función definida sobre un conjunto de sucesos determine consistentemente
sus probabilidades.
Propiedades que se deducen de los axiomas
Ejemplo: Pensar en la probabilidad de que llueva el día de hoy: es probable que no llueva,
probabilidad igual a cero; es probable que llueva en 0.50 o del 50%; y de que sea seguro
que llueva 1 o 100%.
Los tres axiomas de Kolmogorov
Los tres axiomas son:
• Para cualquier evento A, P(A) ≥ 0. En inglés, eso es “Para cualquier evento A, la
probabilidad de A es mayor o igual a 0”.
• Cuando S es el espacio muestral de un experimento; es decir, el conjunto de
todos los resultados posibles, P(S) = 1. En inglés, eso es «La probabilidad de
que ocurra cualquiera de los resultados es del cien por cien», o, parafraseando,
«cada vez que se realiza este experimento, algo sucede».
• Si A y B son resultados mutuamente excluyentes, P(A ∪ B ) = P(A) + P(B). Aquí
∪ significa ‘unión’. Podemos leer esto diciendo: «Si A y B son resultados
mutuamente excluyentes, la probabilidad de que ocurra A o B es la probabilidad
de que ocurra A más la probabilidad de que ocurra B».
Muchas leyes importantes se derivan de los tres axiomas de Kolmogorov. Por ejemplo,
la Ley de los Grandes Números se puede deducir de las leyes mediante razonamiento
lógico (Tijms, 2004).
El hecho de que estos axiomas sean universales no significa que proporcionen todas
las respuestas. Por ejemplo, cualquier función que satisfaga los tres axiomas se
denomina función de probabilidad. Sin embargo, los axiomas no te dicen qué función
elegir; simplemente establece que la función de probabilidad que elija debe satisfacer
las reglas.

Los axiomas de probabilidad permiten

calcular la probabilidad de acertar en juegos
de azar como la ruleta.
1.4_Probabilidad condicional e independencia

Probabilidad condicional
El concepto de probabilidad condicional está presente en el habla cotidiana. Son
comunes, por ejemplo, expresiones del tipo:
Cuando llueve, la probabilidad de que se produzcan atascos es del 40%.

El concepto de la probabilidad condicional aparece en muchos contextos,

frecuentemente con denominaciones específicas. Por ejemplo, en epidemiología se
distingue entre la tasa de mortalidad (o la probabilidad de morir a causa de una
determinada enfermedad), que podríamos representar como y la tasa de letalidad, que
es la probabilidad de morir condicionada a haber contraído la enfermedad. También se
habla de tasa de paro (la probabilidad de estar desempleado) y, pe, tasa de paro
femenina, o la probabilidad de que una mujer se encuentre desempleada, que es la
probabilidad de que una persona esté desempleada condicionada a que dicha persona
es mujer.
Hablar de probabilidades condicionales viene a ser equivalente a cambiar (o estrechar)
el marco de referencia, el evento total. De hecho, por lo anterior:
Probabilidades condicionales y ciencia de datos
Las probabilidades condicionales constituyen, podrían decirse, el núcleo de la ciencia de
datos. En un banco, por ejemplo, podría representar la probabilidad de impago de una
hipoteca y mostrarse, tal vez gráficamente, en un cuadro de mando tras calcularse
mediante una consulta a la base de datos. También podrían mostrarse las probabilidades
condicionales, posiblemente sobre un mapa. Porque, efectivamente, existe una relación
conceptual entre las probabilidades condicionales y las operaciones basadas en la
expresión de SQL.
Trascendiendo ese mundo de indicadores simples, un modelo de los usados en ciencia
de datos no es otra cosa que una estimación más o menos problemática de, la
probabilidad de un impago (en este caso) dadas o condicionadas a una serie de eventos
que tratan de describir las circunstancias de un cliente concreto y que podrían incluir no
solo su provincia, sino también su edad, sus ingresos, su historial crediticio, etc.

Independencia
Se dice que dos eventos A y B son independientes si y solo si la probabilidad del evento
B no está influida por el suceso del evento A o viceversa.
La relación de independencia es tal vez la más simple (entre las no triviales, como, por
ejemplo, ser iguales o complementarios) que puede existir entre eventos. Dos eventos y
son independientes y se suele escribir que cuando ABA | B.

Si se reescribe la definición anterior en términos de las probabilidades condicionales,

queda de la forma:

que es mucho más intuitivo: da mucho mejor a entender que el conocimiento de B no

afecta para nada a la probabilidad de A. Siguiendo con el ejemplo futbolístico, si es el
evento relacionado con la victoria en liga del equipo local y es algún tipo de evento en
las lunas de Saturno, es plausible que, AAB PAG(A|B) = PAG (B).
1.5_Teorema de Bayes
El teorema de Bayes es útil para encontrar una probabilidad condicionada de un suceso
cuando ya ha ocurrido otro suceso que afecta la probabilidad del primer suceso.

En términos más generales y menos

matemáticos, el teorema de Bayes es
de enorme relevancia puesto que
vincula la probabilidad de A dado B con
la probabilidad de B dado A.
Es decir, por ejemplo, que sabiendo la
probabilidad de tener un dolor de
cabeza dado que se tiene gripe, se
podría saber (si se tiene algún dato más), la probabilidad de tener gripe si se tiene un
dolor de cabeza. Muestra este sencillo ejemplo la alta relevancia del teorema en cuestión
para la ciencia en todas sus ramas, puesto que tiene vinculación íntima con la
comprensión de la probabilidad de aspectos causales dados los efectos observados.
Una de las muchas aplicaciones del teorema de Bayes es la inferencia bayesiana, un
enfoque particular de la inferencia estadística. Cuando se aplican, las probabilidades
implicadas en el teorema pueden tener diferentes interpretaciones de probabilidad. Con
la interpretación probabilidad bayesiana, el teorema expresa cómo un grado de creencia,
expresado como una probabilidad, debería cambiar racionalmente para tener en cuenta
la disponibilidad de pruebas relacionadas. La inferencia bayesiana es fundamental para
la estadística bayesiana, siendo considerada por una autoridad como; "a la teoría de la
probabilidad lo que el teorema de Pitágoras es a la geometría.
Aplicación:
El teorema de Bayes es válido en todas las aplicaciones de la teoría de la probabilidad.
Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea. En
esencia, los seguidores de la estadística tradicional solo admiten probabilidades basadas
en experimentos repetibles y que tengan una confirmación empírica mientras que los
llamados estadísticos bayesianos permiten probabilidades subjetivas. El teorema puede
servir entonces para indicar cómo debemos modificar nuestras probabilidades subjetivas
cuando recibimos información adicional de un experimento. La estadística bayesiana
está demostrando su utilidad en ciertas estimaciones basadas en el conocimiento
subjetivo a priori y el hecho de permitir revisar esas estimaciones en función de la
evidencia empírica es lo que está abriendo nuevas formas de hacer conocimiento. Una
aplicación de esto son los clasificadores bayesianos que son frecuentemente usados en
implementaciones de filtros de correo basura o spam, que se adaptan con el uso. Otra
aplicación se encuentra en la fusión de datos, combinando información expresada en
términos de densidad de probabilidad proveniente de distintos sensores.
Conclusión:
La probabilidad y estadística desempeñan un papel crucial en diversas áreas de estudio
y aplicación. Algunas razones por las que son importantes son la toma de decisiones,
Predicciones y planificaciones, Análisis de datos, etc.
En resumen, la probabilidad y estadística son herramientas poderosas que nos permiten
comprender el mundo, tomar decisiones informadas y enfrentar la incertidumbre en
diversas áreas de la vida.

Referencias Bibliográficas (APA):

• Christensen, H. (s. f.) Estadística paso a paso. Trillas. 3ª edición. México. 2001.
• Martínez, C. Estadística (s. f.) Básica Aplicada. ECOE Ediciones. Tercera Edición.
Bogotá. 2006.
• Marques, M. (2013) Probabilidad y Estadística para Ciencias Químico-Biológicas.
Mc.Graw Hill. México. 1991
• Spiegel, M. (s. f.) Probabilidad y Estadística. Mc.Graw Hill. México. 1975.
• Probabilidad: qué es, fórmula, tipos, teorías - Ferrovial. (2022, 2 noviembre). Ferrovial.
https://www.ferrovial.com/es/stem/probabilidad/
• Permutación y combinación: Resumen bachiller | StudySmarter. (s. f.). StudySmarter
ES. https://www.studysmarter.es/resumenes/matematicas/estadistica-y-
probabilidad/permutacion-y-combinacion/
• Colaboradores de Wikipedia. (2023b, diciembre 14). Probabilidad frecuentista.
Wikipedia, la Enciclopedia Libre.
https://es.wikipedia.org/wiki/Probabilidad_frecuentista#:~:text=Se%20entiende%20por%
20probabilidad%20frecuentista,de%20los%20sucesos%20ser%C3%A1%20regular
• Benites, L. (2022, 2 febrero). Probabilidad axiomática: definición, los tres axiomas de
Kolmogorov. Statologos. https://statologos.com/probabilidad-axiomatica/
• Bellosta, C. J. G. (2022, 24 diciembre). Capítulo 3 Probabilidades condicionales e
independencia | Introducción a la probabilidad y la estadística para científicos de datos.
https://datanalytics.com/libro_estadistica/probabilidades-condicionales-e-
independencia.html
• Colaboradores de Wikipedia. (2023, 23 noviembre). Teorema de Bayes. Wikipedia, la
Enciclopedia Libre. https://es.wikipedia.org/wiki/Teorema_de_Bayes.