UNIVERSIDAD NACIONAL

SANTIAGO ANTUNEZ DE MAYOLO

FACULTAD DE INGENIERIA DE
MINAS GEOLOGA Y METALURGIA

ESCUELA PROFESIONAL DE
INGENIERA DE MINAS

CURSO:
ESTADISTICA

TEMA:
PROBABILIDADES, AXIOMAS Y TEOREMAS

ALUMNO:
VARGAS LEN DICKSON

2017
 INTRODUCCIN

Este trabajo lleva por nombre PROBABILIDAD, en donde se resalta que la

teora de la probabilidad es de gran importancia en el conocimiento humano porque

su aplicacin prctica est en casi todas las reas del saber. El trabajo tiene por

finalidad estudiar el clculo de la probabilidad de un evento.

En este encontraremos definiciones bsicas concernientes a la probabilidad

tales como: experimentos aleatorios, suceso elemental, espacio muestral, suceso o

evento, suceso imposible, suceso seguro; por ltimo, probabilidad, propiedades de

la probabilidad, el clculo de la probabilidad y varios ejemplos.

El clculo de probabilidades es la base sobre la cual descansa la mayora de

las leyes estadsticas. Su mayor aplicacin se encuentra en la Estadstica Inductiva

(teora del muestreo), ya que los mtodos probabilsticos nos sealan la posibilidad

de que una muestra nos provea de los datos necesarios para describir el universo

total y nos indica el grado de confianza que se le puede tener a los resultados

obtenidos a travs de una muestra. Sin embargo, su aplicacin no slo se limita a la

Estadstica Inductiva, sino que dentro del estudio de un fenmeno nos responde a

preguntas tales como: Por qu se presenta el fenmeno? Qu probabilidad hay

de que una presunta causa sea la eficiente en el fenmeno? Cmo puede preverse

que se presentar en el futuro el fenmeno? Es decir, que el clculo de probabilidad

en sus aplicaciones cumple funciones de descripcin, anlisis y prediccin.

 3

PROBABILIDADES

La probabilidad tiene una presencia casi permanente en nuestro mundo. Es

ms, hay quienes afirman que nos encontramos en un mundo altamente

probabilstico. No podemos dudar que existe un elemento de incertidumbre en todo

lo que hacemos a diario, el cual forma parte de las diferentes situaciones

problemticas que enfrentamos en la vida cotidiana, y que nos lleva a tomar una

decisin. Sin embargo, existe la duda y se piensa en la probabilidad de que la

decisin no nos lleve siempre a la solucin del problema que nos ocupa.

Aunque para la mayora de las personas la palabra probabilidad se asocia a

los juegos de azar, ya que las primeras investigaciones se hicieron con la finalidad

de determinar matemticamente las posibilidades de obtener ganancias en los

juegos de azar.

La probabilidad ha permitido realizar predicciones correctas y dirigir cohetes

espaciales; explicar el avance de la ciencia y los cambios en el conocimiento

mediante el planteamiento y comprobacin de hiptesis.

Por lo tanto, es necesario introducir la idea de probabilidad en los nios,

nias, jvenes y adolescentes, porque ella interviene a menudo en el mundo de

estos, en los juegos, en la probabilidad de llegar a tiempo a la escuela, de obtener

excelentes calificaciones, de tener xito en los deportes o en un concurso juvenil, de

clasificar en la Olimpiada de Matemtica, en la de Qumica, de que gane su equipo

de ftbol preferido (por ejemplo el Real Madrid).

 4

DEFINICIONES BSICAS DE PROBABILIDAD

Antes de comenzar a calcular la probabilidad de una situacin cotidiana, es

necesario definir algunos trminos importantes.

Experimentos aleatorios: llamamos experimentos aleatorios a aquellos

cuyos resultados no pueden predecirse antes de su realizacin. Son experimentos

que no dan siempre el mismo resultado al repetirlos en las mismas condiciones. Por

ejemplo:

1. Tirar al aire un dado o una moneda

2. Predecir la duracin de una conversacin telefnica.

Los resultados de los ejemplos anteriores se conocen como sucesos al azar

o aleatorios, pero hay sucesos que no son aleatorios o al azar, se conocen como

sucesos determinsticos o no aleatorios. Por ejemplo:

1. Si se calienta suficientemente el agua, sta hierve.

2. Un cuerpo que se suelta a una cierta altura, cae

3. El corcho flota en el agua

4. Una esfera maciza de plomo se hunde en el agua.

A partir de ahora los sucesos aleatorios se llamarn sucesos elementales,

dado que solo se hace referencia a experimentos aleatorios.

 5

Suceso elemental: es el resultado de cada una de las realizaciones del

experimento aleatorio.

Espacio muestral: es el conjunto de todos los sucesos elementales.

Veamos los siguientes ejemplos:

1. Si se lanza una moneda al aire, el experimento aleatorio consiste en tomar nota

de los resultados. Los sucesos elementales son cara (c) o sello (s). Y el espacio

muestral se escribe: E = { c, s }.

2. Al lanzar un dado y anotar el resultado de la cara superior, se puede obtener los

siguientes sucesos elementales:

s1 1 ; s 2 2 ; s3 3 ; s 4 4 ; s 5 5 ; s 6 6

Por tanto, el espacio muestral es: E 1,2,3,4,5,6 .

3. Se tiran dos monedas al aire y se anotan los resultados. Los sucesos

elementales son:

obtener cara y cara s1 c, c

obtener cara y sello s 2 c, s

obtener sello y cara s 3 s, c

obtener sello y sello s 4 s, s

Y el espacio muestral es: E c, c ; c, s ; s, c ; s, s .

Suceso: llamamos suceso a cualquier subconjunto del espacio muestral.

 6

Se dice que se ha producido el suceso A si el resultado del experimento es

un elemento de A. Por ejemplo:

1. Al lanzar un dado, algunos sucesos son:

A: obtener un nmero par

B: obtener un nmero primo

C: obtener un nmero impar menor que 5

2. Al lanzar tres monedas, son sucesos:

A: obtener al menos una cara

B: obtener como mximo un sello

C: obtener exactamente dos caras

Por tanto, cada suceso est compuesto por varios sucesos elementales.

Suceso imposible: es cualquier suceso que sea igual al conjunto vaco

, es decir; un suceso que no se produce nunca.

Suceso seguro: es cualquier suceso que sea igual al espacio muestral; es

decir, es el suceso que ocurre siempre.

Algunos ejemplos de suceso imposible y suceso seguro son:

1. En el lanzamiento de un dado es un suceso imposible el obtener un nmero

negativo; y es un suceso seguro obtener un nmero menor que 8.

 7

AXIOMAS DE LA PROBABILIDAD Y TEOREMAS DE LA PROBABILIDAD

Para el clculo de probabilidades hay que tomar en cuenta los Axiomas y

Teoremas que a continuacin se enumeran.

AXIOMAS

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:

Primer axioma:

La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero y uno.

0 p(A) 1

Ejemplo: La probabilidad de sacar par en un dado equilibrado es

0,5. P(A)=0,5

P(A)= {2,4,6} n=6

P(A)= 3/6 = 0,5

Segundo Axioma:
 8

La probabilidad de que ocurra el espacio muestral d debe de ser 1.

p(d) = 1

Ejemplo: La probabilidad de sacar un nmero del 1 al 6 en un dado

equilibrado es "1".

-La probabilidad de sacar cara o sello cuando se lanza una moneda 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.

 9

Segn este axioma se puede calcular la probabilidad de un 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)

Ejemplo:

Para el experimento aleatorio de tirar un dado, el espacio muestral

es W = {1, 2, 3, 4, 5, 6}. En este espacio el conjunto de sucesos es P(W) =

{, {1}, {2}, ...{1,2}, {1,3}, ...{1,2,3,4,5,6}}. Para establecer una probabilidad

hay que asignar un nmero a todos esos sucesos.

Sin embargo si se ha asignado a los sucesos elementales p({1})=

p({2})= ...= p({6})= 1/6, por la propiedad ii), p.e. la probabilidad del suceso {1,

3} es p({1,3})= p({1})+ p({3})=2/6.

Nota: El suceso {1} es: "el resultado de tirar el dado es la cara 1", el suceso

{1, 3} es: "el resultado de tirar el dado es la cara 1, o la 3", el suceso {1, 3, 5}

es: "el resultado de tirar el dado es una cara impar".

 10

TEOREMAS

TEOREMA 1. Si f es un evento nulo o vaco, entonces la probabilidad

de que ocurra f debe ser cero.

p()=0
Ejemplo : La probabilidad de que un estudiante sea mujer es "1 menos
la probabilidad de que no sea varn".

TEOREMA 2. La probabilidad del complemento de A, Ac debe ser,

p(Ac)= 1 p(A).

DEMOSTRACIN:
Si el espacio muestral , se divide en dos eventos mutuamente exclusivos, A y
Acluego =AAc, por tanto p()=p(A) + p(Ac) y como en el axioma dos se afirma que
p()=1, por tanto, p(Ac)= 1 - p(A) .LQQD

TEOREMA 3. Si un evento A B, entonces la p(A) p(B)

DEMOSTRACIN:
Si separamos el evento B en dos eventos mutuamente excluyentes, A y B \ A (B menos A),
por tanto, B=A(B \ A) y p(B)=p(A) +p(B \ A), luego entonces si p(B \ A)0 entonces se
cumple que p(A)p(B). LQQD

Regla de multiplicacin de probabilidades

 11

1. Regla de multiplicacin de probabilidades

Si se tienen varios eventos sucesivos e independientes entre s, la

probabilidad de que ocurran todos ellos a la vez corresponde a la
multiplicacin de las probabilidades de cada uno de los eventos.

Ejemplos:
1. Si se responden al azar cuatro preguntas con cinco opciones cada
una, cul es la probabilidad de acertar a todas?

La probabilidad de acierto en cada una de las preguntas es 1/5. Por lo tanto,

la probabilidad de acertar en las cuatro es:

2. Suponiendo que la probabilidad de tener un hijo o una hija es ,

cul es la probabilidad de que al tener tres hijos, 2 solamente sean
varones?

Si H representa el nacimiento de un hombre y M el de una mujer, tenemos

los siguientes casos favorables: HHM HMH MHH
La probabilidad de cada uno de estos eventos es:
 12

TEOREMA DE BAYES

El teorema de Bayes se utiliza para revisar probabilidades previamente

calculadas cuando se posee nueva informacin. Desarrollado por el
reverendo Thomas Bayes en el siglo XVII, el teorema de Bayes es una
extensin de lo que ha aprendido hasta ahora acerca de la probabilidad
condicional.

Ejemplo:

1) Una compaa de transporte pblico tiene tres lneas en una ciudad, de forma
que el 45% de los autobuses cubre el servicio de la lnea 1, el 25% cubre la lnea 2 y
el 30% cubre el servicio de la lnea 3. Se sabe que la probabilidad de que,
diariamente, un autobs se avere es del 2%, 3% y 1% respectivamente, para cada
lnea.

a) Calcular la probabilidad de que, en un da, un autobs sufra una avera

b) Calcular la probabilidad de que, en un da, un autobs no sufra una avera

 13

SOLUCIN:

a) Calcular la probabilidad de que, en un da, un autobs sufra una avera

Empleando la frmula de probabilidad total se obtiene:

b) Calcular la probabilidad de que, en un da, un autobs no sufra una avera

Empleando la frmula de probabilidad total se obtiene:

 14

CONCLUSIN

La probabilidad es de suma importancia al momento de realizar cualquier

investigacin, porque hace que la muestra arroje los datos necesarios para describir

la poblacin y permite darle un grado de confianza a los resultados obtenidos.

Adems, el clculo de probabilidad tiene como funcin describir, analizar y predecir.

Nos encontramos en un mundo altamente probabilstico, por lo tanto se

necesita que nuestros jvenes tengan conocimiento de probabilidades desde muy

temprana edad, ya que ellos la usan a cada instante de sus vidas. Adems,

actualmente la aplicacin de la probabilidad es tan amplia que abarca mltiples

campos cientficos, siendo de gran ayuda en la resolucin de problemas en la

Economa, Biologa, Psicologa, Ingeniera, entre otras. Pero, lamentablemente este

es uno de los temas menos desarrollado en nuestras escuelas por varias razones

que no son de nuestro inters en este momento.