Ao de la Diversificacin Productiva y del Fortalecimiento de la

Educacin
UNIVERSIDAD PERUANA LOS ANDES

FACULTAD DE INGENIERIA
ESCUELA ACADMICA DE INGENIERIA INDUSTRIAL

E. U. C.:

Estadstica y probabilidades

TEMA:

Probabilidades

DOCENTE:

Zoraida Judith Huamn Gutirrez

CICLO:

IV

TURNO:

Noche

INTEGRANTES:

Serrepe Buitrn, Ingrid

Marcelo, juan carlos
LIMA 2015

PROBABILIDADES

Pgina 1

PERU

A. PRESENTACINpg. 1
B. INDICE..pg. 2
C. INTRODUCCINpg. 3
1. EXPERIMENTO ALEATORIO.pg.4
1.1 PROPIEDADESpg.4
2. ESPACIO MUESTRAL. pg.5
3. EVENTOSpg.6
3.1 TIPOS DE EVENTOS..pg.6
EVENTO SIMPLE.....pg.6
EVENTO COMPUESTO..pg.6
3.2 PROBABILIDAD DE EVENTOS.pg.7
4. ALGEBRA DE CONJUNTOSpg.7
4.1 UNION..pg.8
4.2 INTERSECCION...............pg.8
4.3 COMPLEMENTO..pg.9
4.4 LEYES DE MORGAN..pg.9
PRIMERA LEY. ......pg.9
SEGUNDA LEY........pg.10
5. PROBABILIDAD.....pg.10
5.1 TEORIA CLSICA....pg.11
5.2 TEORIA DE FRECUENCIA RELATIVA....pg.11
5.3 TEORIA SUBJETIVA....pg.11
6. AXIOMAS DE LA PROBABILIDAD..pg.12
7. PROPIEDADES DE LAS PROBABILIDADESpg.13

PROBABILIDADES

Pgina 2

INTRODUCCION
Las probabilidades constituyen una rama de las matemticas que se ocupa de medir
o determinar cuantitativamente la posibilidad de que un suceso o experimento
produzca un determinado resultado. La probabilidad est basada en el estudio de la
combinatoria y es fundamento necesario de la estadstica.
La creacin de la probabilidad se atribuye a los matemticos franceses del siglo XVII
Blaise Pascal y Pierre de Fermat, aunque algunos matemticos anteriores, como
Gerolamo Cardano en el siglo XVI, haban aportado importantes contribuciones a su
desarrollo.
La probabilidad matemtica comenz como un intento de responder a varias
preguntas que surgan en los juegos de azar, por ejemplo saber cuntas veces se
han de lanzar un par de dados para que la probabilidad de que salga seis sea el 50
por ciento.
La probabilidad de un resultado se representa con un nmero entre 0 y 1, ambos
inclusive. La probabilidad 0 indica que el resultado no ocurrir nunca, y la
probabilidad 1 que el resultado ocurrir siempre. Los problemas ms sencillos
estudian la probabilidad de un suceso favorable en un experimento o acontecimiento
con un nmero finito de resultados, todos ellos con igual probabilidad de ocurrir.
Si un experimento tiene n posibles resultados, y f de ellos se consideran favorables,
la probabilidad de un suceso favorable es f/n. Por ejemplo, un dado no trucado se
puede lanzar de seis formas posibles, por tanto, la probabilidad de que salga un 5
un 6 es 2/6.
Problemas ms complicados estudian acontecimientos en que los distintos
resultados tienen distintas probabilidades de ocurrir. Por ejemplo, encontrar la
probabilidad de que salga 5 6 al lanzar un par de dados: los distintos resultados (2,
3,12) tienen distintas probabilidades. Algunos experimentos pueden incluso tener
un nmero infinito de posibles resultados, como la probabilidad de que una cuerda
de circunferencia dibujada aleatoriamente sea de longitud mayor que el radio.
Los problemas que estudian experimentos repetitivos relacionan la probabilidad y la
estadstica. Algunos ejemplos: encontrar la probabilidad de obtener 5 veces un 3 y al
PROBABILIDADES

Pgina 3

menos 4 veces un 6 al lanzar un dado, sin hacer trampas, 50 veces; si una persona
lanza una moneda al aire y da un paso hacia delante si sale cara y un paso hacia
atrs si sale cruz, calcular la probabilidad de que, despus de 50 pasos, la persona
est a menos de 10 pasos del origen.
El uso ms generalizado de la probabilidad es su utilizacin en el anlisis
estadstico. Por ejemplo, la probabilidad de sacar 7 al lanzar dos dados es 1/6, lo
que significa (se interpreta como) que al lanzar dos dados aleatoriamente y sin hacer
trampas, un gran nmero de veces, alrededor de un sexto de los lanzamientos darn
7.La probabilidad matemtica se utiliza mucho en las ciencias fsicas, biolgicas y
sociales, as como en el comercio y la industria. Se aplica a muchas reas tan
dispares como la gentica, la mecnica cuntica y los seguros. Tambin estudia
problemas matemticos tericos de gran importancia y dificultad y est bastante
relacionada con la teora del anlisis matemtico, que se desarroll a partir del
clculo.

1. EXPERIMENTO ALEATORIO
En teora de la probabilidad un experimento aleatorio es aquel que bajo el
mismo conjunto aparente de condiciones iniciales, puede presentar resultados
diferentes, es decir, no se puede predecir o reproducir el resultado exacto de
cada experiencia particular. (Ej.: Lanzamiento de un dado).
Este tipo de fenmeno es opuesto al fenmeno determinista, en el que
conocer todos los factores de un experimento nos hace predecir exactamente
el resultado del mismo. Por ejemplo, conociendo la altura desde la que se
arroja un mvil es posible saber exactamente el tiempo que tardar en llegar
al suelo en condiciones de vaco.
a. PROPIEDADES
Es toda aquella situacin que debe llevarse a cabo para saber cul es
el resultado. Un experimento se dice aleatorio si verifica las siguientes
condiciones:
- Si los resultados se pueden contar se le llama experimento
aleatorio numerable; y si no se pueden contar, se le llama
-

experimento aleatorio no numerable.

Si es posible conocer previamente todos los posibles resultados
(el espacio muestral, constituido por diferentes sucesos) o por lo

PROBABILIDADES

Pgina 4

menos nombrar al ltimo resultado se le llama experimento

aleatorio finito; y si no se puede nombrar al ltimo resultado, se
-

le llama experimento aleatorio finito

Es imposible predecir el resultado exacto del mismo antes de

realizarlo.
A
cada

realizacin

de

un

experimento

se

le

muestral o espacio

de

llama experiencia o prueba

2. ESPACIO MUESTRAL
En la teora de probabilidades,

el espacio

muestreo (denotado E, S, o U) consiste en el conjunto de todos los posibles

resultados individuales de un experimento aleatorio.
Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de
muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}.
Un evento o suceso es cualquier subconjunto del espacio muestral con
estructura de -lgebra,1 llamndose a los sucesos que contengan un nico
elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el
primer lanzamiento", o {(cara, cara), (cara, cruz)}, estara formado por los
sucesos elementales {(cara, cara)} y {(cara, cruz)}.
Para algunos tipos de experimento puede haber dos o ms espacios de
muestreo posibles. Por ejemplo, cuando se toma una carta de un mazo
normal de 52 cartas, una posibilidad del espacio de muestreo podra ser el
nmero (del as al rey), mientras que otra posibilidad sera el palo (diamantes,
trboles, corazones y picas). Una descripcin completa de los resultados, sin
embargo, especificara ambos valores, nmero y palo, y se podra construir
un espacio de muestreo que describiese cada carta individual como
el producto cartesiano de los dos espacios de muestreo descritos.
Los espacios de muestreo aparecen de forma natural en una aproximacin
elemental a la probabilidad, pero son tambin importantes en espacios de
probabilidad. Un espacio de probabilidad (, F, P) incorpora un espacio de
muestreo de resultados, , pero define un conjunto de sucesos de inters,
la -lgebra F, por la cual se define la medida de probabilidad P.
3. EVENTOS
En la teora de la probabilidad, un evento o suceso es un subconjunto de
un espacio muestral, es decir, un conjunto de posibles resultados que se
PROBABILIDADES

Pgina 5

pueden dar en un experimento aleatorio. Son aquellos hechos en los que no

se sabe con certeza lo que va a suceder, dependen del azar y no se puede
determinar sus resultados aun repitindolo en varias ocasiones.
Experimento

Lanzar un
dado

Resultados
Existen 6
resultados
posibles:
{1, 2, 3, 4, 5, 6}

Eventos
Sacar un nmero par: {2, 4, 6}
Sacar un 3: {3}
Sacar un 1 o un 3: {1, 3}
Sacar un 1 y un 3: { } (Slo puede salir
un nmero, por lo que esto es imposible.
El evento no contiene resultados.)

a. TIPOS DE EVENTOS
EVENTO SIMPLE: Un evento simple es un evento con un solo
resultado. Sacar un 1 sera un evento simple, porque existe slo un
resultado que funciona: 1. Sacar ms que 5 tambin sera un
evento simple, porque el evento incluye slo al 6 como un resultado
vlido.
EVENTO COMPUESTO: Un evento compuesto es un evento con
ms de un resultado. Por ejemplo, lanzar un dado de 6 lados y
sacar un nmero par: 2, 4, y 6.

Cuando lanzamos muchas veces un dado de 6 lados, no debemos esperar que

un resultado ocurra ms frecuentemente que otro. Los resultados en esta
situacin se dice que son igualmente probables. Es muy importante reconocer
cundo

los

resultados

son

igualmente

probables

cuando

calculamos

probabilidades. Como cada resultado en el experimento de lanzar los dados es

igualmente probable, esperaramos obtener cada resultado 1/6

de los

lanzamientos. Eso es, esperaramos que salga 1 en 1/6 de los lanzamientos, 2

en 1/6 de los lanzamientos, 3 en 1/6 de los lanzamientos y as sucesivamente.
b. PROBABILIDAD DE EVENTOS
La probabilidad de un evento es la frecuencia con que se espera
que ocurra. Cuando todos los resultados posibles de un
experimento son igualmente probables, la probabilidad es la
relacin entre el tamao del espacio de eventos (los resultados en
el evento) y el espacio muestral (todos los posibles resultados del

PROBABILIDADES

Pgina 6

experimento). La probabilidad de un evento E normalmente se

escribe P (E).

4. ALGEBRA DE CONJUNTOS
El lgebra de conjuntos se encarga de definir las operaciones, reglas y
propiedades que podemos aplicar a los conjuntos. Podemos decir que un
conjunto es una agrupacin, variedad, clase o coleccin de objetos que se
denominan elementos del conjunto. Si utilizamos smbolos como S podemos
ver representado que otro elemento a pertenezca o est contenido en el
conjunto S, o lo que es igual, el conjunto S contendr al elemento a. Un
conjunto S se define si dado un objeto a, se sabe con seguridad que o a S o
a / S (esto significa que, a no pertenece a S). Un conjunto se representa
habitualmente mediante llaves que contienen sus elementos, ya sea
escribiendo todos y cada uno de los elementos, o dando una frmula, regla o
proposicin que los describa.

a. UNION: La unin de conjuntos es correspondiente la unificacin de

los elementos de dos conjuntos o incluso ms conjuntos, que
pueden partiendo de esto conformar una nueva forma de conjunto,
en la cual los elementos dentro de este correspondan a los
elementos de los conjuntos originales. Cuando un elemento es
repetido, forma parte del conjunto unin una vez solamente; esto
difiere de la unin de conjuntos en la concepcin tradicional de la
suma, en la cual los elementos comunes se consideran tantas
veces como se encuentren en la totalidad de los conjuntos.
PROBABILIDADES

Pgina 7

Podemos decir que la unin de conjuntos es una operacin binaria

(aquella operacin matemtica, que precisa del operador y de dos
argumentos para que se pueda calcular un valor) en el conjunto de
todos los subconjuntos de un U, Conjunto universal (Se denomina
as al conjunto formado por todos los elementos del tema de
referencia) dado. Mediante la cual a cada par de conjuntos A y B de
U le es asociado otro conjunto (A U B) de U. Si A y B son dos
conjuntos, la unin se define de la siguiente forma :

AUB
La unin de A y B, es el conjunto de elementos x de U, tal que, x
pertenezca

A,

que,

pertenezca

B.

Esta operacin tiene propiedad conmutativa, asociativa y tiene

Elemento neutro.
b. INTERSECCION: En teora de conjuntos, la interseccin de dos (o
ms) conjuntos es una operacin que resulta en otro conjunto que
contiene los elementos comunes a los conjuntos de partida. Por
ejemplo, dado el conjunto de los nmeros pares P y el conjunto de
los cuadrados C de nmeros naturales, su interseccin es el
conjunto de los cuadrados pares D :

c. COMPLEMENTO: El complemento o el conjunto complementario de

un conjunto dado es otro conjunto que contiene todos los elementos
que no estn en el conjunto original. Para poder definirlo es
necesario especificar qu tipo de elementos se estn utilizando, o
de otro modo, cul es el conjunto universal. Por ejemplo, si se habla
de nmeros naturales, el complementario del conjunto de
los nmeros primos P es el conjunto de los nmeros no primos C,
que est formado por los nmeros compuestos y el 1:
PROBABILIDADES

Pgina 8

d. LEYES DE MORGAN:
Estas leyes establecen los complementos de la unin e interseccin
entre conjuntos:
Primera ley. El complemento de la unin de dos conjuntos es la
interseccin de sus complementos.

En el diagrama de la izquierda,
blanco y

viene dada por la regin en

est representado por el rea verde sombreada

verticalmente. Por su parte en el diagrama de la derecha,

regin sombreada horizontalmente,
verticalmente, por lo que

es la

es el rea sombreada

est representado por la superficie

cuadriculada en verde. Las regiones resultantes son iguales.

Segunda ley. El complemento de la interseccin de dos conjuntos
es la unin de sus complementos:

PROBABILIDADES

Pgina 9

En el diagrama de la izquierda,

est dada por la regin

sombreada horizontalmente y

est representado por el rea

sombreada verticalmente en verde. Por su parte, en el diagrama de

la derecha,
rea

es la regin sombreada horizontalmente,

sombreada

verticalmente,

por

lo

que

es el
est

representado por la superficie verde. Las regiones resultantes son

iguales.
5. PROBABILIDAD
La probabilidad es un mtodo por el cual se obtiene la frecuencia de un
acontecimiento determinado mediante la realizacin de un experimento aleatorio, del
que

se

conocen

todos

los

resultados

posibles,

bajo

condiciones

suficientemente estables.

La teora

de

la

probabilidad se

usa

extensamente

en

reas

como

la estadstica, la fsica, la matemtica, las ciencias y la filosofa para sacar

conclusiones sobre la probabilidad discreta de sucesos potenciales y la
mecnica subyacente discreta de sistemas complejos, por lo tanto es la rama
de las matemticas que estudia, mide o determina a los experimentos o
fenmenos aleatorios.
a. TEORIA CLSICA: La probabilidad clsica de un evento es la razn
entre nmeros de casos (sucesos) favorables, y el nmero total de
casos posible, siempre que nada obligue a creer que algunos de
estos sucesos debe tener preferencia de los dems, lo que hace
que sean igualmente posibles.
La probabilidad de un evento A: P (A), es un nmero, que mide el
grado de certeza en el que un evento A ocurre, y se obtiene con la
frmula conocida como REGLA DE LAPLACE:
FAVORABLES ( A )
P ( A )=
POSIBLES ( E )
b. TEORIA DE FRECUENCIA RELATIVA: Una teora de mayor
aplicacin y muy sostenida es la basada en la frecuencia relativa.
Puede atribuirse a este punto de vista el adelanto registrado en la
aplicacin de la probabilidad en la Fsica, la Astronoma, la Biologa,
las
PROBABILIDADES

Ciencias

Sociales

Pgina 10

los

negocios.

Esta

teora

est

estrechamente relacionada con el punto de vista expresado por

Aristteles: lo probable es aquello que ocurre diariamente.
Notamos a travs de gran cantidad de observaciones acumuladas
con los diversos juegos de azar una forma general de regularidad
que permiti establecer una teora.
Supongamos que efectuamos una serie de n repeticiones del
experimento E, intentando mantener constantes las condiciones
pertinentes. Sea f el nmero de repeticiones en las que se presenta
el suceso A, de forma que en las restantes n f no se presentar.
Obtendremos as una serie de frecuencias relativas para n 1, n2 .

Estas frecuencias relativas diferirn poco entre s cuando las

ni sean grandes y tendern a acumularse en la proximidad de un
valor fijo.
c. TEORIA SUBJETIVA: Se refiere a la probabilidad de ocurrencia de
un suceso basado en la experiencia previa, la opinin personal o la
intuicin del individuo. En este caso despus de estudiar la
informacin disponible, se asigna un valor de probabilidad a los
sucesos basado en el grado de creencia de que el suceso pueda
ocurrir. Cul es la probabilidad de que haya vida en Marte?
Estos ejemplos a qu definicin de probabilidad corresponden?
Ejemplo 1
E: Tirar un dado
A = que salga el n 3
S = {1, 2, 3, 4, 5, 6}
P(A) = 1/6
Ejemplo 2
E: Retirar una carta de un mazo
A= que salga oro
P(A) = 10/40
6. AXIOMAS DE LA PROBABILIDAD
Los axiomas de probabilidad son las condiciones mnimas que deben
verificarse para que una funcin definida sobre un conjunto de sucesos
determine consistentemente sus probabilidades. Fueron formulados por
Kolmogrov en 1933.
Axiomas de Kolmogrov:

PROBABILIDADES

Pgina 11

Primer axioma: La probabilidad de que ocurra un evento A

cualquiera se encuentra entre uno y cero.
0 p(A) 1
Ejemplo: La probabilidad de sacar par en un dado equilibrado

es 0,5.
P(A)=0,5.
- Segundo axioma: La probabilidad de que ocurra el espacio
muestral debe ser 1.
p (d) = 1
Ejemplo: La probabilidad de sacar un nmero del 1 al 6 en un
-

dado equilibrado es "1".

Tercer Axioma: Si A y B son eventos mutuamente excluyentes,
entonces la,
p (AB) = p(A) + p (B)

Ejemplo: La probabilidad de sacar en un dado "as" o sacar "nmero

par" es la suma de las probabilidades individuales de dichos
sucesos.
un

Segn este axioma se puede calcular la probabilidad de

suceso

compuesto

de

varias

alternativas

mutuamente

excluyentes sumando las probabilidades de sus componentes.

Generalizando:
Si se tienen n eventos mutuamente excluyentes o exclusivos A1, A2,
A3,.....An, entonces;
P(A1A2.........An) = p(A1) + p(A2) +.......+ p(An)

7. PROPIEDADES DE LAS PROBABILIDADES

Al asignar probabilidades mediante la regla de Laplace o utilizando la
frecuencia relativa puedes comprobar que se cumple:
- 0P(A) 1. La probabilidad de un suceso es un nmero
-

comprendido entre 0 y 1.
P (E)=1, P ()=0. La probabilidad del suceso seguro es 1 y la

del suceso imposible 0.

La probabilidad de la unin de dos sucesos incompatibles es P

(AUB)=P(A)+P (B).
Adems de estas propiedades se deducen estas otras que resultan muy tiles
para calcular probabilidades:
P(A)=1-P(A)
P(AB)=P(A)+P(B)-P(AB)
PROBABILIDADES

Pgina 12

PROBABILIDADES

Pgina 13