CLASIFICACION DE LA PROBABILIDAD

LA PROBABILIDAD CLASICA: Supone que todos lo9s eventos tienen la misma

probabilidad de ocurrir esta es la relacin de nmeros de eventos sealados respecto al
total de eventos posibles.
Ejemplo: Si en una caja hay 50 manzanas y 200 naranjas la probabilidad de que al
tomar una fruta esta sea manzana.
COMENTARIO: todos los problemas tienden a dar la misma respuesta utilizando la
misma formula para obtener un numero de actividades posibles.
LA PROBABILIDAD OBJETIVA: Define a la probabilidad como la relacion entre el numero
de eventos favorables obtenidos respecto al total de intentos.
Ejemplo: si en una caja que contiene manzanas y naranjas se han tomado 80 frutas y
de estas 15 han sido manzanas se deduce que al sacar una fruta de la caja la
probabilidad va a ser de que sea manzanas
P(M)= 15/80= 0.99=90%
COMENTARIO: ESTA SE VA A DAR cuando se tome y se enlace las respuestas pra dar el
resultado exacto con el total de insistencias del resultado.
ARBOL DE PROBABILIDADES: UN ARBOL DE probabilidad es una grfica que presenta
los resultados posibles ( opciones de un evento), asi como la probabilidad de cada uno
de ellos.
Ejemplo: En una fabrica de alfileres logra una produccion de alfileres defectuosos.
COMENTARIO: eSTE estudia las posibles respuestas de una grafica para determinar una
probabilidad y asi darla a conocer.

La probabilidad es un mtodo por el cual se obtiene la frecuencia de un acontecimiento

determinado mediante la realizacin de experimentos aleatorios, de los que se conocen todos
los resultados posibles, bajo condiciones suficientemente estables. La probabilidad es un
evento o suceso que puede ser improbable, probable o seguro.
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.

Un experimento es un procedimiento mediante el cual se trata de comprobar (confirmar o

verificar) una o varias hiptesis relacionadas con un determinado fenmeno, mediante la
manipulacin y el estudio de las correlaciones de las variables que presumiblemente son su
causa.
La experimentacin constituye uno de los elementos claves de la investigacin cientfica y es
fundamental para ofrecer explicaciones causales.
En un experimento se consideran todas las variables relevantes que intervienen en el
fenmeno, mediante la manipulacin de las que presumiblemente son su causa, el control de
las variables extraas y la aleatorizacin (o randomizacin) de las restantes. Estos
procedimientos pueden variar mucho segn las disciplinas (no es igual en fsica que
enpsicologa, por ejemplo), pero persiguen el mismo objetivo: excluir explicaciones
alternativas (diferentes a la variable manipulada) en la explicacin de los resultados. Este
aspecto se conoce como validez interna del experimento, la cual aumenta cuando el
experimento es replicado por otros investigadores y se obtienen los mismos resultados. Cada
repeticin del experimento se llama prueba o ensayo.

Tipos de espacio muestral

Podemos diferenciar entre dos tipos de espacios muestrales: discretos y continuos.

Discretos
Son aquellos espacios donde el nmero de sucesos elementales es finito o infinito numerable.
Espacio probabilstico discreto
Es aquel cuyo espacio muestral es discreto. Podemos diferenciar varios tipos de espacio
probabilstico discreto:
Espacio probabilstico discreto equiprobable

Su espacio muestral es finito de tamao n.

La probabilidad de cualquier suceso elemental E es

, de aqu se deduce que para todo suceso A la probabilidad

es
Espacio probabilstico finito

Su espacio muestral es discreto finito.

Hay al menos 2 sucesos elementales que cumplen.

Procesos estocsticos finitos y diagramas de rbol

Un proceso estocstico es una sucesin finita de experimentos aleatorios, cada uno de ellos
con un n finito de resultados posibles. Se representan con diagrama de rbol.
Por ejemplo, imaginemos que se lanza una moneda y un dado de seis caras. La probabilidad
de obtener un resultado particular corresponde a la multiplicacin de sus probabilidades. Es
decir, la probabilidad de obtener cara y un tres ser:

Ahora bien, la probabilidad de un suceso cualquiera es la suma de las probabilidades de los

distintos resultados aislados posibles. As, la probabilidad de sacar siempre un resultado impar
en los dados, independientemente del resultado de la moneda, ser:

Espacio probabilstico infinito contable

Aquel cuyo espacio muestral es discreto infinito contable. Por ejemplo:

La probabilidad de que salga cara en la primera tirada ---->

La probabilidad de que salga nuevamente cara en la segunda tirada ---->

La probabilidad de que salga nuevamente cara en la tercera tirada

---->

Continuos
Son aquellos espacios donde el nmero de sucesos elementales es infinito incontable.
Espacio probabilstico continuo

Espacio muestral infinito no numerable. -No es posible observar puntos concretos del
espacio.

Tiene sentido hablar de intervalos observados. - No es posible asignar probabilidad a

un punto concreto, se asigna a intervalos.

Por tanto la funcin P est definida sobre intervalos ----->

-Habitualmente cuando trabajamos con magnitudes fsicas.

Particiones
Es posible definir particiones sobre el espacio muestral. Formalmente hablando, una particin
sobre se define como un conjunto numerable:
tal que:
1.
2.
3.
Ejemplos
Por ejemplo, en el caso del experimento aleatorio "lanzar un dado", el espacio muestral
del experimento sera: ={1,2,3,4,5,6}. Por otro lado, si cambiamos ligeramente la
experiencia pensando en el nmero resultante de la suma de 2 dados, entonces tenemos
2 posibles espacios muestrales para modelar nuestra realidad:

={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),...(6,6)} = {1,2,3,4,5,6}x{1,2,3,4,5,6}

'={2,3,4,...,12}

La eleccin del espacio muestral es un factor determinante para realizar el clculo de la

probabilidad de un suceso.
abe resaltar que, en ciertos casos, los experimentos pueden tener dos o ms espacios
muestrales posibles. El experimento de tomar un naipe de una baraja espaola, por ejemplo,
tiene un espacio de muestreo compuesto por los nmeros y otro espacio muestral formado por
los palos. La descripcin ms completa, pues, debera incluir ambos valores (nmero y palo) en
un eje cartesiano.
Los espacios muestrales pueden clasificarse como discretos (cuando la cantidad de sucesos
elementales es finito o numerable) o continuos (en los casos en los cuales la cantidad de
sucesos bsicos posee carcter infinito y, por lo tanto, resulta imposible de contar).

Dado su carcter estadstico, este concepto se

aprovecha en diversas situaciones relacionadas con el marketing. Por ejemplo, a la hora de
disear un producto nuevo, o una versin de uno existente, es necesario realizar una
proyeccin demogrfica para anticipar su potencial impacto en el mercado; dentro de estos
estudios, se busca agrupar a los consumidores en conjuntos etiquetados por gnero, edad y
dems propiedades, dependiendo de la empresa y del producto en s. Este anlisis posee un
mnimo de dos partes: una que tiene lugar antes del lanzamiento y otra que ocurre despus,
para contrastar la realidad con los nmeros esperados.
De la misma forma, los candidatos a ocupar puestos polticos suelen apoyarse en los espacios
de muestra durante las pocas de elecciones para intentar anticiparse a los resultados de las
votaciones, buscando sobre todo el sector de la poblacin a quien menos interese su propuesta;
basados en los anlisis y habiendo decidido racionalmente a qu posible cuadro prestar ms
atencin, elaboran sus estrategias electorales. Al igual que ocurre con el lanzamiento de un
producto al mercado, es necesario cotejar los anticipos con los hechos reales para modificar
cualquier decisin que haya llevado la campaa por mal camino.
En la programacin, los espacios muestrales pueden tener muchas finalidades, as como
formas. Una de sus implementaciones consiste en estudiar una serie limitada de sucesos o
eventos que pueden tener lugar en el supuesto caso de una colisin entre dos objetos (que
pueden ser personajes o elementos inanimados). Dentro del mismo contexto informtico, se
suele asociar este concepto con el trmino caso especial, que se refiere a una situacin no
muy comn pero que puede darse y que es necesario anticipar y decidir el proceder adecuado
para atenderlo. Durante el desarrollo de un programa es necesario revisar repetidas veces los
potenciales resultados de la ejecucin del cdigo para reducir al mximo el nmero de errores.

Podemos considerar las siguientes operaciones entre dos sucesos: unin,

interseccin, diferencia y complementario.
Veamos qu quieren decir en nuestro ejemplo.
La unin de A y B, que escribimos "A o B", o bien

AB
es el suceso formado por todos los resultados que cumplen A o cumplen B. En nuestro
caso, sera el suceso C="sacar un nmero par o mayor o igual que 4". Si lo representamos
como conjunto de resultados posibles, C={2,4,5,6}, que son todos los resultados que
cumplen uno de los dos sucesos.
Resulta til expresarlo con la notacin de conjuntos, puesto que la unin
de A y B es en realidad

AB={2,4,6}{4,5,6}={2,4,5,6}
La interseccin de A y B, que escribimos "A y B", o bien

AB
es el suceso formado por todos los resultados que cumplen A y cumplen B. En nuestro
caso, sera el suceso C="sacar un nmero par y mayor o igual que 4". Si lo representamos
como conjunto de resultados posibles, C={4,6}, que son todos los resultados que
cumplen los dos sucesos a la vez.
Como antes, si lo expresamos como operaciones entre conjuntos, la interseccin
de A y B es en realidad

AB={2,4,6}{4,5,6}={4,6}
La diferencia de A y B, que escribimos

AB
es el suceso formado por todos los resultados que cumplen A, pero no cumplen B. En
nuestro caso, sera el suceso C="sacar un nmero par, pero no mayor o igual que 4", o lo
que es lo mismo, C="sacar un nmero par, pero menor que 3".

Vemos que C={2}, puesto que es el nico resultado que cumple las dos
condiciones. El hecho de que haya dos formas de escribir

C no es casualidad; de

hecho, siempre se cumple que AB=AB.

Con conjuntos, la diferencia de

A y B es

AB={2,4,6}{4,5,6}={2}
A veces tambin la podemos encontrar escrita como

A \ B. Para calcularla, es
como si quitramos de A todos los resultados que estn en B. Debemos tener
cuidado, porque AB no es lo mismo que BA.
En nuestro caso, BA={5}, que es el nico resultado que est en

B, pero no

est en A.
Finalmente, existe el complementario o contrario de

A. Si nuestro suceso es A,

escribimos el suceso contrario como

A
que est formado por todos los sucesos elementales que no cumplen A.
En nuestro caso, A="ser un nmero impar"={1,3,5}. Con notacin de teora
de conjuntos, calculamos el complementario mediante

A=A
Es decir, el complementario de un suceso A es en realidad la diferencia de y A: todos
los sucesos elementales menos los que cumplen A.
Como consecuencia de nuestra definicin, vemos claramente que el suceso
contrario de un suceso imposible es un suceso seguro, ya que si

C=, es decir,

el suceso C es imposible, entonces C=, y viceversa, el contrario de un

suceso seguro es un suceso imposible, puesto que si
decir, D=, entonces D=.

D es un suceso seguro, es