Sunteți pe pagina 1din 8

Teoría

de
probabilidades
INTEGRANTES:
• RICHARD SMITH ROLDAN LEA
• RODRIGO YANQUI
• DIEGO MAMANI PEÑA
Teoría de probabilidades
La teoría de la probabilidad se usa
extensamente en áreas como la estadística
, la física , la matemática, la ciencia y la
filosofía para sacar conclusiones sobre la
probabilidad de sucesos potenciales y la
mecánica subyacente de sistema complejo.
Historia
La teoría de la
probabilidad se
desarrolló
originalmente a partir
de ciertos problemas
planteados en el
contexto de juegos de
azar. Inicialmente, no
existía una teoría
axiomática bien
definida y las
definiciones iniciales
de probabilidad se
basaron en la idea
intuitiva de un
cociente de
ocurrencias
Definición Ejemplo: Del Dado P(evento)=
𝒄𝒂𝒔𝒐𝒔 𝒇𝒂𝒗𝒐𝒓𝒂𝒃𝒍𝒆𝒔
𝒄𝒂𝒔𝒐𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆𝒔
Clásica de la
Probabilidad  Primero debemos saber que un dado tiene forma de un cubo y que
La probabilidad clásica es un los números del dado son del 1 al 6
caso particular del cálculo de
la probabilidad de un
evento. Para comprender
 Identificar cuales son los resultados
este concepto es necesario que podríamos usar al lanzar un dado
primero entender qué es la
probabilidad de un evento.

La probabilidad clásica Supongamos que queremos que la


se vasa en el hecho probabilidad caiga en un numero par
de considerar de que los
resultados que podríamos
obtener son ingualmente 𝒄𝒂𝒔𝒐𝒔 𝒇𝒂𝒗𝒐𝒓𝒂𝒃𝒍𝒆𝒔 𝟑 𝟏
posibles P(números pares)= = =
𝒄𝒂𝒔𝒐𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆𝒔 𝟔 𝟐
Definición
axiomática de la
probabilidad
La definición axiomática
de la probabilidad
mínima que deben
verificarse para que
una función que
definimos sobre unos
sucesos determine
consistentemente
valores de probabilidad
sobre dicho sucesos.
Definición de la probabilidad Discreta y
continua
PROBABILIDAD DISCRETA PROBABILIDAD CONTINUA

Este tipo de probabilidad, es aquel que puede Una distribución de probabilidad continua es
tomar sólo ciertos valores diferentes que son una función que asigna a un intervalo de la
el resultado de la cuenta de alguna variable aleatoria continua X su valor de
característica de interés. Más exactamente, un probabilidad correspondiente. Es decir, la
problema de probabilidad discreta es un probabilidad de que un evento ocurra en un
problema definido por un conjunto de intervalo de la variable.
variables aleatorias que sólo pueden tomar un
conjunto finito o infinito numerable de valores 1. Es generada por una variable continua (x).
diferentes x : Es una variable que puede tomar tanto
valores enteros como fraccionarios
Función de distribución
Ejemplo:
Calcular la función de distribución de probabilidad de las
Sea X una variable aleatoria puntuaciones obtenidas al lanzar un dado.
discreta cuyos valores
suponemos ordenados de
menor a mayor. x pi
Llamaremos función de 𝟏
x <1
distribución de la variable X, y 𝟔
𝟐
escribiremos F(x) a la función: 1≤ x < 2
𝟔
𝟑
F(x) = p(X ≤ x) 2≤ x < 3
𝟔
𝟑
La función de distribución 3≤ x < 4
𝟔
asocia a cada valor de la 𝟒
variable aleatoria la 4≤ x < 5
𝟔
probabilidad acumulada hasta 𝟓
5≤ x < 6
ese valor. 𝟔
x≤6 1
Función de densidad de probabilidad

Una función de densidad de probabilidad es una función F cuyo domino es un intervalo (a,b) y que tiene las
siguientes propiedades
(a) f(x) 0 por toda x

𝒃
(b)‫ 𝒂׬‬f(x) dx=1

Permitimos que sea infinita a,b, o todos dos, como en el ejemplo de arriba, de modo que la integral en (b)
seria impropia

S-ar putea să vă placă și