Tarea Fecha de emisin: 13/06/2016

Instrumentos para la Evaluacin de la

Revisin: 01
Asignatura
Pgina 1 de 12

Instrumento Tarea 4

Estudiante: Fecha: 13-06-2016

MARTNEZ GALAVZ HCTOR
Carrera: INGENIERA EN SISTEMAS Grupo: SC0701V
COMPUTACIONALES
Asignatura: Probabilidad y Unidad temtica: 1
Estadstica
Docente: Prez Ornelas Arturo

Qu es probabilidad del evento?

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 2 de 12

La probabilidad del evento es la probabilidad de que ocurra un resultado o

condicin especfico (denominado evento o xito). Tambin conocida como
probabilidad pronosticada, la probabilidad del evento estima la probabilidad de
que ocurra un evento, tal como sacar un as de un mazo de cartas o producir una
pieza no conforme. La probabilidad de un evento vara de 0 (imposible) a 1
(seguro).

Cada ejecucin en un experimento se denomina ensayo. Por ejemplo, si usted

lanza una moneda al aire 10 veces y registra el nmero de caras, usted realiza 10
ensayos del experimento. Si los ensayos son independientes e igual de probables,
usted puede estimar la probabilidad del evento dividiendo el nmero de eventos
entre el nmero total de ensayos. Por ejemplo, si obtiene 6 caras en 10
lanzamientos de moneda, la probabilidad estimada del evento (obtener caras) es:

Nmero de eventos Nmero de ensayos = 6 10 = 0.6

Una probabilidad acumulada de eventos estima la probabilidad de que ocurra un

conjunto de eventos (por ejemplo, la probabilidad de obtener 4 o menos al lanzar
un dado, lo que representa la suma de las probabilidades de obtener 1, 2, 3 y 4).

Lo opuesto de un evento es un no evento o fracaso.

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 3 de 12

Frecuencia mediante probabilidad de eventos

Por desgracia las suposiciones establecidas en la definicin clsica de

probabilidad pocas veces se cumplen en problemas prcticos y por lo tanto esta
definicin no se puede aplicar genricamente. Por ejemplo, si se pregunta por la
probabilidad de que haya un choque de vehculos en cierto crucero en una fecha
determinada, o que se pierda cierta cantidad de artculos en una estacin de
ferrocarril, entonces no hay forma de introducir los supuestos que exige la
definicin clsica de probabilidad. Debido a esto es que se necesita ampliar el
concepto de probabilidad, de forma que se puedan obtener soluciones para
problemas prcticos.

Consideremos un experimento cuyos resultados posibles son los eventos A, B, C y

D, tales que S = {A, B, C, D}. Si este experimento se realiza cien veces y se anota
el nmero de ocasiones que ocurre cada evento, se puede obtener la siguiente
informacin

Evento Veces que

ocurre
A 14
B 45
C 30
D 11
Total 100

Con esta informacin podemos decir que A ocurri el 14% de las veces, B el 45%,
C el 30% y D el 11% de las veces. Estos valores se obtuvieron dividiendo el
nmero de veces que ocurri cada evento entre el nmero de veces que se repiti
el experimento y cada uno de los valores recibe el nombre de frecuencia relativa.
Este concepto se formaliza en los trminos siguientes:

Si A es un evento asociado a un experimento, la frecuencia relativa de A est

dada por la ecuacin , donde es el nmero de veces que ocurre el

evento A en las N repeticiones del experimento.

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 4 de 12

Por otra parte, la experiencia indica que si repetimos muchas veces un

experimento aleatorio, la frecuencia relativa de los eventos tiende a permanecer
constante, en cuyo caso decimos que el experimento muestra regularidad
estadstica. Esto se manifiesta con los datos de la tabla siguiente, en donde se
reportan los resultados de lanzar una moneda

Experimen Nmero Nme Frecuen

tos de ro cia
hechos lanzamien de Relativa
por: tos caras
Buffon 4,040 2,048 0.5069
K. Pearson 12,000 6,019 0.5016
L. Pearson 24,000 12,01 0.5005
2

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 5 de 12

PERMUTACIONES Y COMBINACIONES
Una permutacin de objetos es un arreglo de stos en el que orden s importa.
Para encontrar el nmero de permutaciones de n objetos diferentes en grupos
de r, se usan las siguientes frmulas:

Cuando no se permite repeticin

Cuando se permita repeticin

Una combinacin de objetos es un arreglo de stos en el que el orden no importa.
Para encontrar el nmero de combinaciones de n objetos en grupos de r, se usa la
siguiente frmula:

EJEMPLOS:

A) Cuntas cantidades de tres cifras se pueden formar con los dgitos 0, 1, 2, 3 y

4 si no se permite la repeticin? Solucin:

B) Cuntas cantidades de cuatro cifras se pueden formar con los dgitos 0, 1, 2, 3

y 4 si se permite la repeticin? Solucin:

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 6 de 12

C) De entre 8 personas debemos formar un comit de cinco miembros. Cuntas

diferentes posibilidades existen para formar el comit? Solucin: Esta es una
combinacin porque el orden no importa.

Probabilidad Condicional

Probabilidad condicional es la probabilidad de que ocurra un evento A,

sabiendo que tambin sucede otro eventoB. La probabilidad condicional se
escribe P(A|B), y se lee la probabilidad de A dado B.

No tiene por qu haber una relacin causal o temporal entre A y B. A puede

preceder en el tiempo a B, sucederlo o pueden ocurrir simultneamente. A puede
causar B, viceversa o pueden no tener relacin causal. Las relaciones causales o
temporales son nociones que no pertenecen al mbito de la probabilidad. Pueden
desempear un papel o no dependiendo de la interpretacin que se le d a los
eventos.

Un ejemplo clsico es el lanzamiento de una moneda para luego lanzar un dado.

Cul es la probabilidad de obtener una cara (moneda) y luego un 6 (dado)? Pues
eso se escribira como P (6 | Cara).

El condicionamiento de probabilidades puede lograrse aplicando el teorema de

Bayes.

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 7 de 12

Diagrama de rbol

Un diagrama de rbol es una herramienta que se utiliza para determinar todos

los posibles resultados de un experimento aleatorio. En el clculo de la
probabilidad se requiere conocer el nmero de objetos que forman parte del
espacio muestral, estos se pueden determinar con la construccin de un
diagrama de rbol.

El diagrama de rbol es una representacin grfica de los posibles resultados del

experimento, el cual consta de una serie de pasos, donde cada uno de estos tiene
un nmero finito de maneras de ser llevado a cabo. Se utiliza en los problemas de
conteo y probabilidad.

Para la construccin de un diagrama en rbol se partir poniendo una rama para

cada una de las posibilidades, acompaada de su probabilidad. Cada una de estas
ramas se conoce como rama de primera generacin.

En el final de cada rama de primera generacin se constituye a su vez, un nudo

del cual parten nuevas ramas conocidas como ramas de segunda generacin,
segn las posibilidades del siguiente paso, salvo si el nudo representa un posible
final del experimento (nudo final).

Hay que tener en cuenta que la construccin de un rbol no depende de tener el

mismo nmero de ramas de segunda generacin que salen de cada rama de
primera generacin y que la suma de probabilidades de las ramas de cada nudo
ha de dar 1.

Existe un principio sencillo de los diagramas de rbol que hace que stos sean
mucho ms tiles para los clculos rpidos de probabilidad: multiplicamos las
probabilidades si se trata de ramas adyacentes (contiguas), el ejemplo de alumna

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 8 de 12

de la primera facultad, o bien las sumamos si se trata de ramas separadas que

emergen de un mismo punto, el ejemplo de encontrar un alumno.

Ejemplos

Una universidad est formada por tres facultades:

La 1 con el 50% de estudiantes.

La 2 con el 25% de estudiantes.

La 3 con el 25% de estudiantes.

Las mujeres estn repartidas uniformemente, siendo un 60% del total en cada
facultad.

Probabilidad de encontrar una alumna de la primera facultad?

Probabilidad de encontrar un alumno varn?

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 9 de 12

Eventos independientes/dependientes

Dos eventos son independientes si el resultado del segundo evento no es

afectado por el resultado del primer evento. Si A y B son eventos independientes,
la probabilidad de que ambos eventos ocurran es el producto de las
probabilidades de los eventos individuales.

P(A y B) = P(A) P(B)

Ejemplo 1:

Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una canica
es eliminada de la caja y luego reemplazada. Otra canica se saca de la caja. Cul
es la probabilidad de que la primera canica sea azul y la segunda canica sea
verde?

Ya que la primera canica es reemplazada, el tamao del espacio muestral (9) no

cambia de la primera sacada a la segunda as los eventos son independientes.

P(azul luego verde) = P(azul) P(verde)

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 10 de 12

Dos eventos son dependientes si el resultado del primer evento afecta el

resultado del segundo evento as que la probabilidad es cambiada. En el ejemplo
anterior, si la primera canica no es reemplazada, el espacio muestral para el
segundo evento cambia y as los eventos son dependientes. La probabilidad de
que ambos eventos ocurran es el producto de las probabilidades de los eventos
individuales:

P(A y B) = P(A) P(B)

Ejemplo 2:

Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una canica
es eliminada de la caja y no es reemplazada. Otra canica se saca de la caja. Cul
es la probabilidad de que la primera canica sea azul y la segunda canica sea
verde?

Ya que la primera canica no es reemplazada, el tamao del espacio muestral para

la primera canica (9) es cambiado para la segunda canica (8) as los eventos son
dependientes.

P(azul luego verde) = P(azul) P(verde)

Probabilidad total

entonces, la probabilidad del evento B, llamada probabilidad total, se calcula

empleando la siguiente frmula:

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 11 de 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.

Comnmente se inicia un anlisis de probabilidades con una asignacin inicial,

probabilidad a priori. Cuando se tiene alguna informacin adicional se procede a
calcular las probabilidades revisadas o a posteriori. El teorema de Bayes permite
calcular las probabilidades a posteriori y es:

Direccin Acadmica
Inteligencia con Carcter
 Tarea Fecha de emisin: 13/06/2016
Instrumentos para la Evaluacin de la
Revisin: 01
Asignatura
Pgina 12 de 12

Bibliografa:
http://www.monografias.com/trabajos89/probabilidad-total-y-teorema-
bayes/probabilidad-total-y-teorema-bayes.shtml

http://www.montereyinstitute.org/courses/Algebra1/COURSE_TEXT_RESOURCE/U12_L2_T
2_text_final_es.html

http://www.montereyinstitute.org/courses/Algebra1/COURSE_TEXT_RESOURCE/U12_L2_T
3_text_final_es.html

http://www.disfrutalasmatematicas.com/combinatoria/combinaciones-
permutaciones.html

Direccin Acadmica
Inteligencia con Carcter