SlideShare una empresa de Scribd logo
1 de 38
Descargar para leer sin conexión
Conceptos fundamentales de probabilidad
G. Edgar Mata Ortiz
“The most important questions of
life are indeed, for the most part,
really only problems of
probability.”
Pierre-Simon Laplace
(Théorie Analytique des Probabilités: 1812)
Las preguntas más importantes de la vida son, en su mayor parte, sólo problemas de probabilidad
Introducción
Determinísticos o deterministas
Son aquellos en los que podemos predecir su resultado, aún antes de realizar
un experimento
Ejemplo: El valor de una variable en cualquier fórmula de física
Dos tipos de fenómenos
Introducción
Determinísticos o deterministas
Son aquellos en los que podemos predecir su resultado, aún antes de realizar
un experimento
Ejemplo: El valor de una variable en cualquier fórmula de física
Dos tipos de fenómenos
Introducción
Determinísticos o deterministas
Son aquellos en los que podemos predecir su resultado, aún antes de realizar
un experimento
Ejemplo: El valor de una variable en cualquier fórmula de física
Dos tipos de fenómenos
Introducción
Aleatorios
Son aquellos en los que no podemos predecir su resultado, sin importar cuánta
información tengamos disponible
Ejemplo: El resultado al lanzar un dado
Dos tipos de fenómenos
Introducción
El estudio de los fenómenos aleatorios es menos usual que el de
los fenómenos determinísticos.
Se estudia la geometría y física, donde las fórmulas nos entregan
resultados exactos y predecibles
Los fenómenos aleatorios y determinísticos
b = base
h = altura
Área del triángulo
𝐴 =
𝑏 ∙ ℎ
2
Otro ejemplo de
fenómeno
determinístico
Introducción
Sin embargo, la mayor parte de los fenómenos y hechos de la vida
cotidiana, no tienen este comportamiento.
Muchos fenómenos son aleatorios, es decir, los resultados no son
predecibles.
La probabilidad se ocupa del estudio de los:
La probabilidad y los fenómenos aleatorios
Introducción
Los fenómenos aleatorios pueden
repetirse indefinidamente, obteniéndose
resultados diferentes e imprevisibles aún
cuando se realicen de la misma manera.
La probabilidad y los fenómenos aleatorios
Conceptos fundamentales
Definición de la real academia española
¿Qué es probabilidad?
Conceptos fundamentales
Como pudimos observar, la palabra probabilidad
tiene varios significados.
Es conveniente distinguir los diversos significados
de acuerdo al uso que se hace de la palabra
probabilidad.
Vamos a estudiar los cuatro enfoques de
probabilidad:
¿Qué es probabilidad?
Probabilidad subjetiva, probabilidad frecuencial,
probabilidad clásica y probabilidad axiomática.
Conceptos fundamentales
¿Qué es probabilidad?
Conceptos fundamentales
Es el grado de certeza que tenemos de que un suceso va a ocurrir.
Suele indicarse como un número decimal, menor que uno o como un
porcentaje.
Probabilidad subjetiva
Conceptos fundamentales
Se basa en la opinión personal, la experiencia o la intuición
En ocasiones hace uso de datos históricos.
No siempre se cuantifica
Probabilidad subjetiva
Conceptos fundamentales
Las estimaciones subjetivas de probabilidad cambian de una persona a otra
No es necesario realizar ningún experimento para estimar la probabilidad
subjetiva de un evento
Probabilidad subjetiva
Conceptos fundamentales
A pesar del uso ocasional de datos históricos, dichas estimaciones
presentan un elevado grado de incertidumbre
No obstante dicha incertidumbre, en muchas circunstancias es necesario
recurrir a la probabilidad subjetiva.
Probabilidad subjetiva
Conceptos fundamentales
Richard Von Mises
Generalmente la teoría de probabilidad es
considerada una rama de las matemáticas,
sin embargo, sus fundamentos son
puramente filosóficos, y Richard Von Mises,
desarrolló la correcta teoría de probabilidad
objetiva o “de frecuencia”.
Probabilidad frecuencial
Conceptos fundamentales
Se dice que esta forma de calcular probabilidades es empírica, ya que se
basa en la repetición del experimento aleatorio y en la observación y
cuantificación de los resultados de dicho experimento.
El ejemplo típico de esta forma de probabilidad es el lanzamiento de dos
dados; se suman los resultados de ambos dados y ese es el valor
obtenido. Si un dado muestra la cara con el número 5 hacia arriba, y el
otro, la cara con el número 6, entonces se dice que el resultado es:
5 + 6 = 11
Probabilidad frecuencial
Conceptos fundamentales
Algunas de las preguntas que responde la probabilidad frecuencial son:
¿Cuál es el resultado más probable al lanzar dos dados?
¿Cuál es la probabilidad de obtener 9 como resultado del lanzamiento de
dos dados?
¿Qué es más probable; obtener un resultado igual a dos o a tres?
¿Qué es más probable; obtener un resultado de cinco o de diez?
Probabilidad frecuencial
Conceptos fundamentales
¿Cuál es el resultado más probable al lanzar
dos dados?
Podemos responder esta pregunta mediante
probabilidad subjetiva; anota en tu cuaderno
el resultado que consideres más probable y
explica cómo llegaste a esa decisión.
Probabilidad subjetiva
Conceptos fundamentales
Para responder a las preguntas citadas mediante probabilidad frecuencial,
se lanzan los dados un número grande de veces; cuanto más grande sea el
número de lanzamientos, más cerca estaremos de obtener la probabilidad
buscada.
Realiza el experimento de lanzar los dados 100 veces y anota el número de
veces que obtuviste cada uno de los resultados posibles.
Probabilidad frecuencial
Conceptos fundamentales
Realiza el experimento
de lanzar los dados
100 veces y anota el
número de veces que
obtuviste cada uno de
los resultados
posibles.
Probabilidad frecuencial Resultado Frecuencia
2
3
4
5
6
7
8
9
10
11
12
Conceptos fundamentales
Comentar resultados obtenidos
durante la clase o de tarea.
Probabilidad frecuencial
Conceptos fundamentales
Es una forma empírica de calcular
probabilidades
Es necesario repetir el experimento varias
veces para calcular la probabilidad
La tabla muestra el número de veces que se
obtuvo cada resultado al lanzar dos dados, cien
veces.
Probabilidad frecuencial
Resultados 100
2 5
3 9
4 10
5 9
6 15
7 15
8 11
9 14
10 7
11 4
12 1
Conceptos fundamentales
Cuanto más grande es
el número de veces
que se lanzan los
dados, la frecuencia
relativa se aproxima a
la probabilidad de
ocurrencia de cada
evento
Probabilidad
frecuencial
Resultados 100 1000 30000 100000
2 0.05000 0.02200 0.02737 0.02825
3 0.09000 0.05700 0.05483 0.05558
4 0.10000 0.07700 0.08607 0.08156
5 0.09000 0.11100 0.10947 0.11214
6 0.15000 0.14000 0.13927 0.13915
7 0.15000 0.17800 0.16720 0.16560
8 0.11000 0.13700 0.13530 0.13961
9 0.14000 0.11300 0.11177 0.11169
10 0.07000 0.08800 0.08503 0.08336
11 0.04000 0.05400 0.05570 0.05501
12 0.01000 0.02300 0.02800 0.02805
Probabilidades frecuenciales
Conceptos fundamentales
La probabilidad frecuencial, a diferencia de la subjetiva, siempre se
cuantifica
Puede expresarse como fracción, número decimal o porcentaje
Se calcula mediante la fórmula:
Probabilidad frecuencial
𝑝 𝒂 =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑒𝑛 𝑞𝑢𝑒 𝑠𝑒 𝑜𝑏𝑡𝑢𝑣𝑜 𝑒𝑙 𝑠𝑢𝑐𝑒𝑠𝑜 𝒂
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑛𝑡𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
Conceptos fundamentales
Ejemplo de aplicación de la fórmula:
Se lanzan dos dados 100 veces y se cuenta el
número de ocasiones en las que la suma de las
caras es igual a 2, 3, 4, ..., 12
La tabla de la derecha contiene los resulados de
este experimento aleatorio
Probabilidad frecuencial
Resultados 100
2 5
3 9
4 10
5 9
6 15
7 15
8 11
9 14
10 7
11 4
12 1
Conceptos fundamentales
Ejemplo de aplicación de la fórmula:
En la tabla de distribución de frecuencias, se
observa que el número 3 se obtuvo en 9
ocasiones, por lo tanto:
También puede expresarse como: 9%
Probabilidad frecuencial
𝑝 3 =
9
100
𝑝 3 = 0.09
Resultados 100
2 5
3 9
4 10
5 9
6 15
7 15
8 11
9 14
10 7
11 4
12 1
Conceptos fundamentales
La ley de los grandes números (también
llamada ley del azar), propuesta por J.
Bernoulli, afirma que al repetir un
experimento aleatorio un número cada vez
más grande de veces, la frecuencia relativa
de cada suceso elemental tiende a
aproximarse a un número fijo, llamado
probabilidad de un suceso.
Probabilidad frecuencial
Jakob Bernoulli (Basilea, 27 de
diciembre de 1654 -ibid. 16 de
agosto de 1705), también conocido
como Jacob, Jacques o James Bernoulli,
fue un genial matemático y científico
suizo y hermano mayor de Johann
Bernoulli (parte de la familia Bernoulli).
Conceptos fundamentales
Estableció la “regla de Laplace” para el
cálculo de probabilidades cuando los
eventos posibles en un experimento
aleatorio tienen la misma probabilidad de
suceder.
Además de sus trabajos sobre
probabilidad se destacó en ecuaciones
diferenciales y mecánica celeste.
Probabilidad clásica
Pierre Simón Marqués de Laplace.
(1749-1827)
Conceptos fundamentales
La probabilidad de un evento es la razón entre el número de casos
favorables y el número total de casos que pueden presentarse, siempre
que los resultados sean equiprobables.
Es una forma de probabilidad objetiva
No es necesario realizar ningún experimento para determinar la
probabilidad de un evento
Probabilidad clásica
𝑝 𝐴 =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑎𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
Conceptos fundamentales
Un ejemplo típico de este modelo de probabilidad hace referencia al
lanzamiento de una moneda “legal“
Entendemos por “legal“, que la probabilidad de que se obtenga un águila o
un sol es la misma, son eventos equiprobables.
Entonces, el número de casos favorables para que se obtenga un águila es
1, y el número de casos totales es dos
Probabilidad clásica
𝑝 á𝑔𝑢𝑖𝑙𝑎 =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑎𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 á𝑔𝑢𝑖𝑙𝑎
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
=
1
2
Conceptos fundamentales
Otro ejemplo citado con frecuencia es el lanzamiento de un dado
Se asume que, al igual que en la moneda, la probabilidades de cada cara
del dado, es la misma.
Entonces, el número de casos favorables para que se obtenga, por
ejemplo, un tres; es 1, y el número de casos totales es seis
Probabilidad clásica
𝑝 𝑡𝑟𝑒𝑠 =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑎𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑡𝑟𝑒𝑠
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
=
1
6
Conceptos fundamentales
Andréi Kolmogórov, matemático ruso,
entre muchos otros trabajos científicos,
estructuró el sistema axiomático de la
probabilidad.
Se basó en la teoría de conjuntos.
Fundamenta matemáticamente la probabilidad.
Probabilidad axiomática
Andréi Kolmogórov.
Conceptos fundamentales
Axiomas de la probabilidad
La probabilidad de un suceso X es un número real mayor o igual a
cero: P(X)≥0
La probabilidad del universo W es igual a 1: P(W)=1
Si A1, A2, … Ai son sucesos mutuamente excluyentes, entonces
P(A1UA2…UAi) = SP(Ai)
Probabilidad axiomática
Gracias por su atención
licmata@hotmail.com
http://licmata-math.blogspot.com/
http://www.scoop.it/t/mathematics-learning
http://www.slideshare.net/licmata/
http://www.facebook.com/licemata
Twitter: @licemata

Más contenido relacionado

La actualidad más candente

Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaRuben Veraa
 
Tema 12. variables aleatorias. binomial y normal
Tema 12. variables aleatorias. binomial y normalTema 12. variables aleatorias. binomial y normal
Tema 12. variables aleatorias. binomial y normalMaría José Mendoza
 
Cálculo De Probabilidades
Cálculo De ProbabilidadesCálculo De Probabilidades
Cálculo De ProbabilidadesAngel Carreras
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidadantonelab
 
Distribución de probabilidades bernoulli y binomial etc ..
Distribución de probabilidades bernoulli y binomial etc ..Distribución de probabilidades bernoulli y binomial etc ..
Distribución de probabilidades bernoulli y binomial etc ..carlosalexisestradajuarez
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidadeswillypi
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatoriasTensor
 
Capítulo iv probabilidad
Capítulo iv probabilidadCapítulo iv probabilidad
Capítulo iv probabilidadLuliAguilar
 
Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)Daniel Gómez
 
Probabilidad Discreta
Probabilidad DiscretaProbabilidad Discreta
Probabilidad DiscretaMontano1292
 
Trabajo final de estadistica
Trabajo final de estadisticaTrabajo final de estadistica
Trabajo final de estadisticaCYALE19
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Franklin Soria
 

La actualidad más candente (20)

Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetiva
 
Ejemplos
EjemplosEjemplos
Ejemplos
 
Tema 12. variables aleatorias. binomial y normal
Tema 12. variables aleatorias. binomial y normalTema 12. variables aleatorias. binomial y normal
Tema 12. variables aleatorias. binomial y normal
 
Cálculo De Probabilidades
Cálculo De ProbabilidadesCálculo De Probabilidades
Cálculo De Probabilidades
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidad
 
Distribución de probabilidades bernoulli y binomial etc ..
Distribución de probabilidades bernoulli y binomial etc ..Distribución de probabilidades bernoulli y binomial etc ..
Distribución de probabilidades bernoulli y binomial etc ..
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Probabilidad 1
Probabilidad 1Probabilidad 1
Probabilidad 1
 
Capítulo iv probabilidad
Capítulo iv probabilidadCapítulo iv probabilidad
Capítulo iv probabilidad
 
Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)Distribución Probabilidad (Variable Aleatoria Discreta)
Distribución Probabilidad (Variable Aleatoria Discreta)
 
Probabilidad Discreta
Probabilidad DiscretaProbabilidad Discreta
Probabilidad Discreta
 
Trabajo final de estadistica
Trabajo final de estadisticaTrabajo final de estadistica
Trabajo final de estadistica
 
Distribuciones de probabilidad.
Distribuciones de probabilidad.Distribuciones de probabilidad.
Distribuciones de probabilidad.
 
Probabilidad1
Probabilidad1Probabilidad1
Probabilidad1
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
 
15 probabilidad
15 probabilidad15 probabilidad
15 probabilidad
 
Estadística ultimaparte
Estadística ultimaparteEstadística ultimaparte
Estadística ultimaparte
 
Probabilidad I
Probabilidad IProbabilidad I
Probabilidad I
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 

Similar a Conceptos probabilidad

Basic probability and applications
Basic probability and applicationsBasic probability and applications
Basic probability and applicationsEdgar Mata
 
Ejersicio 6 conceptos
Ejersicio 6 conceptosEjersicio 6 conceptos
Ejersicio 6 conceptosAntonio471
 
Trabajo de probabilidad
Trabajo de probabilidadTrabajo de probabilidad
Trabajo de probabilidadMonica Gaspar
 
Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación Eneida Aguin Duran
 
Probabilidad
ProbabilidadProbabilidad
Probabilidadquenac
 
Unidad 7 mates
Unidad 7 matesUnidad 7 mates
Unidad 7 matescesargrau
 
Eventos aleatorios, espacio muestral y técnicas de conteo
Eventos aleatorios, espacio muestral y técnicas de conteoEventos aleatorios, espacio muestral y técnicas de conteo
Eventos aleatorios, espacio muestral y técnicas de conteoluiisalbertoo-laga
 
Rodríguez jessenia estadística_foro_ii_bim
Rodríguez jessenia estadística_foro_ii_bimRodríguez jessenia estadística_foro_ii_bim
Rodríguez jessenia estadística_foro_ii_bimJessita RM
 
Azar y probabilidad
Azar y probabilidadAzar y probabilidad
Azar y probabilidadpedroag2011
 
Probabilidad en la investigación
Probabilidad en la investigaciónProbabilidad en la investigación
Probabilidad en la investigaciónRocioTorricoReyes
 
ESTADISTIKA.pdf
ESTADISTIKA.pdfESTADISTIKA.pdf
ESTADISTIKA.pdfNitolBaby
 

Similar a Conceptos probabilidad (20)

Basic probability and applications
Basic probability and applicationsBasic probability and applications
Basic probability and applications
 
Ejersicio 6 conceptos
Ejersicio 6 conceptosEjersicio 6 conceptos
Ejersicio 6 conceptos
 
Trabajo de probabilidad
Trabajo de probabilidadTrabajo de probabilidad
Trabajo de probabilidad
 
Optativa.pptx
Optativa.pptxOptativa.pptx
Optativa.pptx
 
Separata probabilidad
Separata probabilidadSeparata probabilidad
Separata probabilidad
 
Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación
 
Variables aleatorias1
Variables aleatorias1Variables aleatorias1
Variables aleatorias1
 
Introduccion
IntroduccionIntroduccion
Introduccion
 
Clase4
Clase4Clase4
Clase4
 
100402 201
100402 201100402 201
100402 201
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Ejercicio 6 egm
Ejercicio 6 egmEjercicio 6 egm
Ejercicio 6 egm
 
Unidad 7 mates
Unidad 7 matesUnidad 7 mates
Unidad 7 mates
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Eventos aleatorios, espacio muestral y técnicas de conteo
Eventos aleatorios, espacio muestral y técnicas de conteoEventos aleatorios, espacio muestral y técnicas de conteo
Eventos aleatorios, espacio muestral y técnicas de conteo
 
Rodríguez jessenia estadística_foro_ii_bim
Rodríguez jessenia estadística_foro_ii_bimRodríguez jessenia estadística_foro_ii_bim
Rodríguez jessenia estadística_foro_ii_bim
 
Azar y probabilidad
Azar y probabilidadAzar y probabilidad
Azar y probabilidad
 
Probabilidad en la investigación
Probabilidad en la investigaciónProbabilidad en la investigación
Probabilidad en la investigación
 
ESTADISTIKA.pdf
ESTADISTIKA.pdfESTADISTIKA.pdf
ESTADISTIKA.pdf
 
Probabilidad
Probabilidad Probabilidad
Probabilidad
 

Más de Edgar Mata

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numbEdgar Mata
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021Edgar Mata
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021Edgar Mata
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Edgar Mata
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Edgar Mata
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021Edgar Mata
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Edgar Mata
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbersEdgar Mata
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Edgar Mata
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Edgar Mata
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Edgar Mata
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3Edgar Mata
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Edgar Mata
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebraEdgar Mata
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic functionEdgar Mata
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nlEdgar Mata
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excelEdgar Mata
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020Edgar Mata
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Edgar Mata
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Edgar Mata
 

Más de Edgar Mata (20)

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numb
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbers
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebra
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic function
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nl
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excel
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020
 

Último

Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaAlexanderimanolLencr
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023RonaldoPaucarMontes
 
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOLTERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOLdanilojaviersantiago
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxbingoscarlet
 
PPT ELABORARACION DE ADOBES 2023 (1).pdf
PPT ELABORARACION DE ADOBES 2023 (1).pdfPPT ELABORARACION DE ADOBES 2023 (1).pdf
PPT ELABORARACION DE ADOBES 2023 (1).pdfalexquispenieto2
 
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptxProcesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptxJuanPablo452634
 
clasificasion de vias arteriales , vias locales
clasificasion de vias arteriales , vias localesclasificasion de vias arteriales , vias locales
clasificasion de vias arteriales , vias localesMIGUELANGEL2658
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.pptoscarvielma45
 
Quimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfQuimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfs7yl3dr4g0n01
 
Elaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdfElaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdfKEVINYOICIAQUINOSORI
 
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfTEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfXimenaFallaLecca1
 
desarrollodeproyectoss inge. industrial
desarrollodeproyectoss  inge. industrialdesarrollodeproyectoss  inge. industrial
desarrollodeproyectoss inge. industrialGibranDiaz7
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAJOSLUISCALLATAENRIQU
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaXimenaFallaLecca1
 
Mapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptxMapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptxMONICADELROCIOMUNZON1
 
clases de porcinos generales de porcinos
clases de porcinos generales de porcinosclases de porcinos generales de porcinos
clases de porcinos generales de porcinosDayanaCarolinaAP
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfbcondort
 
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesUNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesElianaCceresTorrico
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASfranzEmersonMAMANIOC
 

Último (20)

Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiología
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
 
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOLTERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptx
 
PPT ELABORARACION DE ADOBES 2023 (1).pdf
PPT ELABORARACION DE ADOBES 2023 (1).pdfPPT ELABORARACION DE ADOBES 2023 (1).pdf
PPT ELABORARACION DE ADOBES 2023 (1).pdf
 
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptxProcesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
 
clasificasion de vias arteriales , vias locales
clasificasion de vias arteriales , vias localesclasificasion de vias arteriales , vias locales
clasificasion de vias arteriales , vias locales
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
 
Quimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfQuimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdf
 
Elaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdfElaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdf
 
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfTEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
 
desarrollodeproyectoss inge. industrial
desarrollodeproyectoss  inge. industrialdesarrollodeproyectoss  inge. industrial
desarrollodeproyectoss inge. industrial
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
 
Mapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptxMapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptx
 
clases de porcinos generales de porcinos
clases de porcinos generales de porcinosclases de porcinos generales de porcinos
clases de porcinos generales de porcinos
 
VALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdf
VALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdfVALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdf
VALORIZACION Y LIQUIDACION MIGUEL SALINAS.pdf
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
 
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesUNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
 

Conceptos probabilidad

  • 1. Conceptos fundamentales de probabilidad G. Edgar Mata Ortiz
  • 2.
  • 3.
  • 4. “The most important questions of life are indeed, for the most part, really only problems of probability.” Pierre-Simon Laplace (Théorie Analytique des Probabilités: 1812) Las preguntas más importantes de la vida son, en su mayor parte, sólo problemas de probabilidad
  • 5. Introducción Determinísticos o deterministas Son aquellos en los que podemos predecir su resultado, aún antes de realizar un experimento Ejemplo: El valor de una variable en cualquier fórmula de física Dos tipos de fenómenos
  • 6. Introducción Determinísticos o deterministas Son aquellos en los que podemos predecir su resultado, aún antes de realizar un experimento Ejemplo: El valor de una variable en cualquier fórmula de física Dos tipos de fenómenos
  • 7. Introducción Determinísticos o deterministas Son aquellos en los que podemos predecir su resultado, aún antes de realizar un experimento Ejemplo: El valor de una variable en cualquier fórmula de física Dos tipos de fenómenos
  • 8. Introducción Aleatorios Son aquellos en los que no podemos predecir su resultado, sin importar cuánta información tengamos disponible Ejemplo: El resultado al lanzar un dado Dos tipos de fenómenos
  • 9. Introducción El estudio de los fenómenos aleatorios es menos usual que el de los fenómenos determinísticos. Se estudia la geometría y física, donde las fórmulas nos entregan resultados exactos y predecibles Los fenómenos aleatorios y determinísticos b = base h = altura Área del triángulo 𝐴 = 𝑏 ∙ ℎ 2 Otro ejemplo de fenómeno determinístico
  • 10. Introducción Sin embargo, la mayor parte de los fenómenos y hechos de la vida cotidiana, no tienen este comportamiento. Muchos fenómenos son aleatorios, es decir, los resultados no son predecibles. La probabilidad se ocupa del estudio de los: La probabilidad y los fenómenos aleatorios
  • 11. Introducción Los fenómenos aleatorios pueden repetirse indefinidamente, obteniéndose resultados diferentes e imprevisibles aún cuando se realicen de la misma manera. La probabilidad y los fenómenos aleatorios
  • 12. Conceptos fundamentales Definición de la real academia española ¿Qué es probabilidad?
  • 13. Conceptos fundamentales Como pudimos observar, la palabra probabilidad tiene varios significados. Es conveniente distinguir los diversos significados de acuerdo al uso que se hace de la palabra probabilidad. Vamos a estudiar los cuatro enfoques de probabilidad: ¿Qué es probabilidad? Probabilidad subjetiva, probabilidad frecuencial, probabilidad clásica y probabilidad axiomática.
  • 15. Conceptos fundamentales Es el grado de certeza que tenemos de que un suceso va a ocurrir. Suele indicarse como un número decimal, menor que uno o como un porcentaje. Probabilidad subjetiva
  • 16. Conceptos fundamentales Se basa en la opinión personal, la experiencia o la intuición En ocasiones hace uso de datos históricos. No siempre se cuantifica Probabilidad subjetiva
  • 17. Conceptos fundamentales Las estimaciones subjetivas de probabilidad cambian de una persona a otra No es necesario realizar ningún experimento para estimar la probabilidad subjetiva de un evento Probabilidad subjetiva
  • 18. Conceptos fundamentales A pesar del uso ocasional de datos históricos, dichas estimaciones presentan un elevado grado de incertidumbre No obstante dicha incertidumbre, en muchas circunstancias es necesario recurrir a la probabilidad subjetiva. Probabilidad subjetiva
  • 19. Conceptos fundamentales Richard Von Mises Generalmente la teoría de probabilidad es considerada una rama de las matemáticas, sin embargo, sus fundamentos son puramente filosóficos, y Richard Von Mises, desarrolló la correcta teoría de probabilidad objetiva o “de frecuencia”. Probabilidad frecuencial
  • 20. Conceptos fundamentales Se dice que esta forma de calcular probabilidades es empírica, ya que se basa en la repetición del experimento aleatorio y en la observación y cuantificación de los resultados de dicho experimento. El ejemplo típico de esta forma de probabilidad es el lanzamiento de dos dados; se suman los resultados de ambos dados y ese es el valor obtenido. Si un dado muestra la cara con el número 5 hacia arriba, y el otro, la cara con el número 6, entonces se dice que el resultado es: 5 + 6 = 11 Probabilidad frecuencial
  • 21. Conceptos fundamentales Algunas de las preguntas que responde la probabilidad frecuencial son: ¿Cuál es el resultado más probable al lanzar dos dados? ¿Cuál es la probabilidad de obtener 9 como resultado del lanzamiento de dos dados? ¿Qué es más probable; obtener un resultado igual a dos o a tres? ¿Qué es más probable; obtener un resultado de cinco o de diez? Probabilidad frecuencial
  • 22. Conceptos fundamentales ¿Cuál es el resultado más probable al lanzar dos dados? Podemos responder esta pregunta mediante probabilidad subjetiva; anota en tu cuaderno el resultado que consideres más probable y explica cómo llegaste a esa decisión. Probabilidad subjetiva
  • 23. Conceptos fundamentales Para responder a las preguntas citadas mediante probabilidad frecuencial, se lanzan los dados un número grande de veces; cuanto más grande sea el número de lanzamientos, más cerca estaremos de obtener la probabilidad buscada. Realiza el experimento de lanzar los dados 100 veces y anota el número de veces que obtuviste cada uno de los resultados posibles. Probabilidad frecuencial
  • 24. Conceptos fundamentales Realiza el experimento de lanzar los dados 100 veces y anota el número de veces que obtuviste cada uno de los resultados posibles. Probabilidad frecuencial Resultado Frecuencia 2 3 4 5 6 7 8 9 10 11 12
  • 25. Conceptos fundamentales Comentar resultados obtenidos durante la clase o de tarea. Probabilidad frecuencial
  • 26. Conceptos fundamentales Es una forma empírica de calcular probabilidades Es necesario repetir el experimento varias veces para calcular la probabilidad La tabla muestra el número de veces que se obtuvo cada resultado al lanzar dos dados, cien veces. Probabilidad frecuencial Resultados 100 2 5 3 9 4 10 5 9 6 15 7 15 8 11 9 14 10 7 11 4 12 1
  • 27. Conceptos fundamentales Cuanto más grande es el número de veces que se lanzan los dados, la frecuencia relativa se aproxima a la probabilidad de ocurrencia de cada evento Probabilidad frecuencial Resultados 100 1000 30000 100000 2 0.05000 0.02200 0.02737 0.02825 3 0.09000 0.05700 0.05483 0.05558 4 0.10000 0.07700 0.08607 0.08156 5 0.09000 0.11100 0.10947 0.11214 6 0.15000 0.14000 0.13927 0.13915 7 0.15000 0.17800 0.16720 0.16560 8 0.11000 0.13700 0.13530 0.13961 9 0.14000 0.11300 0.11177 0.11169 10 0.07000 0.08800 0.08503 0.08336 11 0.04000 0.05400 0.05570 0.05501 12 0.01000 0.02300 0.02800 0.02805 Probabilidades frecuenciales
  • 28. Conceptos fundamentales La probabilidad frecuencial, a diferencia de la subjetiva, siempre se cuantifica Puede expresarse como fracción, número decimal o porcentaje Se calcula mediante la fórmula: Probabilidad frecuencial 𝑝 𝒂 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑒𝑛 𝑞𝑢𝑒 𝑠𝑒 𝑜𝑏𝑡𝑢𝑣𝑜 𝑒𝑙 𝑠𝑢𝑐𝑒𝑠𝑜 𝒂 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑛𝑡𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
  • 29. Conceptos fundamentales Ejemplo de aplicación de la fórmula: Se lanzan dos dados 100 veces y se cuenta el número de ocasiones en las que la suma de las caras es igual a 2, 3, 4, ..., 12 La tabla de la derecha contiene los resulados de este experimento aleatorio Probabilidad frecuencial Resultados 100 2 5 3 9 4 10 5 9 6 15 7 15 8 11 9 14 10 7 11 4 12 1
  • 30. Conceptos fundamentales Ejemplo de aplicación de la fórmula: En la tabla de distribución de frecuencias, se observa que el número 3 se obtuvo en 9 ocasiones, por lo tanto: También puede expresarse como: 9% Probabilidad frecuencial 𝑝 3 = 9 100 𝑝 3 = 0.09 Resultados 100 2 5 3 9 4 10 5 9 6 15 7 15 8 11 9 14 10 7 11 4 12 1
  • 31. Conceptos fundamentales La ley de los grandes números (también llamada ley del azar), propuesta por J. Bernoulli, afirma que al repetir un experimento aleatorio un número cada vez más grande de veces, la frecuencia relativa de cada suceso elemental tiende a aproximarse a un número fijo, llamado probabilidad de un suceso. Probabilidad frecuencial Jakob Bernoulli (Basilea, 27 de diciembre de 1654 -ibid. 16 de agosto de 1705), también conocido como Jacob, Jacques o James Bernoulli, fue un genial matemático y científico suizo y hermano mayor de Johann Bernoulli (parte de la familia Bernoulli).
  • 32. Conceptos fundamentales Estableció la “regla de Laplace” para el cálculo de probabilidades cuando los eventos posibles en un experimento aleatorio tienen la misma probabilidad de suceder. Además de sus trabajos sobre probabilidad se destacó en ecuaciones diferenciales y mecánica celeste. Probabilidad clásica Pierre Simón Marqués de Laplace. (1749-1827)
  • 33. Conceptos fundamentales La probabilidad de un evento es la razón entre el número de casos favorables y el número total de casos que pueden presentarse, siempre que los resultados sean equiprobables. Es una forma de probabilidad objetiva No es necesario realizar ningún experimento para determinar la probabilidad de un evento Probabilidad clásica 𝑝 𝐴 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑎𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
  • 34. Conceptos fundamentales Un ejemplo típico de este modelo de probabilidad hace referencia al lanzamiento de una moneda “legal“ Entendemos por “legal“, que la probabilidad de que se obtenga un águila o un sol es la misma, son eventos equiprobables. Entonces, el número de casos favorables para que se obtenga un águila es 1, y el número de casos totales es dos Probabilidad clásica 𝑝 á𝑔𝑢𝑖𝑙𝑎 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑎𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 á𝑔𝑢𝑖𝑙𝑎 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 = 1 2
  • 35. Conceptos fundamentales Otro ejemplo citado con frecuencia es el lanzamiento de un dado Se asume que, al igual que en la moneda, la probabilidades de cada cara del dado, es la misma. Entonces, el número de casos favorables para que se obtenga, por ejemplo, un tres; es 1, y el número de casos totales es seis Probabilidad clásica 𝑝 𝑡𝑟𝑒𝑠 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑎𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑡𝑟𝑒𝑠 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 = 1 6
  • 36. Conceptos fundamentales Andréi Kolmogórov, matemático ruso, entre muchos otros trabajos científicos, estructuró el sistema axiomático de la probabilidad. Se basó en la teoría de conjuntos. Fundamenta matemáticamente la probabilidad. Probabilidad axiomática Andréi Kolmogórov.
  • 37. Conceptos fundamentales Axiomas de la probabilidad La probabilidad de un suceso X es un número real mayor o igual a cero: P(X)≥0 La probabilidad del universo W es igual a 1: P(W)=1 Si A1, A2, … Ai son sucesos mutuamente excluyentes, entonces P(A1UA2…UAi) = SP(Ai) Probabilidad axiomática
  • 38. Gracias por su atención licmata@hotmail.com http://licmata-math.blogspot.com/ http://www.scoop.it/t/mathematics-learning http://www.slideshare.net/licmata/ http://www.facebook.com/licemata Twitter: @licemata