UNIVERSIDAD TECNOLÓGICA DE CHIHUAHUA

T.S.U. EN MECATRÓNICA, ÁREA AUTOMATIZACIÓN

2.2.1 S Probabilidad Básica y Condicional

PROBABILIDAD Y ESTADISTICA

M.C. KARLA MARÍA RONQUILLO GONZÁLEZ

MT32M

PRESENTA:

OLIVAS HIDALGO

JASSIEL EDUARDO

Chihuahua, Chih., 14 de octubre de 2022

 Definir los conceptos de probabilidad básica:

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.
Una forma empírica de estimar la probabilidad consiste en obtener la frecuencia con la que
sucede un determinado acontecimiento mediante la repetición de experimentos aleatorios,
bajo condiciones suficientemente estables. En algunos experimentos de los que se conocen
todos los resultados posibles, la probabilidad de estos sucesos pueden ser calculadas de
manera teórica, especialmente cuando todos son igualmente probables.
La teoría de la probabilidad es la rama de la matemática que estudia los experimentos o
fenómenos aleatorios. Se usa extensamente en áreas como la estadística, la física, las ciencias
sociales, la Investigación médica, las finanzas, la economía y la filosofía para conocer la
viabilidad de sucesos y la mecánica subyacente de sistemas complejos.

Experimento
Los experimentos (o fenómenos) aleatorios son aquellos en los que no se puede predecir el
resultado. Un "experimento" es una operación que provoca un fenómeno que acaba
produciendo un resultado. Este resultado puede ser conocido con certeza o no.
Un experimento puede considerarse de tres tipos:
Determinista, Casual o Aleatorio
Los experimentos deterministas producen resultados conocidos y predecibles, siempre que las
condiciones del experimento sean controlables (que podamos repetirlo en las mismas
condiciones).
Nuestro interés se encuentra en los experimentos aleatorios, que se caracterizan porque:
-Pueden repetirse indefinidamente en las mismas (en la práctica, análogas) condiciones.
-Se conoce el conjunto de resultados posibles, pero no es predecible de antemano el resultado
particular que obtendremos.
-Presentan un comportamiento estable a largo plazo, esto es, si se repite muchas veces se
apreciarán proporciones estables entre sus resultados (Ley de la Regularidad estadística).
Cuando en un experimento se cumplen las dos primeras condiciones, pero no la tercera, se
denomina experimento casual.
Los resultados de un experimento aleatorio les agrupamos en un conjunto que llamaremos
espacio muestral.

Espacio muestral
En la teoría de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, Ω o
U) consiste en el conjunto de todos los posibles resultados de un experimento aleatorio, junto
con una estructura sobre el mismo. Para algunos tipos de experimento puede haber dos o más
espacios de muestreo posibles.
Los espacios de muestreo aparecen de forma natural en una aproximación elemental a la
probabilidad, pero son también importantes en espacios de probabilidad. Un espacio de
probabilidad (Ω, F, P) incorpora un espacio de muestreo de resultados, Ω, pero define un
conjunto de sucesos de interés, la σ-álgebra F, por la cual se define la medida de probabilidad P.

Evento
Un evento o suceso es un subconjunto de un espacio muestral, es decir, un conjunto de
posibles resultados que se pueden dar en un experimento aleatorio.
Formalmente, sea Ω un espacio muestral, entonces un evento es un subconjunto,
donde (w1,w2,...) son una serie de posibles resultados.

Se dice que un evento A ocurre, si el resultado del experimento aleatorio es un elemento de A.

Eventos mutuamente excluyentes

En el ámbito de la lógica y de la teoría de la probabilidad dos proposiciones (o eventos) son
mutuamente excluyentes o disjuntos si ambos no pueden ser verdaderos (o suceder
simultáneamente)

Explicar los métodos para el cálculo de probabilidad:

Aproximación de probabilidad por frecuencias relativas
La definición frecuentista o frecuencial de la probabilidad tiene unas características que merece
la pena mencionar. Las propiedades son:
La probabilidad de un suceso S siempre estará entre 0 y 1.
En efecto, podemos demostrar este hecho, utilizando la fórmula de arriba. Por un lado,
sabemos que el suceso S siempre será menor que el número total de ensayos. Es de lógica
pensar que, si repetimos el experimento N veces, el máximo número de veces que ocurrirá S
será igual a N. Así pues:
Propiedad Probabilidad Frecuencial
Es decir, partiendo de la premisa explicada anteriormente, dividimos (segundo paso) todos
elementos entre N. Una vez hecho esto, llegamos a la conclusión rodeada en rojo. Es decir, la
probabilidad frecuencial o frecuencia relativa de un suceso siempre estará entre 0 y 1.
Si un suceso S es la unión de un conjunto de sucesos disjuntos, su probabilidad es igual a la
suma de las probabilidades de cada suceso por separado.
Dos sucesos disjuntos son aquellos que no tienen sucesos elementales en común. Por tanto,
tiene sentido pensar que la probabilidad de un suceso (S) que sea resultado de la suma de
frecuencias relativas de cada suceso (s). Matemáticamente se expresa así:

En la operación anterior se traslada de frecuencias absolutas a frecuencias relativas. Es decir,

entendido S como un conjunto de sucesos disjuntos (s), su unión es igual a la suma de todos
ellos. Esto nos daría como resultado la frecuencia absoluta. Esto es, el número total de veces
que ocurre el suceso. Para pasarlo a probabilidad no tenemos que hacer más que dividir entre
N dicho número. O, aún mejor, sumar las probabilidades de cada suceso (s) que compone el
suceso S.

Método clásico
La fórmula de la probabilidad clásica es el número de casos favorables de un evento partido por
el número total de casos del experimento.

Esta fórmula también se conoce como la regla de Laplace (o ley de Laplace), pues fue el
prestigioso matemático francés quien la propuso por primera vez en 1812 en su publicación de
la Teoría analítica de las probabilidades.
Hay que tener en cuenta que para poder utilizar esta fórmula todos los eventos del espacio
muestral deben ser equiprobables, es decir, debe ser un espacio muestral equiprobable.

Subjetivo o de juicio
La probabilidad subjetiva está basada en una creencia, presentimiento o en una corazonada de
un suceso que no hay nada concreto que asegure que este va a ocurrir, pero aun así hay algo en
la persona que le hace inclinarse por un suceso en concreto, esto pueden ser experiencias
pasadas o simplemente un presentimiento. La probabilidad subjetiva no se basa en números,
estadísticas ni nada que requiera algún proceso o cálculo matemático.
En esta probabilidad por lo general no hace uso de fracciones o porcentajes para expresar la
probabilidad de un suceso elemental, sino que se basa en asegurar o negar que un suceso vaya
a pasar, pero también hay casos en el que la probabilidad de un suceso se exprese en
porcentajes.
La probabilidad subjetiva es más que todo usada en situaciones más normales y no tanto es
situaciones serias, como podría ser un análisis de un reporte importante, o para tomar una
decisión en una empresa, sino que es especialmente usada en cosas de la vida cotidiana que no
tengan una trascendencia muy importante.
Entre las muchas probabilidades que se estudian en estadística, la probabilidad subjetiva es la
que más conectada esta con el sentimiento humano antes que con los datos o hechos, la
probabilidad subjetiva puede ser muy influenciada con el estado de ánimo o la fe de la persona.

Explicar las técnicas de conteo:

Diagrama de Árbol
Un diagrama de árbol es una herramienta
que se utiliza para determinar todos los
posibles resultados de un experimento
aleatorio. En el cálculo de la probabilidad se
requiere conocer el número de elementos
que forman parte del espacio muestral,
estos se pueden determinar con la
construcción del diagrama de árbol.
El diagrama de árbol es una representación
gráfica de los posibles resultados del experimento, el cual consta una serie de pasos, donde
cada uno de los pasos tiene un número finito de maneras de ser llevado a cabo. Se utiliza en los
problemas de conteo y probabilidad.
Para la construcción de un diagrama en árbol se partirá poniendo una rama para cada una de
las posibilidades, acompañada de su probabilidad. Cada una de esta rama se conoce como rama
de primera generación.

En el final de cada rama de primera generación se constituye a su vez, un nudo del cual parten
nuevas ramas conocidas como ramas de segunda generación, según las posibilidades del
siguiente paso, salvo si el nudo representa un posible final del experimento (nudo final).
Hay que tener en cuenta que la construcción de un árbol no depende de tener el mismo
número de ramas de segunda generación que salen de cada rama de primera generación y que
la suma de probabilidades de las ramas de cada nudo ha de dar 1.

Regla multiplicativa
El principio multiplicativo es una técnica que se
utiliza para resolver problemas de conteo para
hallar la solución sin que sea necesario
enumerar sus elementos. Es conocido también
como el principio fundamental del análisis
combinatorio; se basa en la multiplicación
sucesiva para determinar la forma en la que
puede ocurrir un evento.
Este principio establece que, si una decisión (d1) puede ser tomada de n maneras y otra
decisión (d2) puede tomarse de m maneras, el número total de maneras en las que pueden ser
tomadas las decisiones d1 y d2 será igual a multiplicar de n * m. Según el principio, cada
decisión se realiza una tras otra: número de maneras = N1 * N2… * Nx maneras.

Permutación
Antes de entender cómo hacer las permutaciones, es importante entender la diferencia entre
una combinación y una permutación.
Una combinación es un arreglo de elementos cuyo orden no es importante o no cambia el
resultado final.
En cambio, en una permutación, habría un arreglo de varios elementos en los que sí es
importante tenerse en
cuenta su orden o
posición.
En las permutaciones,
hay n cantidad de
elementos distintos y se selecciona una cantidad de ellos, que sería r.
La fórmula que se utilizaría sería la siguiente: nPr = n!/(n-r)!

Combinación
En las combinaciones, a diferencia de lo que sucedía con las permutaciones, el orden de los
elementos no es importante.
La fórmula a aplicar es la siguiente: nCr=n!/(n-r)!r!

Definir los conceptos de probabilidad condicional:

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.
El condicionamiento de probabilidades puede lograrse aplicando el teorema de Bayes.

Probabilidad conjunta
Es una medida estadística que indica la probabilidad de que dos sucesos ocurran al mismo
tiempo.
La probabilidad conjunta es un número entre 0 y 1. Cuanto más grande sea la probabilidad
conjunta, más probable será de que dos eventos ocurran simultáneamente, y al contrario,
cuanto menor sea la probabilidad conjunta, menos probable será que los dos eventos sucedan
a la vez.
La probabilidad conjunta de dos eventos A y B es igual al producto de la probabilidad del evento
A por la probabilidad del evento B.
Por lo tanto, la fórmula para calcular la probabilidad conjunta de dos sucesos diferentes es la
siguiente:

Como puedes ver, la probabilidad conjunta de dos eventos distintos es equivalente a la

intersección de dichos eventos.
Además, la probabilidad conjunta de dos sucesos siempre será menor que la probabilidad de
ocurrencia de cada evento por separado.

Eventos dependientes e independientes

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 prevén es el producto de las probabilidades de los eventos individuales.
Dos eventos son dependientes si el resultado del primer evento afecta el resultado del segundo
evento así que la probabilidad es cambiada. En el ejemplo anterior, si la primera canica no es
reemplazada, el espacio muestral para el segundo evento cambia y así los eventos son
dependientes. La probabilidad de que ambos eventos estén previstos es el producto de la
probabilidad de los eventos individuales.

Enunciar los teoremas elementales de probabilidad y probabilidad

condicional
Teorema adicional
El teorema aditivo está relacionado con la probabilidad de la unión de eventos, así:

Teorema multiplicativo
El teorema aditivo está relacionado con la probabilidad de la intersección de eventos, así:

• Si y son eventos independientes: A1, A2

 • Si no son independientes: dónde, es la probabilidad condicional del evento dado que es,
es decir es la proporción de elementos que son entre los elementos que son.

Teorema de la probabilidad total

El teorema de la probabilidad total se utiliza cuando se quiere encontrar la probabilidad de un
evento que se encuentra repartido en las partes de una petición. Sea una división de, es decir,
es una colección de subconjuntos de cuentos que:mi1, mi2, . . ., mimetroΩmi1, mi2, . . .,
mimetroΩ

Entonces, la probabilidad de ocurrencias de un evento se reparte en la fracción de la siguiente

forma: A

Teorema de Bayes
El teorema de Bayes es ampliamente utilizado en epidemiología, especialmente en la
evaluación de las características de las pruebas diagnósticas. En el teorema parte de la
probabilidad a priori de la ocurrencia de un evento, para calcular su probabilidad a posterior.

Probabilidad condicional
La probabilidad condicional es una medida de probabilidad definida por:
Por ser una medida de probabilidad cumple las siguientes propiedades:

Explicar el proceso de cálculo de probabilidad condicional.

La noción de probabilidad condicional se emplea en el ámbito de la estadística. La expresión
alude a la probabilidad existente de que suceda un evento A, conociendo que además ocurre
otro evento B.
Es importante tener en cuenta que no es necesario que exista una relación temporal o causal
entre A y B. Esto quiere decir que A puede producirse antes que B, después o al mismo tiempo,
y que A puede ser el origen o la consecuencia de B o no tener un vínculo de causalidad.
Debemos resaltar que en el campo de la probabilidad no hay espacio para los conceptos de
relaciones temporales o relaciones causales, aunque pueden jugar un rol determinado según la
interpretación que el observador les dé a los sucesos.
La probabilidad condicional se calcula partiendo de dos sucesos o eventos (A y B) en un espacio
probabilístico, indicando la probabilidad de que ocurra A dado que ha ocurrido B. Se escribe P
(A/B), leyéndose como “probabilidad de A dado B”.