PROBABILIDAD

UNIDAD 1: PASO 1 - RECONOCIMIENTO CONTENIDOS DEL CURSO

Presentado por:
Silvana Cabrera S
Código: 1.045.684.642

Grupo: 100402_223

Tutora:

ZORAIDA MONSALVE

CEAD BARRANQUILLA
AGOSTO 2018

1
 INTRODUCCIÓN

Con el presente trabajo estudiaremos los conceptos básicos de probabilidad, para

así poder analizar, comprender y calcular de manera más rápida los problemas
planteados.
Comprenderemos los principios de la probabilidad concernientes a la unidad 1y 2 ,
en temas relacionados con experimento aleatorio, eventos y sucesos, técnicas de
conteo, axiomas de probabilidad, probabilidad condicional y teorema de Bayes.
Aplicando estos temas y conceptos encontraremos un cuadro sinóptico en donde
nos muestra los temas que estudiaremos a lo largo de esta materia.

2
 OBJETIVOS

Comprender los conceptos básicos de probabilidad, técnicas de conteo y

Axiomas de Probabilidad.
Analizar las situaciones, problemas y contextos del desarrollo profesional
donde es oportuna y acertada su aplicabilidad.

3
CUADRO SINOPTICO

https://www.goconqr.com/es-ES/p/14856560-PROBABILIDAD-GRUPO--100402-223--flowcharts

4
 RESUMEN UNIDADES 1 Y 2

Experimento aleatorio, espacio muestral, eventos o sucesos,

operaciones entre eventos

EXPERIMENTO: Es un proceso en el cual se obtienen mediciones , estas pueden

ser de tipo numérico o no numérico cuando se tiene un resultado este se llama
punto de muestra y cuando se tienen los resultados se forma un espacio muestral

ESPACIO MUESTRAL: Este se obtiene de todos los resultados que se obtienen

de un determinado experimento.
Representaremos el espacio muestral S y cada elemento de él es llamado un
punto muestral. Ejemplo: Exp2: Lanzar un par de monedas y anotar el resultado
que sale Exp 5: Se anota el tiempo que hay que esperar para ser atendidos en un
BancoS 2 = { } CC,CX, XC, XX = { : ≥ 0 } ≡ [0,∞ )

TÉCNICA DE CONTEO: Las técnicas de conteo son aquellas que son usadas
para enumerar eventos difíciles de cuantificar.

Regla de conteo: Cada regla de probabilidad estudiada hasta ahora ha incluido el

conteo de resultados favorables con respecto a su total. Sin embargo, en muchos
casos, debido al gran número de posibilidades no es factible formular cada uno de
los resultados.

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.

5
MÉTODO AXIOMÁTICO: Los axiomas de la formulación moderna de la teoría de
la probabilidad constituyen una base para deducir un amplio número de
resultados.
Es considerada considerada como una función de valor real definida sobre una
colección de eventos de un espacio muestral S que satisface los siguientes
axiomas.
Axioma 1. La probabilidad de un evento es un número real no negativo, o sea P(A)
0, para cualquier subconjunto A de un espacio muestral 5
Axioma 2. La probabilidad de un suceso que ocurrirá con certeza es 1, es decir P
(A) - 1, y en complemento a este axioma podemos decir que la probabilidad de un
suceso imposible de ocurrir es cero, es decir P (A) - 0.

TEOREMA DE BAYES: Bajo las mismas condiciones condiciones de la regla de

probabilidad total, se cumple que:

Este teorema también es conocido como fórmula para la probabilidad de causas, y

se desarrolla a partir de la probabilidad condicional y la probabilidad simple (o
marginal).

CONCEPTO DE VARIABLE ALEATORIA Una variable aleatoria es pues, una

función que asigna un número real a cada resultado en el espacio muestral de un
experimento aleatorio. Ellas se denotan con una letra mayúscula, tal como X. Se
dice que X es aleatoria porque involucra la probabilidad de los resultados del
espacio muestral, y se define X como una función porque transforma todos los
posibles resultados del espacio muestral en cantidades numéricas reales.

6
Ejemplo 1. Considere el lanzamiento de una moneda. El espacio muestral de este
experimento aleatorio está constituido por dos resultados: cara y sello. Si se define
X(cara)=0 y X(sello)=1, se transforman los dos posibles resultados del espacio En
este caso la ley de la variable aleatoria es la ley de probabilidad sobre el conjunto
de los valores posibles de que asocia la probabilidad al singleton .

VARIABLE ALEATORIA CONTINUA

Es una función de valor que asigna un número real finito (o infinito contable) a
cada resultado en el espacio muestral de un experimento aleatorio; variables
aleatorias que han sido denominadas discretas. En este tema, donde las variables
aleatorias pueden tomar valores en una escala continua, el procedimiento es casi
el mismo. Se dice que una variable aleatoria X es continua si el número de valores
que puede tomar están contenidos en un intervalo (finito o infinito) de números
reales.

VARIABLE ALEATORIA

Esta variable aleatoria tiene su origen en los juegos de azar, debido a que los
jugadores deseaban saber cual era su esperanza de ganar o perder con un juego
determinado. Como a cada resultado particular del juego le corresponde una
probabilidad determinada, esto equivale a una función de probabilidad de una
variable aleatoria y el conjunto de todos los resultados posibles del juego estará
representado por la distribución de probabilidad de la variable aleatoria. El valor
esperado o esperanza es muy importante, ya que es uno de los parámetros que
describen una variable aleatoria.

DISTRIBUCIONES DE PROBABILIDAD DISCRETA

Distribuciones discretas y continuas Las distribuciones discretas son aquellas en
las que la variable puede pude tomar un número determinado de valores: Ejemplo:
si se lanza una moneda al aire puede salir cara o cruz; si se tira un dado puede

7
salir un número de 1 al 6; en una ruleta el número puede tomar un valor del 1 al
32.
Las distribuciones continuas son aquellas que presentan un número infinito de
posibles soluciones: Ejemplo: El peso medio de los alumnos de una clase puede
tomar infinitos valores dentro de cierto intervalo (42,37 kg, 42,3764 kg,
42,376541kg, etc); la esperanza media de vida de una población (72,5 años,
72,513 años, 72,51234 años).

DISTRIBUCIÓN BINOMIAL

Son las más útiles dentro de las distribuciones de probabilidad discretas. Estas
distribuciones permiten enfrentar circunstancias en las que los resultados
pertenecen a dos categorías relevantes: que ocurra un evento determinado o que
no lo haga. Este tipo de experimento aleatorio particular es denominado ensayo de
Bernoulli. Sus dos resultados posibles son denotados por “éxito” y “fracaso” y se
define por p la probabilidad de un éxito y 1-p la probabilidad de un fracaso.

8
 RESUMEN CIPAS

La siglas CIPAS, significa círculos de interacción y participación académica y

social, estos son grupos de estudios para discutir, resolver dudas, sobre
investigaciones, inquietudes y esto con el fin de mantener motivación al
aprendizaje.
Estos se conforman a partir de afinidades entre los compañeros, en cursos de
primera, segunda y tercera matricula también. Los docentes también tienen
responsabilidades en los CIPAS, con el fin de orientar y resolver inquietudes entre
las dos partes y facilitar el conocimiento de los estudiantes al igual que un
seguimiento constante.
Al finalizar el periodo académico cada CIPAS, realizará una evaluación cualitativa
de la estrategia, a través del formato de evaluación de los CIPAS .

9
 CONCLUSIONES

Con el desarrollo del presente trabajo pude explorar todas las facetas del
significado de la probabilidad y prestar atención a los aspectos procedimentales,
ya que estos temas son fundamentales y aplicables en nuestra cotidianidad. Se
hizo necesario diseñar un cuadro sinóptico para referenciar los temas a tratar
durante el desarrollo de la materia.

10
 REFERENCIAS BIBLIOGRAFICAS
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
11013767&ppg=177
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
10436604&ppg=128
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7C
CX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resul
tClickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE
%7C3BDC
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
11013767&ppg=200

11