MODALIDAD SEMIPRESENCIAL
MATERIA: ESTADISTICA
DOCENTE: ING. VICTOR MEDINA
ALUMNO: BYRON PAREDES MIRANDA
NIVEL: CUARTO
CONTENIDO
TEMA: TEORIA DE LA PROBABILIDAD ........................................................................ 1
INTRODUCCION ................................................................................................................. 1
OBJETIVOS .......................................................................................................................... 2
JUSTIFICACION .................................................................................................................. 3
CONCLUSIONES ............................................................................................................... 22
BIBLIOGRAFIA ................................................................................................................. 23
1
INTRODUCCION
como la probabilidad de ocurrencia del evento, si el valor es cercano a uno, es casi seguro que
●Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización.
(Mendiburu, 2006)
2
OBJETIVOS
OBJETIVO GENERAL
teoría de la probabilidad también de las distribuciones teóricas más importantes para aplicar en
OBJETIVO ESPECIFICO
eventos experimentados.
y probabilidades.
- Identificar, explicar los conceptos importantes y calcular los modelos básicos de conteo,
JUSTIFICACION
como base de la estadística matemática y aplicada, la cual, al mismo tiempo, se emplea para
En la última década, los métodos y propiedades estadísticos en que se aplica la teoría de las
probabilidades, tienen mucha más cavidad y con mayor amplitud en los diferentes campos de
En nuestros días, hay un sin número de eventos donde se aplica la teoría de la probabilidad;
por ejemplo: En los juegos de azar como loterías, rifas, casinos, carreras de caballos, pelea de
mucho por los gobiernos, las empresas, etc. en su proceso de toma de decisiones. En cualquier
aplicación individual, al aplicar las probabilidades indica que existe algún evento aleatorio o de
CUERPO TEORICO
importante matemático soviético A.N. Kolmogorov (nacido en 1903), quien público en 1933
todos los libros de texto modernos existentes, sobre la teoría de probabilidades. (Maibaum,
1976)
probabilidad en su manual para jugadores; pero fueron Pascal (1623-16621 y Fermat (16001 -
1665). alrededor de la primera mitad del siglo XVII quienes desarrollaron la Teoría de la
Jakob Bernoulli (1654-1705) fue también uno de los primeros que estudiaron la probabilidad
Por ejemplo, para calcular en cuantas formas podemos sentar a 6 personas una al lado de la
otra para una foto; o el número de señales que se pueden hacer usando 4 banderas todas de
diferente color; o cuántos números de tres cifras se pueden formar con los dígitos: 1, 2, 3, 4, 5,
cantidades como estas para poder calcular probabilidades, por ello estudiaremos primero como
contar y luego determinaremos probabilidades. La determinación del número sin enlistar todas
5
fórmulas, sin embargo, podemos auxiliarnos con diagramas para poder tener una idea intuitiva
del problema. Los diagramas más usuales son los diagramas de Venn, los diagramas de árbol,
y los diagramas de "rayitas", los diagramas de árbol son una ayuda visual intuitiva que se utiliza
cuando es necesario tomar en cuenta el orden; por ejemplo, supongamos que un cuarto tiene
podemos entrar por una puerta y salir por otra. Obviamente hay varias posibilidades, ¿cuántas
son? Son doce las posibilidades. Para resolver problemas como este, resultan de gran ayuda los
Este diagrama indica que hay cuatro entradas posibles y, una vez usada una de las entradas
solo quedan tres posibles salidas. Por lo tanto, hay doce posibilidades, entrar por A y salir por
B, C o D; o entrar por B y salir por A, C o D, etc. Este problema también puede ser resuelto con
la ayuda de otro tipo de diagrama, el de "rayitas" como son dos operaciones que se van a realizar:
entrada y salida, colocamos dos rayas, en una colocamos el número de posibilidades que hay de
entrar (4) y en la otra el número de posibilidades que hay de salir por otra puerta diferente a la
concepto clásico de probabilidad, ya que éste satisface los tres axiomas de la definición
matemática de probabilidad. (Fig. 1). A veces la probabilidad del evento A se reporta como
P(A)xl00, que significa que cada 100 veces que se realice el experimento, P(A)xl00 veces se
6
verifica el, evento A, así, por ejemplo, Si P(A) = 0.25, se puede decir que el evento A tiene una
probabilidad de 25% o que el evento ocurre 25% de las veces. (Marques de Cantú, 1990)
DEFINICION DE ESTADISTICA
analiza datos como base para inferencias o conclusiones válidas, así como para tomar decisiones
en base a ese análisis. la Estadística es de importancia creciente en varios campos, por ejemplo,
Ejemplo. Si existen “n” posibles resultados, todos ellos con la misma posibilidad de que
probable” está basado en el concepto de probabilidad que queremos definir. (M. Bianco, y
otros, 2004)
El desarrollo inicial de la probabilidad se asocia con los juegos de azar. Sea el punto de
por la enumeración de aquellos resultados que son favorables para este suceso, es decir, que
provocan su ocurrencia. Si designamos con g(A) su número y con k(<α) el de todos los
resultados, entonces la razón de g(A) y k proporciona una Idea sobre el grado de seguridad de
cociente se le llama probabilidad del suceso aleatorio A y se designa con P(A): (Maibaum,
1976)
Ejemplo:
8
adecuada. El experimento aleatorio consiste en la extracción de una pieza, teniendo cada una de
ellas la misma oportunidad de ser tomada. Calculemos la probabilidad de que pieza extraída
aleatoriamente de esta forma, tenga las medidas correctas (suceso A). (Maibaum, 1976)
Datos:
TEORÍA DE PROBABILIDADES
CONCEPTO DE PROBABILIDAD
el cual la probabilidad de un suceso aleatorio es igual al cociente del número de resultados del
situaciones en las cuáles se puede producir uno de varios resultados posibles, la Teoría de la
Probabilidad provee métodos para cuantificar la chance de ocurrencia de cada uno de ellos. (M.
Ejemplos:
• En un juego la probabilidad de un mecanismo por medio del cual pueden estudiarse sucesos
aleatorios, cuando estos se comparan con fenómenos determinísticos. Por ejemplo, nadie espera
predecir con certidumbre el resultado de un experimento tan simple como el lanzamiento de una
moneda. Sin embargo, cualquier estudiante de primer año de física puede calcular el tiempo
transcurrido por un objeto, que se deja caer desde un altura conocida, llegue al suelo. (C.
Canavos, 1988)
ocurrirá o no. Como medida de la oportunidad o probabilidad con lo que podemos esperar que
suceso ocurrirá decimos que su probabilidad es 100% o 1, pero si estamos seguros de que el
¼, diríamos que hay un 25% de oportunidad de que ocurra y un 75% de oportunidad de que n
ocurra. Equivale a decir que la probabilidad contra su ocurrencia es del 75% al 25% o de 3 a 1.
La probabilidad describe lo que ocurre después de muchísimos ensayos. Tenemos que observar
muchas repeticiones para conocer una probabilidad. En el caso de lanzar una moneda, algunas
personas tenaces han llevado a cabo millares de lanzamientos. (S. Moore, 1997)
ALEATORIEDAD Y PROBABILIDAD
embargo, existe una distribución regular de los resultados después de un gran número de
de veces que el resultado se da después de una larga serie de repeticiones. (S. Moore, 1997)
puede estar equivocada. Sin una adecuada comprensión de las leyes básicas de la probabilidad,
Sus respuestas no son predecibles, se caracterizan por repetición del experimento bajo las
MODELOS DE PROBABILIDAD
que de algún modo indica que tan verosímil debe considerarse. Si A es un evento, entonces la
ESPACIO FINITO.
Supongamos que Ω es un espacio muestral finito, y que las características físicas del
experimento sugieren que a los diversos resultados del experimento le han sido asignadas
En otras palabras:
se puede describir como la ciencia o el arte de reunir y analizar datos e inferir consecuencias a
partir de estos elementos. Como el azar afecta tanto a la reunión de datos como a su análisis, y
se debe tener en cuenta al hacer inferencias, el tener conocimientos en estadística implica poseer
efectúa y se repite muchas veces, y prácticamente bajo las mismas condiciones. Cada vez que
relativa de los resultados que posee dicho atributo. (C. Canavos, 1988)
Lanzar dos dados es una forma habitual de perder dinero en los casinos. Cuando lanzamos y
nos fijamos de forma ordenada en los resultados de las caras superiores (primer dado, segundo
dado) podemos obtener 36 resultados posibles. La figura 5 muestra estos resultados, que forman
un espacio muestral S. “Obtener un 5” es un suceso, llámalo A, que está formado por cuatro de
Los jugadores sólo se fijan en la suma de los resultados de las caras superiores. El espacio
muestral resultante de lanzar dos dados y sumar los resultados de las caras superiores es
Comparando esta S con la figura 5, nos recuerda que podemos cambiar S cambiando la
descripción detallada del fenómeno aleatorio que consideramos. (S. Moore, 1997)
Fig. 5. Los 36 resultados posibles del lanzamiento de dos dados. (S. Moore, 1997)
17
muestral y se representa con la letra S. Cada resultado en un espacio muestral se llama elemento
o miembro del espacio muestral, o simplemente punto muestral. Si el espacio muestral tiene un
número finito de elementos, podemos listar los miembros separados con comas y encerrarlo en
paréntesis. De esta forma el espacio muestral S. d los resultados posibles cuando se lanza al aire
S={H,I}
18
aire una moneda de forma repetitiva, no podemos tener la certeza de que un lanzamiento dado
tendrá como resultado una cara. Sin embargo, conocemos el conjunto completo de posibilidades
Ejemplo:
S1 = { 1, 2, 3, 4, 5, 6 }
Quizá fue la sed insaciable del hombre por el juego la que condujo al desarrollo temprano de
matemáticos que les proporcionaran estrategias óptimas para varios juegos de azar. Algunos
matemáticos que proporcionaron estas estrategias fueron: Pascal, Leibniz, Fermat y James
estadística, con todas sus predicciones y generalizaciones, se extiende más allá de los juegos de
azar para abarcar muchos otros campos asociados con los eventos aleatorios, como la política,
los negocios, la predicción del clima y la investigación científica. Para que estas predicciones y
con P(A).
por tanto:
Ejemplo:
Se lanza dos veces una moneda ¿Cuál es la posibilidad de que ocurra al menos una cara?
Si la moneda esta balanceada, cada uno de estos resultados tendrá la misma probabilidad de
ocurrencia. Por tanto, asignamos una probabilidad de X a cada uno de los puntos muestrales.
20
PROBABILIDAD CONDICIONAL
La probabilidad de que un evento B ocurra, cuando se sabe que ya ocurrió algún evento A se
llama Probabilidad condicional y se denota por P(B/A) y este símbolo por lo general se lee “la
probabilidad de que ocurra B dado que ocurrió A” o simplemente “la probabilidad de B, dado
A”, la probabilidad condicional de B, dado A, que se denota con P(B/A), se define como: (Fig.7)
CONCLUSIONES
- La teoría de las probabilidades es un modelo matemático del fenómeno del azar y empezó
- La teoría de la probabilidad se aplica en los juegos de azar como loterías, rifas, casinos,
raíz del juego de azar, siendo efectivo, preciso la necesidad de ganar utilizando varios métodos
En resumen, desde el siglo anterior hasta nuestros días la teoría de la probabilidad se llega
aplicando utilizando todos sus métodos, es así que todos los autores consultados, llegan siempre
a la misma conclusión, llegando a ser muy importante las probabilidades para aplicarlos en
BIBLIOGRAFIA
y Educación, 1976.
Piotr, Marian y Gutiérrez Banegas, Ana Laura. 2009. Introducción a las matemáticas
McGrawill, 1975.
S. Moore, David. 1997. Estadística Aplicada Básica. s.l. : International Statistical Review,
1997.