PROBABILIDAD

La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado suceso. En

otras palabras, su noción viene de la necesidad de medir o determinar cuantitativamente la
certeza o duda de que un suceso dado ocurra o no.
Ésta establece una relación entre el número de sucesos favorables y el número total de
sucesos posibles. Por ejemplo, lanzar un dado, y que salga el número uno (caso favorable)
está en relación a seis casos posibles (1, 2, 3, 4, 5 y 6); es decir, la probabilidad es 1/6.
La probabilidad está basada en el estudio de la combinatoria y es fundamento necesario de la
estadística, además de otras disciplinas como matemática, física u otra ciencia. En ellas se
aplica una teoría de probabilidades, la cual tiene como fin examinar las formas y medios para
obtener esas medidas de certeza, así como encontrar los métodos de combinarlos cuando
intervienen varios sucesos en un experimento aleatorio o prueba.

ESPACIO MUESTRAL
El espacio muestral está formado por todos los posibles resultados de un experimento
aleatorio. Es decir, se compone de todos y cada uno de los sucesos elementales.
El espacio muestral es una parte del espacio probabilístico. Como su propio nombre indica,
está formado por los elementos de la muestra. Al contrario, el espacio probabilístico engloba
todos los elementos. Incluso aunque no salgan recogidos en la muestra.
El espacio muestral se denota con la letra griega Ω (Omega). Está compuesto por todos los
sucesos elementales y/o compuestos de la muestra y, por tanto, coincide con el suceso seguro.
Es decir, aquel suceso que siempre va a ocurrir.
Un ejemplo de espacio muestral en el lanzamiento de una moneda sería:
- Ω = {C, X} dónde C es cara y X es cruz. Esto es, los posibles resultados son cara o
cruz.
- Supongamos el caso de un dado con 4 caras. Enumeradas del 1 al 4 ¿Cuál sería el
espacio muestral del experimento lanzar un dado una sola vez?
Ω = {1, 2, 3, 4} ¿Y si el experimento consiste en lanzar el dado dos veces?
Diferenciamos entre un dado rojo y un dado verde. Ω = {1 y 1, 1 y 2, 1 y 3, 1 y 4, 2 y
1, 2 y 2, 2 y 3, 2 y 4 … 4 y 4 }. Es decir, que en el dado rojo salga un 1 y que en el
dado verde salga un 1, sería el primer suceso elemental. El segundo suceso elemental
consistiría en que en el dado rojo salga un 1 y en el verde un 2. Así hasta un total de
16 sucesos elementales.
 - Si yo tengo una canasta llena de peras y manzanas, de las cuales hay 20 peras y 10
manzanas. ¿Qué fruta es más probable que saque al azar de la canasta?
Para este ejemplo tenemos que 30 es el total de frutas en la canasta; es decir los casos
posibles. Para calcular la probabilidad de sacar una manzana mis casos favorables son
10 puesto que existen sólo 10 manzanas. Así, aplicando la fórmula obtenemos que:
P(Manzana)=10/30=1/3= 33.3% probable
Calculando igual, la probabilidad de sacar pera es:
P(Pera)=20/30=2/3= 66.7% probable
Como 66.7 es mayor que 33.3 es más probable que saque una pera, pues hay más
peras que manzanas en la canasta.

EVENTOS Y PUNTOS MUESTRALES

Un evento es un subconjunto del espacio muestral de un experimento aleatorio. Los eventos
normalmente se denotan con las letras mayúsculas A, B, C; y tienen la característica de ser
subconjuntos de S ((A, B, C) Ì S). Un evento se entiende como el acontecimiento de un hecho
en proceso o por venir. Se dice que es aleatorio, si no es posible determinarlo con exactitud.
En todo caso, será posible predecirlo con un nivel dado de confianza. Al evento también se le
denomina un suceso o un fenómeno. Generalmente, se simula el evento por un conjunto de
variables relacionadas entre sí. Por lo tanto, un evento está representado con una o más
variables vinculadas entre ellas. Si las variables (una o varias de éstas) no son predecibles con
exactitud se dice que el evento es aleatorio. Generalmente las variables representan atributos
y propiedades de los entes que intervienen en el evento, y que pueden ser medidos. Ejemplos:
Se lanza una moneda se observa si el resultado es cara o cruz. Se lanza un par de dados y se
observa la suma de los números de la cara superior. De una baraja americana normal, se
reparte una mano de póker de cinco cartas y se cuenta el número de Ases entregados. Se
coloca un foco a la corriente y se mide el tiempo que éste tarda en fundirse. En una urna con
bolas de igual forma, pero donde hay 20 de color negro y 30 de color blanco. Se extraen tres
bolas y se cuenta el número de bolas blancas extraídas.

Puntos muestrales son cada uno de los posibles resultados de un experimento aleatorio;

también podemos decir que son los elementos que componen el conjunto espacio muestral Ω
del experimento. Ejemplos:  en el caso del dado los puntos muestrales son {1}, {2}, ... {6}.
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)}. Un evento o suceso es
cualquier subconjunto del espacio muestral, llamándose a los sucesos que contengan un único
elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer
lanzamiento", o {(cara, cara), (cara, cruz)}, estaría formado por los sucesos elementales
{(cara, cara)} y {(cara, cruz)}.
En algunos casos, los experimentos pueden tener dos o más espacios muéstrales posibles. El
experimento de tomar un naipe de una baraja española, por ejemplo, tiene un espacio de
muestreo compuesto por los números y otro espacio muestral formado por los palos. La
descripción más completa, pues, debería incluir ambos valores (número y palo) en un eje
cartesiano. Los espacios maestrales pueden ser discretos (cuando el número de sucesos
elementales es finito o numerable) o continuos (en los casos en que el número de sucesos
elementales es infinito o incontable).

PROBABILIDAD DE UN EVENTO
La probabilidad del evento es la probabilidad de que ocurra un resultado o evento específico.
Lo opuesto de un evento es un no evento. La probabilidad del evento también se conoce
como probabilidad pronosticada. La probabilidad del evento estima la probabilidad de que
ocurra un evento, como sacar un as de un mazo de cartas o producir una pieza no conforme.
La probabilidad de un evento varía de 0 (imposible) a 1 (seguro).
Cada ejecución en un experimento se denomina ensayo. Por ejemplo, si lanza una moneda al
aire 10 veces y registra el número de caras, realiza 10 ensayos del experimento. Si los
ensayos son independientes e igual de probables, usted puede estimar la probabilidad del
evento dividiendo el número de eventos entre el número total de ensayos. Por ejemplo, si
obtiene 6 caras en 10 lanzamientos de moneda, la probabilidad estimada del evento (obtener
caras) es: Número de eventos ÷ Número de ensayos = 6 ÷ 10 = 0.6
Una probabilidad de evento acumulada estima la probabilidad de que ocurra un conjunto de
eventos (por ejemplo, la probabilidad de obtener 4 o menos al lanzar un dado, lo cual
representa la suma de la probabilidad de obtener 1, 2, 3 y 4).

PROBABILIDAD CONDICIONAL
La probabilidad condicional es la probabilidad de que ocurra un evento A, sabiendo que
también sucede otro evento B. La probabilidad condicional se escribe P(A|B) o P(A/B), y se
lee «la probabilidad de A dado B».
No tiene por qué haber una relación causal o temporal entre A y B. A puede preceder en el
tiempo a B, sucederlo o pueden ocurrir simultáneamente. A puede causar B, viceversa o
pueden no tener relación causal. Las relaciones causales o temporales son nociones que no
pertenecen al ámbito de la probabilidad. Pueden desempeñar un papel o no, dependiendo de
la interpretación que se les dé a los eventos.
Un ejemplo clásico es el lanzamiento de una moneda para luego lanzar un dado. ¿Cuál es la
probabilidad que en el dado salga un 6 dado que ya haya salido una cara en la moneda? Esta
probabilidad se denota de esta manera: P(6|C).
El condicionamiento de probabilidades puede lograrse aplicando el teorema de Bayes.

INDEPENDENCIA
En teoría de probabilidades, se dice que dos sucesos aleatorios son independientes entre sí
cuando la probabilidad de cada uno de ellos no está influida porque el otro suceso ocurra o
no, es decir, cuando ambos sucesos no están relacionados.
La independencia de sucesos es algo muy importante para la estadística y es condición
necesaria en multitud de teoremas. Por ejemplo, una de las primeras propiedades que se
deriva de la definición de sucesos independientes es que si dos sucesos son independientes
entre sí, la probabilidad de la intersección es igual al producto de las probabilidades.´
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.
    P ( A y B ) = P ( A ) · P ( B )
Ejemplo: Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una canica
es eliminada de la caja y luego reemplazada. Otra canica se saca de la caja. ¿Cuál es la
probabilidad de que la primera canica sea azul y la segunda canica sea verde?
Ya que la primera canica es reemplazada, el tamaño del espacio muestral (9) no cambia de la
primera sacada a la segunda así los eventos son independientes.
P (azul luego verde) = P (azul) · P (verde)

               

REGLA DE PRODUCTO
La regla o teorema del producto establece que la probabilidad de ocurrencia de A y B es igual
a la probabilidad de ocurrencia de A por la probabilidad de ocurrencia de B, dado que A ha
ocurrido previamente. Es decir:
P(A ∩ B) = P (A)·P(B|A)
donde P(B|A) se lee como "la probabilidad de que ocurra B dado que ha ocurrido A".
Cuando los sucesos A y B son independientes:
P(A ∩ B) = P(A)·P(B)
El teorema de Bayes podemos expresarlo de la siguiente manera:
P(A|B) = (P(A) · P (B|A)) / P(B)
Obsérvese el siguiente ejemplo: Se eligen al azar dos personas de un grupo en el que hay 6
mujeres y 4 hombres. Calculemos la probabilidad de que ambos elegidos sean mujeres.

Si llamamos   al suceso "la primera persona elegida es mujer" y   a "la segunda persona
elegida es mujer", la probabilidad buscada puede calcularse utilizando el resultado anterior,

ya que, utilizando la Regla de Laplace,   (10 casos posibles, las 10 personas

a elegir, y 6 de ellos favorables, 6 mujeres en el grupo). Además, utilizando nuevamente la
Regla de Laplace, ya que, si la primera elegida es una mujer, la segunda elección se hace en
un grupo de 9 personas en el que hay 5 mujeres. En

definitiva,  La regla del producto se amplía a más de dos

sucesos.

Sean n sucesos con probabilidad distinta de cero. Entonces la probabilidad

de su intersección puede calcularse con la Regla del producto,

 
VARIABLE ALEATORIA
Es una función que asigna un número real, a cada resultado del espacio muestral, de un
experimento aleatorio. En otras palabras, es una función X definida: X: S → IR Por tanto, es
una función cuyo dominio es el espacio muestral y el rango es el conjunto de los número
reales. El espacio muestral en muchas ocasiones no está constituido por números, pero a
través de la variable aleatoria, se puede expresar en forma numérica todo tipo de espacio
muestral, lo cual facilita el análisis de sus aspectos más relevantes. La distribución de
probabilidad de una variable aleatoria refleja su comportamiento probabilístico.
Ejemplo: Secuencia del sexo de los dos primeros bebes que nacen en un Hospital. Si
utilizamos M para masculino y F para femenino: S= {MM, MF, FM, FF}. X = {Número de
femenino en los dos recién nacidos} Si w = MM, entonces, X(w) = 2. Si w = MF = FM,
entonces, X(w) = 1. Si w = FF, entonces, X(w) = 0. El dominio de X es el conjunto {MM,
MF, FM, FF} y el rango es el conjunto {0,1,2}.
Variables aleatorias discretas: cuando puede tomar un número finito o infinito numerable de
valores. Ejemplos: El número de accidentes de tránsito que ocurren en una autopista en un
lapso determinado. El número de artículos defectuosos que se encuentran en una muestra
aleatoria de 20 artículos producidos por una máquina. El número de veces que se lanza una
moneda hasta que salga la primera cara. El número de hermanos de una persona seleccionada
al azar.
Variables aleatorias continuas: cuando puede tomar un número infinito no numerable de
valores. Alternativamente, se puede definir como aquella variable que puede tomar cualquier
valor dentro de un intervalo de números reales. Ejemplos: El tiempo de espera de un paciente
antes de ser atendido. La edad, la estatura, el peso, la presión arterial, la temperatura. Ingresos
y gastos de una familia.

DISTRIBUCIÓN DE PROBABILIDAD
Es un modelo de probabilidad de una variable aleatoria, permite la representación teórica
simplificada de un fenómeno real y la elaboración de afirmaciones probabilísticas sobre ese
fenómeno. Lo anterior facilita la toma de decisiones y la previsión de hechos que pueden
ocurrir. Es una función que asigna a cada suceso definido sobre la variable la probabilidad de
que dicho suceso ocurra. La distribución de probabilidad está definida sobre el conjunto de
todos los sucesos y cada uno de los sucesos es el rango de valores de la variable aleatoria.
También puede decirse que tiene una relación estrecha con las distribuciones de frecuencia.
De hecho, una distribución de probabilidades puede comprenderse como una frecuencia
teórica, ya que describe cómo se espera que varíen los resultados.
La distribución de probabilidad está completamente especificada por la función de
distribución, cuyo valor en cada x real es la probabilidad de que la variable aleatoria sea
menor o igual que x. Ejemplos: X= variable que nos define el número de burbujas por envase
de vidrio que son generadas en un proceso dado. X= 0, 1, 2, 3, 4, 5, etc, etc. burbujas por
envase.
X= variable que nos define el número de productos defectuosos en un lote de 25 productos.
X= 0, 1, 2, 3,....,25 productos defectuosos en el lote.
X= variable que nos define el número de alumnos aprobados en la materia de probabilidad en
un grupo de 40 alumnos.
X= 0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad.
 BIBLIOGRAFIA

https://conceptodefinicion.de/probabilidad/
https://economipedia.com/definiciones/espacio-muestral.html
http://proyest1.blogspot.com/p/probabilidad-simple-ejercicios.html
https://es.slideshare.net/JoanFernandoChipia/variable-aleatoria-y-distribucines-de-
probabilidad