You are on page 1of 8

Origen y definicin de probabilidad.

El origen de las probabilidades se inicia en el ao de 1654 cuando el matemtico


francs Blaise Pascal hacia un viaje con el apasionado jugador de dados y cartas,
conocido como El Caballero de Mere, quien era noble e ilustrado. Este crea que haba
encontrado una falsedad en los nmeros al analizar el comportamiento de los dados, era
diferente cuando se utilizaba un dado, que cuando se utilizaban dos dados. Esta
presuncin era una comparacin errnea, entre las probabilidades de sacar un seis en un
solo dado o de sacar un seis con dos dados.
Durante el siglo XVIII, debido muy particularmente a la popularidad de los juegos de
azar, el clculo de probabilidades tuvo un notable desarrollo sobre la base de la anterior
definicin de probabilidad. Destacan en 1713 el teorema de Bernoulli y la distribucin
binomial, y en 1738 el primer caso particular estudiado por De Moivre, del teorema central
del lmite. En 1809 Gauss inici el estudio de la teora de errores y en 1810 Laplace, que
haba considerado anteriormente el tema, complet el desarrollo de esta teora. En 1812
Pierre Laplace public Thorie analytique des probabilits en el que expone un anlisis
matemtico sobre los juegos de azar.
La probabilidad es un mtodo por el cual se obtiene la frecuencia de un
acontecimiento determinado mediante la realizacin de experimentos aleatorios, de los
que se conocen todos los resultados posibles, bajo condiciones suficientemente estables.
La probabilidad es un evento o suceso que puede ser improbable, probable o seguro.
Las probabilidades constituyen una rama de las matemticas que se ocupa de medir o
determinar cuantitativamente la posibilidad de que un suceso o experimento produzca un
determinado resultado. La probabilidad est basada en el estudio de la combinatoria y es
fundamento necesario de la estadstica.

Definicin de experimento.
Un experimento, en estadstica, es cualquier proceso que proporciona datos,
numricos o no numricos." "En estadstica se acostumbra denominar experimento aun
proceso de observacin o medicin cualquiera. En este sentido, un experimento consiste
en el proceso de verificar si un interruptor est en posicin de encendido o apagado, en
contar las imperfecciones que hay en un rollo de tela, o puede consistir en el proceso muy
complicado de determinar la masa de un electrn.

Definicin de experimento aleatorio.


Un experimento aleatorio es aquel que bajo el mismo conjunto aparente de
condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede
predecir o reproducir el resultado exacto de cada experiencia particular.
Por ejemplo, lanzar una moneda al aire. No podemos determinar con toda certeza
cul ser el resultado al lanzar una moneda al aire?, por lo tanto constituye un
experimento aleatorio.

Definicin de espacio muestral.


Se le llama espacio muestral al conjunto de todos los resultados posibles de un
experimento aleatorio. Por ejemplo, si el experimento consiste en lanzar dos monedas, el
espacio de muestreo es el conjunto (cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz).

Tipos de espacios muestral

Espacio muestral discreto finito: Consta de un nmero finito de elementos, por


ejemplo lanzar un dado.

Espacio muestral discreto infinito: Consta de un nmero infinito numerable de


elementos, por ejemplo lanzar un dado hasta que salga un cinco.

Espacio muestral continuo: Consta de un nmero infinito no numerable de


elementos, por ejemplo todas las medidas posibles de esprragos extrados
aleatoriamente de una poblacin.

Definicin de evento.
Un evento es un subconjunto del espacio muestral de un experimento aleatorio. Los
eventos normalmente se denotan con las letras maysculas A, B, C; y tienen la
caracterstica de ser subconjuntos de S ((A, B, C).

Tipos de eventos.

Eventos mutuamente excluyentes: Los eventos mutuamente excluyentes son


aquellos en los que si un evento sucede significa que el otro no puede ocurrir.
Si bien suelen usarse en teoras cientficas, tambin son parte de las leyes y los
negocios. Como resultado, entender los eventos mutuamente excluyentes
puede ser importante para una variedad de disciplinas. Por ejemplo, sacar una
carta de corazones y una carta de espadas. Son eventos mutuamente
excluyentes, las cartas o son de corazones o son de espadas.

Evento mutuamente no excluyente: Un evento mutuamente no excluyente, son


aquellos que a la hora de que suceda no se descarta la posibilidad de otro, es
decir pueden suceder 2 eventos en el mismo acto. Ejemplo: si se lanzan 2
dados al aire existe la posibilidad de que salga 6 en cualquiera de los 2 dados
lanzados, lo cual tiene una probabilidad de ocurrencia de 11/36 ya que hay 11
combinaciones de los puntos de los dados, que cumplen con esta condicin: 16, 6-1 2-6,6-2 3-6,6-3 4-6,6-4 4-5,6 6-5 6-6 . Y si ocurre el suceso B, los puntos
que ambos dados suman un puntaje igual a 8 puntos, lo cual tiene una
probabilidad de ocurrencia 5/36, ya que hay 5 combinaciones que cumplen con
esta condicin.

Evento independiente: Dos eventos son independientes si el resultado del


segundo evento no es afectado por el resultado del primer evento. Si A y B son
eventos independientes, la probabilidad de que ambos eventos ocurran es el
producto de las probabilidades de los eventos individuales. Por 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.

Enfoque de probabilidad clsica.


El enfoque clsico de la probabilidad se basa en la consideracin de que los
resultados de un experimento son igualmente posibles. Empleando el punto de vista
clsico, la probabilidad de que suceda un evento se calcula dividiendo el nmero de
resultados favorables, entre el nmero de resultados posibles.

Reglas de la adicin
Establece que si dos eventos A y B son mutuamente excluyentes la probabilidad de
que uno u otro evento ocurran es igual a la suma de sus probabilidades.
Mutuamente excluyentes: Si A y B son dos eventos mutuamente excluyentes
(eventos no interesantes), es decir, si la ocurrencia de cualquiera de ellos
excluye la del otro, no pueden ocurrir a la vez, o cuando no tienen ningn punto
muestral en comn se aplica la siguiente regla para calcular dicha probabilidad:
Por ejemplo:
Sea A el suceso de sacar un As de una baraja estndar de 52 cartas y B sacar
un Rey de corazn rojo. Calcular la probabilidad de sacar un As o un Rey de
corazn rojo en una sola extraccin.
La solucin sera en este caso ya que, A y B son sucesos mutuamente
excluyentes porque no es posible obtener ambos a la vez.
Las probabilidades son:

Reemplazando los anteriores valores en la regla particular de la adicin de


probabilidades para eventos mutuamente excluyentes se obtiene:

No mutuamente excluyentes: Si A y B son dos eventos no mutuamente


excluyentes (eventos interesantes), es decir, de modo que ocurra A o bien B o
ambos a la vez (al mismo tiempo), entonces se aplica la siguiente regla para
calcular dicha probabilidad:
Por ejemplo:
Sea A el suceso de sacar un As de una baraja estndar de 52 cartas y B sacar
una carta con corazn rojo. Calcular la probabilidad de sacar un As o un
corazn rojo o ambos en una sola extraccin.
La solucin sera A y B son sucesos no mutuamente excluyentes porque puede
sacarse el as de corazn rojo. Las probabilidades son:

Reemplazando los anteriores valores en la regla general de la adicin de


probabilidades para eventos no mutuamente excluyentes se obtiene:

Ley de la multiplicacin de la probabilidad.


La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos o ms
eventos estadsticamente independientes es igual al producto de sus probabilidades
individuales.

Eventos dependientes: Si A y B son dos eventos dependientes, es decir, si la


ocurrencia de A afecta la probabilidad de ocurrencia de B, entonces, dicha
probabilidad de calcula empleando la siguiente regla:

Por ejemplo:
De una baraja estndar de 52 cartas sea A el suceso de sacar un As en la
primera extraccin y B sacar un As en la segunda extraccin. Calcular la
probabilidad de sacar dos Ases en dos extracciones sin devolver la carta
extrada.
La solucin ser entonces cuando, A y B son sucesos dependientes porque la
ocurrencia de A afecta la probabilidad de ocurrencia de B. La probabilidad de
que la primera carta sea un As es:

La posibilidad de que la segunda carta sea un As es de:

Reemplazando los anteriores valores en la regla general de la multiplicacin de


probabilidades para eventos dependientes se obtiene:

Eventos independientes: Si A y B son dos eventos independientes, es decir, si


el conocimiento de la incidencia de uno de ellos no tiene efecto en la
probabilidad de ocurrencia del otro, entonces, para calcular la probabilidad de
dichos eventos se aplica la siguiente regla:

Por ejemplo:
De una baraja estndar de 52 cartas sea A el suceso de sacar un As en la
primera extraccin y B sacar un Rey en la segunda extraccin. Calcular la
probabilidad de sacar un As y un Rey en dos extracciones devolviendo la carta
extrada.
La solucin cuando A y B son sucesos independientes porque la ocurrencia de
A afecta la probabilidad de ocurrencia de B. La probabilidad de que la primera
carta sea un As es:

La probabilidad de que la segunda carta sea un Rey, dado que se devolvi el As


de la primera extradicin:

Diagrama de rbol.
Un diagrama de rbol es una herramienta que se utiliza para determinar todos los
posibles resultados de un experimento aleatorio. En el clculo de la probabilidad se
requiere conocer el nmero de objetos que forman parte del espacio muestral, estos se
pueden determinar con la construccin de un diagrama de rbol.

Teorema de Bayes
El teorema de Bayes, en la teora de la probabilidad, es una proposicin planteada por
el filsofo ingls Thomas Bayes (1702-1761)1 en 1763,2 que expresa la probabilidad
condicional de un evento aleatorio A dado B en trminos de la distribucin de probabilidad
condicional del evento B dado A y la distribucin de probabilidad marginal de slo A.
En trminos ms generales y menos matemticos, 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, que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene
gripe, se podra saber (si se tiene algn dato ms), la probabilidad de tener gripe si se
tiene un dolor de cabeza. Muestra este sencillo ejemplo la alta relevancia del teorema en
cuestin para la ciencia en todas sus ramas, puesto que tiene vinculacin ntima con la
comprensin de la probabilidad de aspectos causales dados los efectos observados.
El teorema de Bayes es vlido en todas las aplicaciones de la teora de la
probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades que
emplea. En esencia, los seguidores de la estadstica tradicional slo admiten
probabilidades basadas en experimentos repetibles y que tengan una confirmacin
emprica mientras que los llamados estadsticos bayesianos permiten probabilidades
subjetivas.
Por ejemplo:
El 20% de los empleados de una empresa son ingenieros y otro 20% son
economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los
economistas tambin, mientras que los no ingenieros y los no economistas solamente el
20% ocupa un puesto directivo. Cul es la probabilidad de que un empleado directivo
elegido al azar sea ingeniero?

Bibliografa

https://es.wikipedia.org/wiki/Probabilidad

http://www.monografias.com/trabajos102/origen-e-importanciaprobabilidades/origen-e-importancia-probabilidades.shtml

http://www.estadisticaparatodos.es/historia/histo_proba.html

http://pendientedemigracion.ucm.es/info/genetica/Estadistica/estadistica_basica
.htm

http://html.rincondelvago.com/estadistica_28.html

http://www.ucm.es/info/genetica/Estadistica/estadistica_basica.htm

https://es.wikipedia.org/wiki/Experimento_aleatorio

http://www.monografias.com/trabajos95/conceptos-basicos-probabilidades-yestadistica-inferencial/conceptos-basicos-probabilidades-y-estadisticainferencial.shtml

http://proyectodescartes.org/iCartesiLibri/materiales_didacticos/EstadisticaProb
abilidadInferencia/Probabilidad/2_1ExperimentosAleatorios.html

https://es.wikipedia.org/wiki/Espacio_muestral

http://es.slideshare.net/14anne/eventos-mutuamente-excluyentes-39703408

http://probabilidadyestadisticainteresante.blogspot.com/2013/05/eventosdependientes-e-independiente_2.html

http://aprendoestadistic.blogspot.com/2013/04/eventos-mutuamenteexcluyentes.html

http://es.slideshare.net/rdvera2/probabilidad-clsica-de-frecuencia-relativa-ysubjetiva

http://www.monografias.com/trabajos69/teoria-elemental-probabilidad/teoriaelemental-probabilidad.shtml

http://www.monografias.com/trabajos89/adicion-probabilidades-eventosmutuamente/adicion-probabilidades-eventos-mutuamente.shtml

http://www.monografias.com/trabajos88/regla-general-adicionprobabilidades/regla-general-adicion-probabilidades.shtml

You might also like