1) El documento introduce conceptos básicos de probabilidad como experimento, resultado, espacio muestral, evento y puntos muestrales. 2) Explica la probabilidad clásica y los axiomas de probabilidad que incluyen que la probabilidad del espacio muestral es 1 y la de un evento está entre 0 y 1. 3) Presenta teoremas como la regla de adición, complementación y multiplicación para calcular probabilidades.
El documento trata sobre la probabilidad y sus aplicaciones. Explica que la probabilidad mide la frecuencia de un evento aleatorio y se usa en áreas como estadística, física y ciencias. Luego describe los tres métodos para calcular probabilidades: regla de adición, multiplicación y distribución binomial. Finalmente, señala que la teoría de probabilidad se aplica en análisis de riesgo, mercados de materias primas y diseño de productos para mejorar su fiabilidad.
La teoría de probabilidad describe eventos aleatorios mediante números entre 0 y 1. Existen varias teorías como la de frecuencia y la subjetiva. La teoría de posibilidades utiliza dos números para describir la posibilidad y certeza de un evento con información incompleta. La teoría de probabilidad permite estudiar eventos de forma sistemática y útil para la toma de decisiones.
El documento resume conceptos básicos de probabilidad como experimentos aleatorios, espacio muestral, sucesos, reglas de probabilidad, teoremas de probabilidad total y Bayes. Explica tipos de sucesos como sucesos elementales, compuestos, seguros e imposibles. También cubre cálculo de probabilidades para sucesos como la unión, intersección y diferencia de sucesos.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna valores numéricos a los resultados posibles de experimentos. Existen tres enfoques para definir la probabilidad: el clásico, el de frecuencia relativa y el subjetivo. La probabilidad mide la frecuencia de ocurrencia de un evento y puede tomar valores entre 0 e 1. La teoría se utiliza ampliamente en estadística, física y otras áreas.
Este documento resume los conceptos fundamentales de la teoría de probabilidad, incluyendo: espacio muestral, eventos, relaciones entre eventos, axiomas de probabilidad, probabilidad condicional, eventos independientes y dependientes, teorema de probabilidad total, teorema de Bayes, población, muestra, permutaciones y combinaciones. La teoría de probabilidad surgió para responder preguntas sobre sucesos aleatorios y eventos futuros, y se basa en teoremas y principios aplicados a poblaciones y muestras.
Este documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad mide la frecuencia con la que ocurre un resultado de un experimento aleatorio y que la teoría de la probabilidad se usa ampliamente en áreas como estadística, física y matemáticas. Luego resume brevemente las definiciones de probabilidad objetiva, probabilidad subjetiva y probabilidad como frecuencia relativa, antes de concluir con una explicación del concepto de espacio muestral y algunos conceptos clave de probabilidad.
El documento define los axiomas de la probabilidad, incluyendo que la probabilidad de un evento debe estar entre 0 y 1, la probabilidad de un evento seguro es 1 y la probabilidad de un evento imposible es 0, y la probabilidad de la intersección de eventos debe ser menor o igual que la probabilidad individual de cada evento. También describe leyes discretas y continuas de probabilidad.
Este documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad mide la frecuencia con la que ocurren ciertos resultados al realizar un experimento aleatorio. Define conceptos clave como espacio muestral, eventos independientes, eventos dependientes, y probabilidad condicional. También resume los axiomas de probabilidad formulados por Kolmogórov, y concluye resaltando la importancia de aplicar métodos probabilísticos para predecir eventos.
El documento trata sobre la probabilidad y sus aplicaciones. Explica que la probabilidad mide la frecuencia de un evento aleatorio y se usa en áreas como estadística, física y ciencias. Luego describe los tres métodos para calcular probabilidades: regla de adición, multiplicación y distribución binomial. Finalmente, señala que la teoría de probabilidad se aplica en análisis de riesgo, mercados de materias primas y diseño de productos para mejorar su fiabilidad.
La teoría de probabilidad describe eventos aleatorios mediante números entre 0 y 1. Existen varias teorías como la de frecuencia y la subjetiva. La teoría de posibilidades utiliza dos números para describir la posibilidad y certeza de un evento con información incompleta. La teoría de probabilidad permite estudiar eventos de forma sistemática y útil para la toma de decisiones.
El documento resume conceptos básicos de probabilidad como experimentos aleatorios, espacio muestral, sucesos, reglas de probabilidad, teoremas de probabilidad total y Bayes. Explica tipos de sucesos como sucesos elementales, compuestos, seguros e imposibles. También cubre cálculo de probabilidades para sucesos como la unión, intersección y diferencia de sucesos.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna valores numéricos a los resultados posibles de experimentos. Existen tres enfoques para definir la probabilidad: el clásico, el de frecuencia relativa y el subjetivo. La probabilidad mide la frecuencia de ocurrencia de un evento y puede tomar valores entre 0 e 1. La teoría se utiliza ampliamente en estadística, física y otras áreas.
Este documento resume los conceptos fundamentales de la teoría de probabilidad, incluyendo: espacio muestral, eventos, relaciones entre eventos, axiomas de probabilidad, probabilidad condicional, eventos independientes y dependientes, teorema de probabilidad total, teorema de Bayes, población, muestra, permutaciones y combinaciones. La teoría de probabilidad surgió para responder preguntas sobre sucesos aleatorios y eventos futuros, y se basa en teoremas y principios aplicados a poblaciones y muestras.
Este documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad mide la frecuencia con la que ocurre un resultado de un experimento aleatorio y que la teoría de la probabilidad se usa ampliamente en áreas como estadística, física y matemáticas. Luego resume brevemente las definiciones de probabilidad objetiva, probabilidad subjetiva y probabilidad como frecuencia relativa, antes de concluir con una explicación del concepto de espacio muestral y algunos conceptos clave de probabilidad.
El documento define los axiomas de la probabilidad, incluyendo que la probabilidad de un evento debe estar entre 0 y 1, la probabilidad de un evento seguro es 1 y la probabilidad de un evento imposible es 0, y la probabilidad de la intersección de eventos debe ser menor o igual que la probabilidad individual de cada evento. También describe leyes discretas y continuas de probabilidad.
Este documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad mide la frecuencia con la que ocurren ciertos resultados al realizar un experimento aleatorio. Define conceptos clave como espacio muestral, eventos independientes, eventos dependientes, y probabilidad condicional. También resume los axiomas de probabilidad formulados por Kolmogórov, y concluye resaltando la importancia de aplicar métodos probabilísticos para predecir eventos.
TEORIA DE LA PROBABILIDAD. AUTOR: ELI ANGULOEli Ang
Este documento presenta una introducción a la teoría de la probabilidad. Explica brevemente el concepto de probabilidad, la cronología del desarrollo de esta teoría y algunos de los enfoques y métodos para calcular la probabilidad, como el enfoque clásico, el enfoque de frecuencia relativa y el enfoque subjetivo. También define conceptos clave como espacio muestral, eventos y distribución de probabilidad, y resume los avances históricos en el desarrollo de esta teoría matemática.
Este documento presenta los conceptos fundamentales de la teoría de probabilidad. Explica que la teoría de probabilidad proporciona un modelo matemático para describir fenómenos aleatorios basado en conceptos como el espacio muestral, eventos, probabilidad y axiomas. También define conceptos como probabilidad condicional, eventos independientes, la ley de probabilidad total y el teorema de Bayes, así como aplicaciones de permutaciones y combinaciones. Concluye que la teoría de probabilidad permite predecir resultados de eventos aleatorios a través
Este documento presenta un resumen de tres oraciones del experimento realizado para determinar la probabilidad de eventos al lanzar tres dados. El experimento consistió en lanzar dos dados blancos y un dado de color diferente 100 veces por grupo y registrar los resultados. Luego se analizaron las frecuencias observadas y teóricas para compararlas y determinar las probabilidades de distintos eventos como sacar números específicos o puntajes totales mayores a 15.
Este documento presenta información sobre probabilidades y su aplicación en la vida diaria. Brevemente describe conceptos clave como espacio muestral, eventos, probabilidades matemáticas y experimentales, y el teorema de Bayes. También ofrece ejemplos de cómo las personas usan probabilidades en deportes, juegos, seguros, pronósticos del tiempo y más. Finalmente, incluye ejercicios para aplicar estos conceptos.
Here is the tree diagram with the sample space and probabilities:
S = {Boy with black hair, Boy with blond hair, Girl with black hair, Girl with blond hair}
Girl
p=0.5
Black Hair
p= 0.4
Girl
Blond Hair
p= 0.1
The probabilities are:
P(Boy with black hair) = 0.5 × 0.7 = 0.35
P(Boy with blond hair) = 0.5 × 0.3 = 0.15
P(Girl with black hair) = 0.5 × 0.4 = 0.2
P(Girl with blond hair)
Teoria de-probabilidad. TRABAJO DE ESTADISTICAizquielar
Este documento describe los conceptos básicos de la teoría de probabilidad, incluyendo modelos matemáticos, experimentos aleatorios, espacio muestral, eventos y definición de probabilidad. Explica que la probabilidad de un evento puede calcularse como la razón entre el número de resultados favorables y el número total de resultados posibles de un experimento aleatorio. También presenta algunos teoremas y reglas como la adición para calcular probabilidades.
Este documento presenta una introducción a la teoría de la probabilidad. Define conceptos básicos como sucesos, espacio muestral, probabilidad discreta y continua, y distribuciones de probabilidad. Explica que la teoría de la probabilidad estudia fenómenos aleatorios cuantificando los resultados posibles de experimentos. También resume definiciones clásicas y axiomáticas de la probabilidad, así como propiedades de la unión de sucesos.
Este documento presenta los conceptos fundamentales de la probabilidad que se desarrollarán. Incluye definiciones de experimentos, resultados y conjuntos, así como los tres enfoques básicos para estudiar la probabilidad y las dos reglas de la probabilidad. También cubre temas como uniones, intersecciones, árboles de probabilidad, tablas de probabilidad, probabilidad condicional y el teorema de Bayes. Finalmente, introduce algunas aplicaciones de la combinatoria.
Ensayo de la teoria de la probabilidad 1 reinaldo jonas perez suarezreinaldojonas
El documento define conceptos básicos de probabilidad como espacio muestral, eventos, relaciones entre eventos y familia de eventos. Luego explica la definición de probabilidad según los axiomas de Kolmogorov, incluyendo probabilidad condicional, eventos independientes y dependientes. Finalmente, introduce la ley de probabilidad total y teorema de Bayes, ilustrando con ejemplos los diferentes conceptos.
El documento introduce los conceptos fundamentales de la teoría de probabilidades, incluyendo espacio muestral, sucesos, probabilidad, axiomas y definiciones. Explica que la probabilidad mide la frecuencia con la que ocurre un resultado en un experimento bajo condiciones estables, y que la teoría se usa en áreas como estadística, ciencia y filosofía para sacar conclusiones sobre probabilidades de sucesos y sistemas complejos.
Este documento presenta una introducción al estudio de las probabilidades como parte de un curso de estadística aplicada a las ciencias de la salud. Explica la importancia de entender las probabilidades para el proceso de toma de decisiones médicas, ya que la medicina involucra incertidumbre. Luego define conceptos básicos como experimento aleatorio, evento, espacio muestral y probabilidad clásica, de frecuencia relativa y subjetiva. Finalmente introduce temas como probabilidad condicional, reglas de multiplicación y adición, y variables aleatorias
Probabilidad clásica, de frecuencia relativa y subjetivaRuben Veraa
Este documento describe tres enfoques para calcular la probabilidad: la probabilidad clásica, la probabilidad de frecuencia relativa y la probabilidad subjetiva. La probabilidad clásica se calcula como la razón entre el número de casos favorables y el número total de casos posibles. La probabilidad de frecuencia relativa se basa en repetir un experimento múltiples veces y calcular la frecuencia con la que ocurre un evento. La probabilidad subjetiva representa el grado de creencia de un individuo en la ocurrencia de un evento basado en la evidencia disponible.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones gubernamentales.
Este documento proporciona información sobre conceptos básicos de probabilidad y distribuciones. Brevemente describe la historia de la probabilidad y sus contribuidores clave. Luego resume los métodos para calcular probabilidades como la regla de adición, multiplicación y distribución binomial.
La teoría de la probabilidad tiene sus orígenes en los juegos de azar de los romanos hace 2000 años. Se define como la proporción de casos favorables entre el total de casos posibles. Existen tres tipos de espacios muestrales: finitos, infinitos numerables y continuos. La probabilidad clásica se calcula como el número de resultados favorables dividido entre el total de resultados posibles. La probabilidad frecuentista se define como el límite de la frecuencia relativa al repetir infinitas veces el experimento. La probabilidad condicionada calcula la probabilidad de un su
Exposición de Probabilidad y estadística pptxal23020048
La teoría de la probabilidad estudia los experimentos aleatorios y eventos que ocurren en ellos. Se basa en la noción de que la probabilidad de un evento es una medida de la certeza de que ocurra. El espacio muestral es el conjunto de todos los resultados posibles de un experimento. Un diagrama de Venn utiliza círculos para representar conjuntos y sus intersecciones.
1) La probabilidad estudia experimentos aleatorios como el lanzamiento de una moneda o un dado, donde se conocen todos los resultados posibles pero no cuál ocurrirá. 2) Un espacio muestral contiene todos los resultados posibles de un experimento aleatorio. 3) Un espacio probabilístico incluye un espacio muestral, una colección de sucesos y una medida de probabilidad que asigna una probabilidad a cada suceso.
TEORIA DE LA PROBABILIDAD. AUTOR: ELI ANGULOEli Ang
Este documento presenta una introducción a la teoría de la probabilidad. Explica brevemente el concepto de probabilidad, la cronología del desarrollo de esta teoría y algunos de los enfoques y métodos para calcular la probabilidad, como el enfoque clásico, el enfoque de frecuencia relativa y el enfoque subjetivo. También define conceptos clave como espacio muestral, eventos y distribución de probabilidad, y resume los avances históricos en el desarrollo de esta teoría matemática.
Este documento presenta los conceptos fundamentales de la teoría de probabilidad. Explica que la teoría de probabilidad proporciona un modelo matemático para describir fenómenos aleatorios basado en conceptos como el espacio muestral, eventos, probabilidad y axiomas. También define conceptos como probabilidad condicional, eventos independientes, la ley de probabilidad total y el teorema de Bayes, así como aplicaciones de permutaciones y combinaciones. Concluye que la teoría de probabilidad permite predecir resultados de eventos aleatorios a través
Este documento presenta un resumen de tres oraciones del experimento realizado para determinar la probabilidad de eventos al lanzar tres dados. El experimento consistió en lanzar dos dados blancos y un dado de color diferente 100 veces por grupo y registrar los resultados. Luego se analizaron las frecuencias observadas y teóricas para compararlas y determinar las probabilidades de distintos eventos como sacar números específicos o puntajes totales mayores a 15.
Este documento presenta información sobre probabilidades y su aplicación en la vida diaria. Brevemente describe conceptos clave como espacio muestral, eventos, probabilidades matemáticas y experimentales, y el teorema de Bayes. También ofrece ejemplos de cómo las personas usan probabilidades en deportes, juegos, seguros, pronósticos del tiempo y más. Finalmente, incluye ejercicios para aplicar estos conceptos.
Here is the tree diagram with the sample space and probabilities:
S = {Boy with black hair, Boy with blond hair, Girl with black hair, Girl with blond hair}
Girl
p=0.5
Black Hair
p= 0.4
Girl
Blond Hair
p= 0.1
The probabilities are:
P(Boy with black hair) = 0.5 × 0.7 = 0.35
P(Boy with blond hair) = 0.5 × 0.3 = 0.15
P(Girl with black hair) = 0.5 × 0.4 = 0.2
P(Girl with blond hair)
Teoria de-probabilidad. TRABAJO DE ESTADISTICAizquielar
Este documento describe los conceptos básicos de la teoría de probabilidad, incluyendo modelos matemáticos, experimentos aleatorios, espacio muestral, eventos y definición de probabilidad. Explica que la probabilidad de un evento puede calcularse como la razón entre el número de resultados favorables y el número total de resultados posibles de un experimento aleatorio. También presenta algunos teoremas y reglas como la adición para calcular probabilidades.
Este documento presenta una introducción a la teoría de la probabilidad. Define conceptos básicos como sucesos, espacio muestral, probabilidad discreta y continua, y distribuciones de probabilidad. Explica que la teoría de la probabilidad estudia fenómenos aleatorios cuantificando los resultados posibles de experimentos. También resume definiciones clásicas y axiomáticas de la probabilidad, así como propiedades de la unión de sucesos.
Este documento presenta los conceptos fundamentales de la probabilidad que se desarrollarán. Incluye definiciones de experimentos, resultados y conjuntos, así como los tres enfoques básicos para estudiar la probabilidad y las dos reglas de la probabilidad. También cubre temas como uniones, intersecciones, árboles de probabilidad, tablas de probabilidad, probabilidad condicional y el teorema de Bayes. Finalmente, introduce algunas aplicaciones de la combinatoria.
Ensayo de la teoria de la probabilidad 1 reinaldo jonas perez suarezreinaldojonas
El documento define conceptos básicos de probabilidad como espacio muestral, eventos, relaciones entre eventos y familia de eventos. Luego explica la definición de probabilidad según los axiomas de Kolmogorov, incluyendo probabilidad condicional, eventos independientes y dependientes. Finalmente, introduce la ley de probabilidad total y teorema de Bayes, ilustrando con ejemplos los diferentes conceptos.
El documento introduce los conceptos fundamentales de la teoría de probabilidades, incluyendo espacio muestral, sucesos, probabilidad, axiomas y definiciones. Explica que la probabilidad mide la frecuencia con la que ocurre un resultado en un experimento bajo condiciones estables, y que la teoría se usa en áreas como estadística, ciencia y filosofía para sacar conclusiones sobre probabilidades de sucesos y sistemas complejos.
Este documento presenta una introducción al estudio de las probabilidades como parte de un curso de estadística aplicada a las ciencias de la salud. Explica la importancia de entender las probabilidades para el proceso de toma de decisiones médicas, ya que la medicina involucra incertidumbre. Luego define conceptos básicos como experimento aleatorio, evento, espacio muestral y probabilidad clásica, de frecuencia relativa y subjetiva. Finalmente introduce temas como probabilidad condicional, reglas de multiplicación y adición, y variables aleatorias
Probabilidad clásica, de frecuencia relativa y subjetivaRuben Veraa
Este documento describe tres enfoques para calcular la probabilidad: la probabilidad clásica, la probabilidad de frecuencia relativa y la probabilidad subjetiva. La probabilidad clásica se calcula como la razón entre el número de casos favorables y el número total de casos posibles. La probabilidad de frecuencia relativa se basa en repetir un experimento múltiples veces y calcular la frecuencia con la que ocurre un evento. La probabilidad subjetiva representa el grado de creencia de un individuo en la ocurrencia de un evento basado en la evidencia disponible.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones gubernamentales.
Este documento proporciona información sobre conceptos básicos de probabilidad y distribuciones. Brevemente describe la historia de la probabilidad y sus contribuidores clave. Luego resume los métodos para calcular probabilidades como la regla de adición, multiplicación y distribución binomial.
La teoría de la probabilidad tiene sus orígenes en los juegos de azar de los romanos hace 2000 años. Se define como la proporción de casos favorables entre el total de casos posibles. Existen tres tipos de espacios muestrales: finitos, infinitos numerables y continuos. La probabilidad clásica se calcula como el número de resultados favorables dividido entre el total de resultados posibles. La probabilidad frecuentista se define como el límite de la frecuencia relativa al repetir infinitas veces el experimento. La probabilidad condicionada calcula la probabilidad de un su
Exposición de Probabilidad y estadística pptxal23020048
La teoría de la probabilidad estudia los experimentos aleatorios y eventos que ocurren en ellos. Se basa en la noción de que la probabilidad de un evento es una medida de la certeza de que ocurra. El espacio muestral es el conjunto de todos los resultados posibles de un experimento. Un diagrama de Venn utiliza círculos para representar conjuntos y sus intersecciones.
1) La probabilidad estudia experimentos aleatorios como el lanzamiento de una moneda o un dado, donde se conocen todos los resultados posibles pero no cuál ocurrirá. 2) Un espacio muestral contiene todos los resultados posibles de un experimento aleatorio. 3) Un espacio probabilístico incluye un espacio muestral, una colección de sucesos y una medida de probabilidad que asigna una probabilidad a cada suceso.
Este documento describe los conceptos básicos de la probabilidad, incluyendo experimentos aleatorios, espacio muestral, eventos, regla de Laplace y tipos de sucesos. Explica que un experimento aleatorio tiene un espacio muestral con resultados posibles y que un evento es cualquier subconjunto de este. También cubre cómo calcular la probabilidad de eventos usando la regla de Laplace cuando los resultados son equiprobables y cómo los sucesos pueden ser seguros, posibles o imposibles.
Ensayo de teoria de probabilidad estadistica manuel suarezmanuel0716
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones.
1. El documento explica los conceptos básicos de probabilidad, incluyendo cómo se mide la probabilidad de un suceso usando la regla de Laplace de casos favorables divididos por casos posibles.
2. También describe dos modelos para calcular probabilidades: el modelo a priori que usa la regla de Laplace, y el modelo frecuentista basado en repetir un experimento muchas veces.
3. Finalmente, explica diferentes tipos de relaciones entre sucesos como sucesos contenidos, iguales, intersección, unión e incompatibles y cómo calcular sus probabilidades.
El documento resume conceptos básicos de probabilidad, incluyendo definiciones de sucesos, reglas para calcular probabilidades de uniones e intersecciones de sucesos, y teoremas como la probabilidad total y Bayes. Explica que la probabilidad surgió del estudio de juegos de azar y ahora se usa en estadística.
Este documento presenta un resumen de los métodos estadísticos "Biostatistics with R" y ejercicios. Incluye conceptos básicos de probabilidad como espacio muestral, rango de valores de probabilidad y diagrama de árbol. También presenta ejercicios de probabilidad resueltos por una alumna para su maestría en rehabilitación visual bajo la guía de su profesor.
El documento presenta conceptos básicos de probabilidad como espacio muestral, eventos, probabilidad simple y conjunta. Explica que la probabilidad representa la posibilidad de que ocurra un evento y puede calcularse de forma clásica, empírica o subjetiva. También proporciona ejemplos como el lanzamiento de un dado o la selección aleatoria de fichas de colores para ilustrar cómo calcular la probabilidad de diferentes eventos.
Este documento presenta un resumen sobre la teoría de la probabilidad. Introduce conceptos como experimentos aleatorios y determinísticos, espacio muestral, eventos, operaciones con eventos, tablas de contingencia, diagramas de árbol y definiciones de probabilidad desde enfoques frecuentista y clásico. También expone algunos teoremas y la regla de adición para el cálculo de probabilidades.
El documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad mide la posibilidad de que ocurran ciertos resultados al azar y surgió del estudio de los juegos de azar. Luego define conceptos clave como espacio muestral, eventos, tipos de sucesos, y axiomas. Finalmente concluye destacando la utilidad de la probabilidad para analizar situaciones e identificar eventos descartables.
La teoría de la probabilidad tiene sus orígenes en juegos de azar inventados por los romanos hace 2000 años. Existen tres definiciones de probabilidad: la clásica, la frecuentista y la axiomática. La definición clásica define la probabilidad como la proporción de casos favorables sobre el total de casos posibles para espacios muestrales finitos. La definición frecuentista la define como el límite de la frecuencia relativa al repetir un experimento infinitas veces. La definición axiomática de Kolmogorov intenta superar las limitaciones de
Este documento resume los conceptos básicos de probabilidad, incluyendo: la definición de probabilidad, tipos de sucesos (naturales, por azar, imposibles), espacio muestral, reglas de probabilidad como la adición y multiplicación, y el teorema de Bayes. Explica que la probabilidad mide la posibilidad de que ocurra un suceso, y depende del número de sucesos favorables dividido entre el total de sucesos posibles.
Teoriadeprobabilidad izquiel TRABAJO DE ESTADISTICAizquielar
Este documento presenta un resumen sobre la teoría de probabilidad. Define conceptos clave como experimentos aleatorios y determinísticos, espacio muestral, eventos, reglas de probabilidad como la adición y teoremas. Explica los enfoques frecuentista y clásico para calcular probabilidades y provee ejemplos para ilustrar los conceptos.
Este documento presenta los fundamentos de la probabilidad. Comienza con conjuntos y técnicas de conteo, luego introduce el concepto clásico de probabilidad y la probabilidad como frecuencia relativa. También cubre el espacio muestral y los eventos, los axiomas y teoremas de probabilidad, y conceptos como probabilidad condicional e independencia. Finalmente, menciona a algunos de los primeros teóricos de la probabilidad y áreas donde se aplica como juegos de azar e investigaciones.
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)luisbadell89
Este documento presenta conceptos básicos de probabilidad. Introduce la definición de probabilidad como un cálculo para determinar si un fenómeno ocurrirá basado en cálculos, estadísticas o teoría. Explica conceptos como espacio muestral, eventos, axiomas de probabilidad, reglas de adición y multiplicación, y distribuciones de probabilidad como la normal y exponencial. El objetivo es que los estudiantes aprendan a aplicar métodos estadísticos en el ámbito económico-empresarial.
El documento define la probabilidad clásica y como frecuencia relativa. La definición clásica requiere un espacio muestral finito y equiprobable, mientras que la definición de frecuencia relativa se basa en repetir un experimento aleatorio muchas veces y medir la frecuencia con la que ocurren los eventos, aproximándose a la probabilidad real cuando el número de repeticiones tiende a infinito. También presenta ejemplos para calcular probabilidades usando ambas definiciones.
Tarea de representacion para slideshareFidelCerda2
Este documento introduce conceptos básicos de probabilidad como experimento aleatorio, espacio muestral, evento, unión y intersección de eventos, y cálculo de probabilidades. Explica que la probabilidad mide la posibilidad de que ocurra un evento y toma valores entre 0 y 1. Presenta fórmulas como la regla de Laplace para calcular probabilidades y la regla de multiplicación para probabilidades compuestas.
Este documento explica conceptos básicos de probabilidad como espacios de probabilidad, experimentos aleatorios, eventos, sucesos simples y compuestos, reglas de conteo, probabilidades conjuntas, marginales y condicionales, eventos mutuamente excluyentes, reglas aditiva y multiplicativa, y la regla de Bayes. La probabilidad refleja la incertidumbre de que un suceso ocurra y se utiliza para analizar fenómenos aleatorios. Los espacios de probabilidad estudian estos fenómenos mediante el mapeo de
Este documento introduce los conceptos básicos de probabilidad y estadística. Explica que la probabilidad se utiliza para modelar fenómenos no deterministas mediante la asignación de probabilidades a los posibles resultados. También define conceptos clave como población, muestra y espacio muestral.
El documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad se define como la proporción de casos favorables entre el total de casos posibles. Describe los tres tipos de espacios muestrales (finito, infinito numerable, continuo) y define sucesos y probabilidad clásica y frecuentista. Finalmente, introduce la probabilidad condicionada al proveer información adicional sobre el experimento.
Esta presentación nos informa sobre los pólipos nasales, estos son crecimientos benignos en el revestimiento de los senos paranasales o fosas nasales, causados por inflamación crónica debido a alergias, infecciones o asma.
La era precámbrica comenzó hace 4 millones de años y se cuenta hasta hace 570 millones de años. Durante este período se creó el complejo basal propio de la Guayana venezolana, al sur del país; también en Los Andes; en la cordillera norte de Perijá, estado de Zulia; y en el Baúl, estado de Cojedes.
Cardiopatias cianogenas con hipoflujo pulmonar.pptxELVISGLEN
Las cardiopatías congénitas acianóticas incluyen problemas cardíacos que se desarrollan antes o al momento de nacer pero que normalmente no interfieren en la cantidad de oxígeno o de sangre que llega a los tejidos corporales.
Procedimientos para aplicar un inyectable y todo lo que tenemos que hacer antes de aplicarlo, también tenemos los pasos a seguir para realzar una venoclisis.
Esta exposición tiene como objetivo educar y concienciar al público sobre la dualidad del oxígeno en la biología humana. A través de una mezcla de ciencia, historia y tecnología, se busca inspirar a los visitantes a apreciar la complejidad del oxígeno y a adoptar estilos de vida que promuevan un equilibrio saludable entre sus beneficios y sus potenciales riesgos.
¡Únete a nosotros para descubrir cómo el oxígeno puede ser tanto un salvador como un destructor, y qué podemos hacer para maximizar sus beneficios y minimizar sus daños!
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...Champs Elysee Roldan
La primera discusión semicientífica sobre una nave espacial propulsada por cohetes la realizó el alemán Hans Ganswindt, quien abordó los problemas de la propulsión no mediante la fuerza reactiva de los gases expulsados sino mediante la eyección de cartuchos de acero que contenían dinamita. Supuso que la explosión de una carga transferiría energía cinética a la pared de la nave espacial y la impulsaría en la dirección deseada. Supuso que múltiples explosiones proporcionarían suficiente velocidad para alcanzar la órbita y la velocidad de escape.
El 27 de mayo de 1891, pronunció un discurso público en la Filarmónica de Berlín, en el que introdujo su concepto de un vehículo galáctico(Weltenfahrzeug).
Ganswindt también exploró el uso de una estación espacial giratoria para contrarrestar la ingravidez y crear gravedad artificial.
El documento publicado por el Dr. Gabriel Toro aborda los priones y las enfermedades relacionadas con estos agentes infecciosos. Los priones son proteínas mal plegadas que pueden inducir el plegamiento incorrecto de otras proteínas normales en el cerebro, llevando a enfermedades neurodegenerativas mortales. El Dr. Toro examina tanto la estructura y función de los priones como su capacidad para propagarse y causar enfermedades devastadoras como la enfermedad de Creutzfeldt-Jakob, la encefalopatía espongiforme bovina (conocida como "enfermedad de las vacas locas"), y el síndrome de Gerstmann-Sträussler-Scheinker. En el documento, se exploran los mecanismos moleculares detrás de la replicación de los priones, así como las implicaciones para la salud pública y la investigación en tratamientos potenciales. Además, el Dr. Toro analiza los desafíos y avances en el diagnóstico y manejo de estas enfermedades priónicas, destacando la necesidad de una mayor comprensión y desarrollo de terapias eficaces.
Reacciones Químicas en el cuerpo humano.pptxPamelaKim10
Este documento analiza las diversas reacciones químicas que ocurren dentro del cuerpo humano, las cuales son esenciales para mantener la vida y la salud.
1. 1
Índice
Introducción ...............................................................................................................2
Conceptos Básicos de Probabilidad..............................................................................4
Probabilidad Clásica ...................................................................................................4
Axiomas de Probabilidad.............................................................................................6
Teoremas:..................................................................................................................7
Teorema 1 regla general de la adición.......................................................................7
Teorema 2: Regla de complementación ....................................................................8
Teorema de la multiplicación...................................................................................9
Probabilidad Condicional ..........................................................................................10
Conclusión ...............................................................................................................12
Bibliografía ..............................................................................................................13
2. 2
Introducción
Tanto el científico como el ciudadano de a pie están sometidos a una permanente
recepción de informaciones, observaciones, que se pueden presentar bajo modos
muy dispares: los resultados de un experimento, percepciones sensoriales, datos
numéricos, hechos históricos, opiniones personales, etc.
Es, y ha sido siempre, una constante el que las personas hayan querido interpretar
sus observaciones, experiencias, para aprehender el mundo que les rodea. Y
siempre ha dirigido parte de sus esfuerzos a encontrar técnicas, métodos,
procedimientos, o como quiera que se les denomine, para poder interpretar sus
observaciones.
Un fenómeno determinista es aquel que, cuando se reproduce en la mismas
condiciones, podemos predecir con certeza cuál va a ser el resultado, la
observación que derivará. Por el contrario, el fenómeno aleatorio es el que en cada
manifestación, aunque se produzca bajo idénticas condiciones, el resultado no se
puede predecir con certeza, y sólo es conocido después de su realización.
Precisamente este tipo de fenómenos aleatorios son el objeto de la Estadística, y la
incertidumbre que implican hasta que se plasman en algunas observación o
resultado concreto, es la esencia de dichos fenómenos.
No obstante, y reconociendo la presencia de incertidumbre siempre que nos
enfrentamos a un fenómeno aleatorio, no es menos cierto que, en la mayoría de
los casos, podemos establecer de antemano todas las categorías potenciales en que
puede devenir, es decir, cuántas manifestaciones diferentes puede presentar. Estos
posibles resultados son denominados sucesos aleatorios o eventos; y como hemos
señalado constituyen las categorías potenciales del fenómeno, de forma que
alguno de esos sucesos, después de la realización del fenómeno, se transformará
en observación o resultado.
Para intentar acotar el grado de incertidumbre que producen los fenómenos
aleatorios siempre será útil estudiar sus posibles concreciones, es decir, los
diferentes sucesos que pueden producirse.
Pero una mayor reducción de nuestro nivel de incertidumbre no solo se logra con
la enumeración del conjunto de sucesos aleatorios que puedan manifestarse sino
3. 3
asignando a cada suceso un indicador de las posibilidades que tiene de acontecer:
ese indicador no es otra cosa que los que denominamos probabilidad.
La teoría de probabilidad es un sistema matemático compuesto de términos
definidos e indefinidos y de un conjunto de suposiciones relativas a ellos. Es una
disciplina abstracta que usamos como modelo para hacer deducciones relativas a
eventos que posiblemente pueden suceder en una operación física real o
imaginaria.
La estadística implica procesos repetitivos. Se podría decir entonces, que en la
teoría de la probabilidad empezamos con leyes de azar supuestas que utilizamos
como modelo para guiarnos al predecir los resultados de ciertos experimentos, En
la estadística, examinamos los resultados de operaciones repetitivas y después
intentamos interpretarlos con la ayuda de las probabilidades estimadas.
4. 4
Conceptos Básicos de Probabilidad
Experimento: Es cualquier proceso al azar que produce un resultado.
Resultado: Efectos obtenidos del experimento.
Espacio muestral: Es el conjunto de todos los posibles resultados de un
experimento estadístico, tiene relación con el conjunto universal de la teoría de
conjuntos. Se representa con la letra mayúscula S.
Evento: Es un subconjunto del espacio muestral que puede tener 1 ó más
elementos. Se denotan con letras mayúsculas similares a los subconjuntos de la
teoría de conjuntos.
Puntos muestrales: Es el número de posibles resultados que hay en un espacio
muestral.
Probabilidad Clásica
Durante la segunda mitad del siglo XVII se inician los primeros intentos
científicos de medir la probabilidad de un suceso (Pascal, Fermat, Huygens,
Bernoulli, Leibniz, etc.) pero es con Laplace en 1812 cuando, con su definición de
probabilidad conocida como clásica, comienza el definitivo arranque del Cálculo
de Probabilidades.
Laplace define la probabilidad de un suceso como el cociente entre el número de
casos favorables y el número total de casos, siempre que todos sean igualmente
posibles.
Ejemplo
La probabilidad de extraer un as de una baraja perfecta de cuarenta cartas se
calcula de la siguiente forma: el número de casos favorables es cuatro, us en la
baraja hay cuatros ases, y el número de casos posibles es cuarenta, las cuarentas
cartas que pueden extraerse, por lo cual la probabilidad de obtener un as es igual a
4/40 = 1/10.
De la definición clásica de la probabilidad se desprenden una serie de
propiedades:
5. 5
P(S) ≥ 0. La probabilidad se ha definido como el cociente del número de
casos favorables al suceso S y el número de casos posibles, por lo que el
cociente no puede ser negativo, y su límite inferior 0 se alcanza cuando el
número de casos favorables sea nulo.
P(S) ≤ 1. El número de casos favorables nunca puede ser mayor que el
número total de casos, a lo sumo igual.
Ejemplo 1
Si el suceso es obtener cualquier número del 1 al 6, suceso cierto, el número
de casos favorables (6) coincide con el total (6) y su cociente es la unidad. Si,
por el contrario, el suceso consiste en que no salga ningún número del 1 al 6,
suceso imposible, su probabilidad es cero, pues en el espacio muestral no hay
ningún suceso que cumpla esta condición siendo, por tanto, el número de
casos favorables cero.
Ejemplo 2
Sea el experimento aleatorio consistente en arrojar un dado solamente una vez
y el suceso de interés obtener número par. En el experimento el espacio
muestral está integrado por los seis primeros números enteros, E= {1, 2, 3, 4,
5, 6}. El suceso concreto, que denominaremos S, es un suceso compuesto, S =
{número par} = {2, 4, 6}, es decir, obtenido siempre que al arrojar el dado el
número resultante sea 2 o 4 o 6. Planteando así el experimento, el número total
de casos que pueden darse es seis, {1, 2, 3, 4, 5, 6}, y el de favorables tres, {2,
4, 6}. Si suponemos que utilizamos un dado idea (por lo cual todos los
elementos del espacio muestral {1, 2, 3, 4, 5, 6} son igualmente posibles,
ninguno se manifiesta con más o menos intensidad que otros), la teoría clásica
define la probabilidad del suceso S, P(S), como el cociente del número de
casos favorables, tres, respecto al del número total de casos posibles, seis.
P(S) = P(número par) =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠
=
3
6
=
1
2
= P(2) + P(4) + P(6)
El resultado 1/2 es la probabilidad buscada, indicando que de cada dos casos
uno puede ser número par. Es importantes tener presente que el resultado no
dice que siempre que se lance un dado dos veces una de ellas será
necesariamente número par, sino que debemos interpretar 1/2, en el sentido
que en una larga serie de tiradas aproximadamente la mitad de ellas será par o,
dicho de otro modo, que la probabilidad que en la tirada siguiente salga
número par es 1/2.
6. 6
La probabilidad clásica supone que el número de casos totales (posibles) sea
finito, lo que implica otra limitación de su campo de aplicabilidad.
Otra situación para la cual la teoría clásica no tiene respuesta es, por ejemplo,
el cálculo de la probabilidad de que el niño nazca en el último instante del año
sea varón.
Todas las circunstancias expuestas, que limitan la utilización de la
probabilidad clásica en las ciencias empíricas, conducen a la exigencia de un
nuevo concepto de probabilidad que dé respuesta a las objeciones planteadas.
Axiomas de Probabilidad
Para el cálculo de probabilidades hay que tomar en cuenta los Axiomas y
Teoremas que a continuación se enumeran.
Sea S un espacio muestral y A un evento en S.
1) La probabilidad de que ocurra el espacio muestral S debe de ser 1.
P(S) = 1
La probabilidad del espacio muestral es exactamente 1.
2) La probabilidad de que ocurra un evento A cualquiera se encuentra entre
cero y uno.
0 > P(A) > 1
No es posible asignarle una probabilidad a un evento que sea negativo.
3) P(A∪B) = P(A) + P(B) Si A y B son eventos mutuamente excluyentes, es
decir P(A ∩ B ) = ∅.
Generalizando:
El axioma 3 dice que si dos eventos A y B son mutuamente excluyentes, entonces
la probabilidad de su unión es la suma de sus probabilidades individuales.
P(A1∩A2∩.........∩An) = p(A1) + p(A2) + .......+ p(An) =
∞
∑ P(Ai)
i=1
7. 7
Sucesos mutuamente excluyentes o incompatibles son aquellos que no pueden
ocurrir al mismo tiempo, por ejemplo que una persona sea hombre y mujer al
mismo tiempo, que una persona tenga el grupo sanguíneo 0 y el B, que al tirar un
dado salga el número 5 y una cifra par al mismo tiempo, etc.
El primer Axioma indica que el máximo valor que puede tomar la probabilidad de
un suceso es 1, esto ocurre cuando el suceso es seguro.
El segundo axioma india que el mínimo valor que puede tomar la probabilidad es
cero, y por lo tanto no puede ser negativo.
El tercer axioma que desde un punto de vista formal debería haberse enunciado en
principio como una sucesión infinita de sucesos, por motivos didácticos y
teniendo en cuenta que los espacios muestrales que se utilizan en estadística
aplicada, en general, son finitos, se ha aplicado el axioma a espacios muestrales
finitos directamente. Si tenemos una sucesión y es una colección de infinita de
elementos excluyentes que no comparten nada entre ellos, se calcula como la
suma de probabilidades individuales.
Los axiomas tienen una serie de aplicaciones al cálculo de probabilidades que
pueden demostrarse de forma inmediata.
Teoremas:
Teorema 1 regla general de la adición
Si A y B son dos sucesos cualesquiera:
P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
Este importante teorema es conocido con el nombre de regla general de adición
por su trascendencia en el cálculo de probabilidades.
Ejemplo
Si el experimento es lanzar un dado una vez, el espacio muestral es:
S = {1,2, 3, 4, 5, 6}
Si el evento A es caer un número par
A = {2, 4, 6}
Si el conjunto B es un número menor de 3
8. 8
B = {1, 2}
¿Cuál será la probabilidad de que suceda alguno de estos dos eventos?
Primero identificamos que es lo que queremos, “la probabilidad de que sea par o
menor de tres”.
Es decir: P(A ∪ B)
Ya que identificamos lo que queremos ahora debemos saber lo que conocemos.
La probabilidad de A y la probabilidad de B es:
P(A) =
3
6
= 0.50 P(B) =
2
6
= 0.33
Para aplicar este teorema es necesario conocer la probabilidad de la intersección
de estos dos eventos si se quiere conocer la probabilidad de la unión, o de manera
inversa, conocer la probabilidad de la unión para calcular la probabilidad de la
intersección.
En este caso queremos saber la unión, entonces es necesario conocer la
intersección que es “número par y menor de 3”.
A ∩ B = {2} entonces P(A ∩ B) =
2
6
= 0.33
Si aplicamos la regla de adición:
P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
P(A ∪ B)= 0.50 + 0.33 – 0.33 = 0.5
Dato: Las leyes de Morgan declaran que el complemento de la intersección de dos
sucesos es igual a la unión de cada complemento de cada suceso, y que el
complemento de la unión de dos sucesos es igual a la intersección del
complemento de esos sucesos.
A ∩ B = A U B
A U B = A ∩ B
Teorema 2: Regla de complementación
La probabilidad de que el complemento de un evento ocurra está dada por la
siguiente ecuación:
9. 9
P(Ā) = 1 – P(A)
Ejemplo
En el experimento de “lanzar un dado y registrar que cara es la de arriba”, si el
suceso A = “es menor de tres”, entonces la probabilidad de Ā=”no sea menor de
tres” es:
P(A) = 2/6 = 0.33
P(Ā) = 1 - 0.33 = 0.67
Teorema 3 Regla de la multiplicación
Teniendo en cuenta:
P(A ∩ B) = P(A) P(B/A)
La expresión anterior tiene una gran importancia en el cálculo de probabilidades,
y es conocido como teorema de la multiplicación.
Ejemplo:
En un servicio de medicina interna el 40% de los pacientes ingresados es a causa
de enfermedades infecciosas. La probabilidad de que un paciente sea diabético
sabiendo que tiene una infección, es del 25%.
Calcular la probabilidad de que un paciente ingresado en un servicio de medicina
interna sea diabético y tenga una infección.
En este caso, el suceso A es tener un proceso infeccioso cuya probabilidad P(A) =
0.4 y el suceso B probabilidad de ser diabético, cuya probabilidad se desconoce,
sin embargo se conoce la probabilidad de ser diabético sabiendo que el paciente
padece de una infección P(B/A) = 0,25; aplicando el teorema de la multiplicación
se puede calcular la probabilidad pedida, que es la de la intersección P(A ∩ B). La
probabilidad de que un individuo ingresado en dicho servicio de medicina tenga
una infección y sea diabético según este teorema seria:
P(A ∩ B) = P(A) P(B/A) = 0,4 . 0,25 = 0,1
El 10% de los pacientes ingresados son diabéticos y tienen una infección.
10. 10
Probabilidad Condicional
La probabilidad de que un evento B ocurra cuando se sabe que ya ocurrió algún
evento A se llama probabilidad condicional y se denota por P(B/A). El símbolo
P(B/A) por lo general se lee “la probabilidad de que ocurra B dado que ocurrió A”
o simplemente “La probabilidad de B, dado A”.
Ejemplo 1
Se realiza una encuesta de mercado a 1000 hogares, 250 de estos hogares
planearon comprar un equipo de televisión pantalla grande, y solo 200 hogares lo
compraron. Calcule la probabilidad condicional de que un hogar compre un
equipo de televisión pantalla grande.
En relación con el escenario de “Uso de estadística” que se refiere a la compra de
un equipo de televisión de pantalla grande, suponga que en cierto hogar se planea
comprar un equipo de televisión de pantalla grande. Ahora, ¿cuál es la
probabilidad de que en ese hogar se compre realmente el equipo de televisión? En
este ejemplo el objetivo es encontrar P(compra real │ Planea comprar). Aquí se le
proporciona la información de que el hogar planea comprar el equipo de televisión
de pantalla grande. Por lo tanto, el espacio muestral no consiste en todos los 1000
hogares de la encuesta. Consiste solo en aquellos que realmente compraron el
equipo de televisión de pantalla grande. De 250 de esos hogares, 200 compraron
realmente el equipo de televisión de pantalla grande. Por lo tanto, la probabilidad
de que en un hogar realmente se compre un equipo de televisión de pantalla
grande dado que lo planeó comprar es:
P(realmente compró │ planeó comprar) =
𝑃𝑙𝑎𝑛𝑒ó 𝑦 𝑟𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑐𝑜𝑚𝑝𝑟ó
𝑃𝑙𝑎𝑛𝑒ó 𝑐𝑜𝑚𝑝𝑟𝑎𝑟
=
200
250
= 0.80
También es posible usar la ecuación para calcular el resultado:
P(B│A) =
𝑃( 𝐴 𝑦 𝐵)
𝑃(𝐴)
11. 11
Donde:
Evento A = planeó comprar
Evento B = realmente compró
Entonces:
P(realmente compró │ Planeó comprar) =
200│1000
250│1000
=
200
250
= 0.80
Ejemplo 2
Se realizó una encuesta sobre hábitos de lectura que se resume por medio de la
tabla.
Calcular:
Le gusta leer No gusta leer Total
Hombre 40 20 60
Mujer 50 10 60
Total 90 30 120
a) La probabilidad de que si elegimos una persona al azar entre las 120 sea
mujer:
P(M) =
60
120
= 0.50
b) Cuál es la probabilidad de que una persona elegida al azar le guste leer y
sea mujer:
P(L ∩ M) =
50
120
= 0.42
c) Cuál es la probabilidad de que si elegimos una persona al azar le guste leer
dado que es una mujer:
P(L│M) =
𝑃( 𝐿∩𝑀)
𝑃( 𝑀)
=
0.42
0.50
= 0.84
Nota: La probabilidad de A dado B no representa lo mismo que B
dado A.
12. 12
Conclusión
Parece evidente que la idea de probabilidad debe ser tan antigua como el hombre.
La idea “es muy probable que llueva mañana” la debía pensar y trasmitir el
hombre prehistórico.
Pero es recién en 1654 que comienza a desarrollarse el cálculo de probabilidades,
cuando Fermat (1601-1665) y Pascal (1623-1662) en 1654, en correspondencia no
publicada, comienzan a aplicar métodos matemáticos para resolver problemas de
juegos de azar con cartas y dados. Otros nombres destacados en el desarrollo del
cálculo de probabilidades son Jakob Bernoulli (1654-1705) (“Ars Conjectandi”,
publicado póstumo en 1713, que contiene la hoy llamada “ley de los grandes
números de Bernoulli”) y Abraham de Moivre (1667-1754) (“Doctrina de las
Chances, 1718). En el siglo siguiente se destaca Laplace (1749-1827) y su obra
“Teoría analítica de la probabilidad” (1812).
Después de un lento progreso, se acelera el desarrollo de la teoría de
probabilidades a mediados del siglo XIX. Tchebycheff (1821-1894) es el primero
de la escuela rusa que contribuyó mucho al desarrollo de la teoría de
probabilidades, con matemáticos como Markov (1856-1922) y Kolmogorov
(1903-1987)). Problemas de genética que se plantearon a fines del siglo XIX
(Galton) y el rápido desarrollo al comienzo del siglo XX en Física de las teorías
de movimiento browniano y mecánica estadística le dieron a la teoría de
probabilidades fuentes de nuevos problemas.
La definición que se usa actualmente de Probabilidad fue dada recién en 1933, por
Kolmogorov. Es una definición axiomática, similar a la definición de medida de la
teoría de la medida (teoría desarrollada en 1898 por Borel (1871-1956) y que sirve
de base a la teoría de integración de Lebesgue (1910)(1875-1941). Además de sus
aplicaciones a la genética, física, tecnología, etc., la teoría de probabilidades sirve
de base a la teoría de inferencia estadística, ya que en inferencia estadística se
mide la probabilidad de equivocarse al hacer una inferencia inductiva.
13. 13
Bibliografía
Elementosde Probabilidad y Estadística. Elmer B. Mode. Editorial Reverté. Año
1982.
Fundamentosde Probabilidad.Fco.JavierMartín-Pliegoy Luis Ruiz-Maya Pérez.
2da Edición. Editorial Thomson. Año 2006.
Probabilidad y estadística para ingenieros. Ronald E. Walpole, Raymond H
Myers, Sharon L. Myers. Sexta edición. Perarson Educación. Año 1998.
Estadística para administración. Mark L. Berenson, David M. Levine, Imothy C.
Krehbiel. Mexico.
Estadística aplicada a las ciencias de la salud. Rafael Álvarez Cáceres. Ediciones
Díaz de Santos. Año 2007.