SlideShare uma empresa Scribd logo
1 de 5
29/5/2012




TRABAJO DE PROBABILIDAD APLICADA A LOS
JUEGOS DE AZAR: EXTRACCIÓN DE BOLAS DE UNA
BOLSA.
TEMA PROPUESTO: Extracción de dos bolas de una bolsa con reemplazamiento.

    Hemos aplicado el tema elegido a un hecho de la vida real, un caso que nos puede surgir en el día a
     día, como es en una bolsa de M&M’s.
          → Elena se ha comprado una bolsa de M&M’s y se ha comido todos menos 10, le quedan 3 rojos,
             4 azules, 2 verdes y 1 amarillo. Pablo y Jorge le han pedido uno y le han dicho que quieren que
             sean de color verde pero ella les ha dicho que el que salga. Ellos se han preguntado qué
             probabilidad había de que saliera de cada suceso.

INFORMACIÓN SOBRE PROBABILIDAD:

    La ley de la Place

   A mediados del siglo XVIII Francia se rige por una monarquía. Reina Luis XV sucesor y biznieto de Luis XIV
   (el rey Sol). Bajo un régimen absolutista los Borbones han convertido al país en la gran potencia de Europa,
   sustituyendo en este papel al desempeñado por España en siglos anteriores. El año 1789 marcó el inicio de
   una etapa crucial para Francia y el mundo entero, la Revolución Francesa. Durante ese periodo los
   matemáticos franceses dominaron completamente el panorama científico europeo y fueron responsables,
   en gran parte, de las principales líneas de fuerza que acarrearán el auge matemático del siglo siguiente.
   Las contribuciones matemáticas de Laplace son de primera importancia. Destacan sus investigaciones
   sobre el cálculo de probabilidades. Laplace investigó diversos campos de la ciencia, dejando obras de gran
   envergadura.

    Matemáticas:

   ·Teoría Analítica de las Probabilidades (1812). Expone los principios y las aplicaciones de lo que él llama
   "geometría del azar". Esta obra representa la introducción de los recursos del análisis matemático en el
   estudio de los fenómenos aleatorios y recopila toda una serie de memorias publicadas desde 1771.

   · Ensayo filosófico sobre el fundamento de las probabilidades (1814). Trata de dar a conocer los principios
   y aplicaciones de la geometría del azar pero sin aparato matemático alguno.

    Entre las aportaciones matemáticas más importantes caben citar:

   · Ley de Laplace-Gauss. La ley de Laplace-Gauss también se conoce con el nombre de ley de Gauss. Pero de
   hecho Laplace descubre esta ley en 1780 cuando Gauss (1777-1855) tiene tres años. También es muy
   usada la denominación de Ley normal.

   · Ecuación de Laplace. Desarrolla el concepto de potencial, una
   función cuya derivada direccional en cada punto es igual a la
   componente del campo de intensidad en la dirección dada.

    “La probabilidad de un suceso elemental es igual al cociente entre
   el número de casos favorables a ese suceso y ese número de casos
   posibles”.
 La ley de los Grandes Números

Se considera el primer teorema fundamental de la teoría de la probabilidad.

Básicamente el teorema establece que la frecuencia relativa de los resultados de un cierto experimento
aleatorio, tienden a estabilizarse en cierto número, que es precisamente la probabilidad cuando el
experimento se realiza muchas veces.

Una demostración teórica del teorema es laboriosa. Si alguien está interesado en una demostración tanto
de este teorema cómo del Teorema Central del Límite.

Aquí nos conformaremos con simular un experimento aleatorio, que nos aproxime de una manera
intuitiva a los resultados que establece el teorema.

El experimento que vamos a simular es el de dar un golpe a una bola de billar situada en la mesa de juego,
en el sentido que indica la flecha, y medir la distancia desde el extremo izquierdo de la mesa al punto en el
                                                     que la bola se detiene.

                                                    Si la mesa tiene 1 metro de longitud, el resultado del
                                                    experimento puede tomar cualquier valor comprendido
                                                    entre cero y uno.

                                                    Sabemos que el espacio muestral que resulta de este
                                                    experimento es un espacio muestral continuo. Para
                                                    simplificar la simulación, podemos considerar la
                                                    longitud de la mesa de billar, dividida en 10 partes
                                                    iguales.

Consideraremos que el resultado del experimento es que la bola se detenga en alguna de las 10 partes. En
este caso los posibles resultados son 10 y como todos los resultados tienen la misma posibilidad, estamos
ante un espacio de probabilidad discreto y equiprobable, es decir, de igual probabilidad.

La simulación consiste en que el ordenador genere aleatoriamente un número comprendido entre 0 y 1,
que representará la distancia a la que se detiene la bola de billar. La probabilidad de que este número
caiga en el primer intervalo es 1/10, lo mismo en cada uno de los intervalos restantes.

El experimento va a consistir en repetir 10 veces el golpe a la bola.

Sobre un sistema de referencia, colocamos, sobre el eje XX, los 10 intervalos en que hemos dividido la
longitud de la mesa de billar, y sobre el eje YY las frecuencias relativas de cada uno de estos intervalos,
veremos cómo las frecuencias relativas, varían de una ejecución del experimento a otra.

Pero si aumentamos el número de veces que golpeamos la bola a 20, 30 y así sucesivamente,
observaremos que las frecuencias relativas de cada intervalo tienden a estabilizarse en torno a 0,1, que es
la probabilidad que asignamos a que la bola se detenga en uno de los intervalos.

Este es el resultado que demuestra el teorema conocido como : Ley de los Grandes Números.
NÚMERO DE M&M’s


            4                            2                           3                        1




HIPÓTESIS: Creemos que teniendo en cuenta la teoría, antes de hacer la práctica, que debería salir más veces
los M&M’s azules, después los rojos, luego los verdes y por último los amarillos. Ya que la probabilidad es
directamente proporcional al número de M&M’s de cada color, es decir, cuantos más M&M’s de cada color
haya, más probabilidad de que salga.

ESPACIO MUESTRAL: {RR, RA, RV, RAm, AR, AA, AV, AAm, VR , VA, VV, VAm, AmR, AmA, AmV, AmAm}

ESPACIO ELEMENTAL: {RR}, {RA}, {RV}, {RAm}, {AR}, {AA}, {AV}, {AAm}, {VR} , {VA}, {VV}, {VAm}, {AmR}, {AmA},
{AmV}, {AmAm}

SUCESO COMPUESTO: {AA, RR, VV, AmAm} (los dos M&M’s iguales)

SUCESO SEGURO: {Dos M&M’s }

SUCESO IMPOSIBLE: {M&M’s que no sean rojos, azules, amarillos o verdes}

DIAGRAMA EN ÁRBOL DE SUCESOS DEL ESPACIO MUESTRAL:

                          R
                          A                                                               R
            R                                         R
                          V                                                               A
                                                      A
                                             A                              V
                          Am                                                              V
                                                      V

                                                     Am                                  Am
                                   R

                                   A
                     Am
                                   V

                                  Am




*LEYENDA:
                R → Rojos
                V → Verdes
                A → Azules
                Am → Amarillos
TABLA DE ESTUDIO REALIZADO

     X₁                        F₁                H₁                          f₁                   h₁
     RR                        9          9/100 = 0’09 = 9%                  9                9/100 = 9%
     RA                        7          7/100 = 0’07 = 7%                 16              16/100 = 16%
    RAm                        6          6/100 = 0’06 = 6%                 22              22/100 = 22%
     RV                        8          8/100 = 0’08 = 8%                 30              30/100 = 30%
     AR                        8          8/100 = 0’08 = 8%                 38              38/100 = 38%
     AA                       14         14/100 = 0’14 = 14%                52              52/100 = 52%
     AV                        8          8/100 = 0’08 = 8%                 60              60/100 = 60%
    AAm                        4          4/100 = 0’04 = 4%                 64              64/100 = 64%
     VR                        7          7/100 = 0’07 = 7%                 71              71/100 = 71%
     VA                        8          8/100 = 0’08 = 8%                 79              79/100 = 79%
     VV                        5          5/100 = 0’05 = 5%                 84              84/100 = 84%
    VAm                        3          3/100 = 0’03 = 3%                 87              87/100 = 87%
    AmR                        3          3/100 = 0’03 = 3%                 90              90/100 = 90%
    AmA                        7          7/100 = 0’07 = 7%                 97              97/100 = 97%
    AmV                        2          2/100 = 0’02 = 2%                 99              99/100 = 99%
   AmAm                        1          1/100 = 0’01 = 1%                 100           100/100 = 100% = 1
   TOTAL                    N = 100     N= 100/100 = 100% = 1


CONCLUSIÓN:

Nuestra hipótesis era cierta. Hemos hecho la probabilidad de cada suceso elemental de espacio muestral
según la ley de La Place y nos ha dado un porcentaje entre 0 y 100. Esta probabilidad no es condicionada, ya
que cada vez que cogíamos un M&M’s lo soltábamos para volver a sacar otro y después anotábamos el
resultado. Si hubiéramos hecho el mismo experimento pero sin reemplazamiento, hubiera sido condicionada
porque la probabilidad del suceso B depende de lo que haya salido en el suceso A.

La ley de los Grandes Números, resumiendo, nos dice que la probabilidad de un suceso tiende a la frecuencia
que tiene el suceso cuando el experimento se realiza un número muy elevado de veces. Es decir, que si
calculamos la probabilidad solo sacándolo una vez, debe estar relacionado con el resultado cuando dicha
práctica se realiza varias veces, en este caso 100 veces. Cada suceso elemental tiene 1/16 de probabilidad de
que salga, porque hay 16 posibilidades de resultado diferente. Y aquí se demuestra que sí que se verifica esta
ley de los Grandes Números:

1/16 = 0’0625 y los resultados de cada probabilidad
rondan ese número:
             H₁
      9/100 = 0’09 = 9%                                    Como resultado de nuestro problema, Pablo y
      7/100 = 0’07 = 7%
      6/100 = 0’06 = 6%                                    Jorge tienen un 5% de posibilidades de que les
      8/100 = 0’08 = 8%                                    salgan los dos verdes como ellos querían.
      8/100 = 0’08 = 8%
     14/100 = 0’14 = 14%
      8/100 = 0’08 = 8%
      4/100 = 0’04 = 4%
      7/100 = 0’07 = 7%
      8/100 = 0’08 = 8%
      5/100 = 0’05 = 5%
      3/100 = 0’03 = 3%
      3/100 = 0’03 = 3%
      7/100 = 0’07 = 7%
      2/100 = 0’02 = 2%
      1/100 = 0’01 = 1%
    N= 100/100 = 100% = 1

Mais conteúdo relacionado

Mais procurados

Distribucion de probabilidad normal estandar
Distribucion de probabilidad normal estandarDistribucion de probabilidad normal estandar
Distribucion de probabilidad normal estandar
Luis Yallerco
 
Estimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesEstimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporciones
Hugo Caceres
 
Guía para el calculo de la distribución normal
Guía para el calculo de la distribución normalGuía para el calculo de la distribución normal
Guía para el calculo de la distribución normal
Isaac Gomez
 
Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)
ITS CONSULTORIAS S.A.C
 
Ejercicios
EjerciciosEjercicios
Ejercicios
algebra
 
Bernoulli ejemplos
Bernoulli ejemplosBernoulli ejemplos
Bernoulli ejemplos
karemlucero
 
Calculo de Vectores Propios, Multiplicidades y Polinomios Caracteristicos
Calculo de Vectores Propios, Multiplicidades y Polinomios CaracteristicosCalculo de Vectores Propios, Multiplicidades y Polinomios Caracteristicos
Calculo de Vectores Propios, Multiplicidades y Polinomios Caracteristicos
algebragr4
 
Conjuntos Nivel Ii
Conjuntos  Nivel IiConjuntos  Nivel Ii
Conjuntos Nivel Ii
Keymar
 

Mais procurados (20)

Distribucion de probabilidad normal estandar
Distribucion de probabilidad normal estandarDistribucion de probabilidad normal estandar
Distribucion de probabilidad normal estandar
 
Estimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesEstimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporciones
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normal
 
Probabilidad y Eventos
Probabilidad y EventosProbabilidad y Eventos
Probabilidad y Eventos
 
Guía para el calculo de la distribución normal
Guía para el calculo de la distribución normalGuía para el calculo de la distribución normal
Guía para el calculo de la distribución normal
 
Presentacion nº3: MEDIDAS DE DISPERSIÓN
Presentacion nº3: MEDIDAS DE DISPERSIÓNPresentacion nº3: MEDIDAS DE DISPERSIÓN
Presentacion nº3: MEDIDAS DE DISPERSIÓN
 
Distribucion Binomial
Distribucion BinomialDistribucion Binomial
Distribucion Binomial
 
Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)
 
Tabla t student.pdf analitica
Tabla t student.pdf analiticaTabla t student.pdf analitica
Tabla t student.pdf analitica
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Estimación por Intervalos
Estimación por IntervalosEstimación por Intervalos
Estimación por Intervalos
 
Bernoulli ejemplos
Bernoulli ejemplosBernoulli ejemplos
Bernoulli ejemplos
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 
Calculo de Vectores Propios, Multiplicidades y Polinomios Caracteristicos
Calculo de Vectores Propios, Multiplicidades y Polinomios CaracteristicosCalculo de Vectores Propios, Multiplicidades y Polinomios Caracteristicos
Calculo de Vectores Propios, Multiplicidades y Polinomios Caracteristicos
 
Estimadores
EstimadoresEstimadores
Estimadores
 
Variables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidadVariables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidad
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
 
Conjuntos Nivel Ii
Conjuntos  Nivel IiConjuntos  Nivel Ii
Conjuntos Nivel Ii
 
Diapositivas probabilidades
Diapositivas probabilidadesDiapositivas probabilidades
Diapositivas probabilidades
 
Percentiles para datos sin agrupar y Percentiles para datos agrupados
Percentiles para datos sin agrupar y Percentiles para datos agrupadosPercentiles para datos sin agrupar y Percentiles para datos agrupados
Percentiles para datos sin agrupar y Percentiles para datos agrupados
 

Destaque

Juego de probabilidad
Juego de probabilidadJuego de probabilidad
Juego de probabilidad
caryross
 
Taller de probabilidad
Taller de probabilidadTaller de probabilidad
Taller de probabilidad
Numael Sanchez
 
Probabilidad Clase 1
Probabilidad Clase 1Probabilidad Clase 1
Probabilidad Clase 1
Gleixys0509
 
Secuencia didáctica de probabilidad
Secuencia didáctica de probabilidadSecuencia didáctica de probabilidad
Secuencia didáctica de probabilidad
Beatriz Valencia
 
Juegos de azar en la enseñanza de probabilidad
Juegos de azar en la enseñanza de probabilidadJuegos de azar en la enseñanza de probabilidad
Juegos de azar en la enseñanza de probabilidad
Silvia Bartolo
 
La probabilidad en un juego de cartas
La probabilidad en un juego de cartasLa probabilidad en un juego de cartas
La probabilidad en un juego de cartas
alerioz
 
Hacer tareas caminando hacia las ccbb. (2)
Hacer tareas caminando hacia las ccbb. (2)Hacer tareas caminando hacia las ccbb. (2)
Hacer tareas caminando hacia las ccbb. (2)
Alfonso Cortes Alegre
 
Estadistica y probabilidades
Estadistica y probabilidadesEstadistica y probabilidades
Estadistica y probabilidades
elsariverafrias2
 

Destaque (18)

Juego de probabilidad
Juego de probabilidadJuego de probabilidad
Juego de probabilidad
 
Juegos de azar
Juegos de azarJuegos de azar
Juegos de azar
 
Juegos De Azar
Juegos De AzarJuegos De Azar
Juegos De Azar
 
Taller de probabilidad
Taller de probabilidadTaller de probabilidad
Taller de probabilidad
 
Probabilidad Clase 1
Probabilidad Clase 1Probabilidad Clase 1
Probabilidad Clase 1
 
Secuencia didáctica de probabilidad
Secuencia didáctica de probabilidadSecuencia didáctica de probabilidad
Secuencia didáctica de probabilidad
 
ECA 3-Probabilidad y Estadística 2013-2014
ECA 3-Probabilidad y Estadística 2013-2014ECA 3-Probabilidad y Estadística 2013-2014
ECA 3-Probabilidad y Estadística 2013-2014
 
Secuencia Didáctica de Estadística en Educación Secundaria
Secuencia Didáctica de Estadística en Educación SecundariaSecuencia Didáctica de Estadística en Educación Secundaria
Secuencia Didáctica de Estadística en Educación Secundaria
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
La Ruleta
La RuletaLa Ruleta
La Ruleta
 
Prezi
PreziPrezi
Prezi
 
Juegos de azar en la enseñanza de probabilidad
Juegos de azar en la enseñanza de probabilidadJuegos de azar en la enseñanza de probabilidad
Juegos de azar en la enseñanza de probabilidad
 
La probabilidad en un juego de cartas
La probabilidad en un juego de cartasLa probabilidad en un juego de cartas
La probabilidad en un juego de cartas
 
Matemáticas y azar
Matemáticas y azarMatemáticas y azar
Matemáticas y azar
 
Hacer tareas caminando hacia las ccbb. (2)
Hacer tareas caminando hacia las ccbb. (2)Hacer tareas caminando hacia las ccbb. (2)
Hacer tareas caminando hacia las ccbb. (2)
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Estadistica y probabilidades
Estadistica y probabilidadesEstadistica y probabilidades
Estadistica y probabilidades
 
52 ejercicios-resueltos-en-pseudocodigo
52 ejercicios-resueltos-en-pseudocodigo52 ejercicios-resueltos-en-pseudocodigo
52 ejercicios-resueltos-en-pseudocodigo
 

Mais de Belén Vidal Moreno (6)

Ejercicios resueltos de fracciones algebraicas, logaritmos y polinomios
Ejercicios resueltos de fracciones algebraicas, logaritmos y polinomiosEjercicios resueltos de fracciones algebraicas, logaritmos y polinomios
Ejercicios resueltos de fracciones algebraicas, logaritmos y polinomios
 
Miguel de cervantes
Miguel de cervantesMiguel de cervantes
Miguel de cervantes
 
Principales ecosistemas acuáticos y terrestres de españa
Principales ecosistemas acuáticos y terrestres de españaPrincipales ecosistemas acuáticos y terrestres de españa
Principales ecosistemas acuáticos y terrestres de españa
 
Drogas depresoras de SNC
Drogas depresoras de SNCDrogas depresoras de SNC
Drogas depresoras de SNC
 
Novas y supernovas
Novas y supernovasNovas y supernovas
Novas y supernovas
 
Filosofía politica, sócrates y los sofistas
Filosofía politica, sócrates y los sofistasFilosofía politica, sócrates y los sofistas
Filosofía politica, sócrates y los sofistas
 

Último

Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
jlorentemartos
 

Último (20)

Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 

Probabilidad aplicada a los juegos de azar

  • 1. 29/5/2012 TRABAJO DE PROBABILIDAD APLICADA A LOS JUEGOS DE AZAR: EXTRACCIÓN DE BOLAS DE UNA BOLSA.
  • 2. TEMA PROPUESTO: Extracción de dos bolas de una bolsa con reemplazamiento.  Hemos aplicado el tema elegido a un hecho de la vida real, un caso que nos puede surgir en el día a día, como es en una bolsa de M&M’s. → Elena se ha comprado una bolsa de M&M’s y se ha comido todos menos 10, le quedan 3 rojos, 4 azules, 2 verdes y 1 amarillo. Pablo y Jorge le han pedido uno y le han dicho que quieren que sean de color verde pero ella les ha dicho que el que salga. Ellos se han preguntado qué probabilidad había de que saliera de cada suceso. INFORMACIÓN SOBRE PROBABILIDAD:  La ley de la Place A mediados del siglo XVIII Francia se rige por una monarquía. Reina Luis XV sucesor y biznieto de Luis XIV (el rey Sol). Bajo un régimen absolutista los Borbones han convertido al país en la gran potencia de Europa, sustituyendo en este papel al desempeñado por España en siglos anteriores. El año 1789 marcó el inicio de una etapa crucial para Francia y el mundo entero, la Revolución Francesa. Durante ese periodo los matemáticos franceses dominaron completamente el panorama científico europeo y fueron responsables, en gran parte, de las principales líneas de fuerza que acarrearán el auge matemático del siglo siguiente. Las contribuciones matemáticas de Laplace son de primera importancia. Destacan sus investigaciones sobre el cálculo de probabilidades. Laplace investigó diversos campos de la ciencia, dejando obras de gran envergadura. Matemáticas: ·Teoría Analítica de las Probabilidades (1812). Expone los principios y las aplicaciones de lo que él llama "geometría del azar". Esta obra representa la introducción de los recursos del análisis matemático en el estudio de los fenómenos aleatorios y recopila toda una serie de memorias publicadas desde 1771. · Ensayo filosófico sobre el fundamento de las probabilidades (1814). Trata de dar a conocer los principios y aplicaciones de la geometría del azar pero sin aparato matemático alguno. Entre las aportaciones matemáticas más importantes caben citar: · Ley de Laplace-Gauss. La ley de Laplace-Gauss también se conoce con el nombre de ley de Gauss. Pero de hecho Laplace descubre esta ley en 1780 cuando Gauss (1777-1855) tiene tres años. También es muy usada la denominación de Ley normal. · Ecuación de Laplace. Desarrolla el concepto de potencial, una función cuya derivada direccional en cada punto es igual a la componente del campo de intensidad en la dirección dada. “La probabilidad de un suceso elemental es igual al cociente entre el número de casos favorables a ese suceso y ese número de casos posibles”.
  • 3.  La ley de los Grandes Números Se considera el primer teorema fundamental de la teoría de la probabilidad. Básicamente el teorema establece que la frecuencia relativa de los resultados de un cierto experimento aleatorio, tienden a estabilizarse en cierto número, que es precisamente la probabilidad cuando el experimento se realiza muchas veces. Una demostración teórica del teorema es laboriosa. Si alguien está interesado en una demostración tanto de este teorema cómo del Teorema Central del Límite. Aquí nos conformaremos con simular un experimento aleatorio, que nos aproxime de una manera intuitiva a los resultados que establece el teorema. El experimento que vamos a simular es el de dar un golpe a una bola de billar situada en la mesa de juego, en el sentido que indica la flecha, y medir la distancia desde el extremo izquierdo de la mesa al punto en el que la bola se detiene. Si la mesa tiene 1 metro de longitud, el resultado del experimento puede tomar cualquier valor comprendido entre cero y uno. Sabemos que el espacio muestral que resulta de este experimento es un espacio muestral continuo. Para simplificar la simulación, podemos considerar la longitud de la mesa de billar, dividida en 10 partes iguales. Consideraremos que el resultado del experimento es que la bola se detenga en alguna de las 10 partes. En este caso los posibles resultados son 10 y como todos los resultados tienen la misma posibilidad, estamos ante un espacio de probabilidad discreto y equiprobable, es decir, de igual probabilidad. La simulación consiste en que el ordenador genere aleatoriamente un número comprendido entre 0 y 1, que representará la distancia a la que se detiene la bola de billar. La probabilidad de que este número caiga en el primer intervalo es 1/10, lo mismo en cada uno de los intervalos restantes. El experimento va a consistir en repetir 10 veces el golpe a la bola. Sobre un sistema de referencia, colocamos, sobre el eje XX, los 10 intervalos en que hemos dividido la longitud de la mesa de billar, y sobre el eje YY las frecuencias relativas de cada uno de estos intervalos, veremos cómo las frecuencias relativas, varían de una ejecución del experimento a otra. Pero si aumentamos el número de veces que golpeamos la bola a 20, 30 y así sucesivamente, observaremos que las frecuencias relativas de cada intervalo tienden a estabilizarse en torno a 0,1, que es la probabilidad que asignamos a que la bola se detenga en uno de los intervalos. Este es el resultado que demuestra el teorema conocido como : Ley de los Grandes Números.
  • 4. NÚMERO DE M&M’s 4 2 3 1 HIPÓTESIS: Creemos que teniendo en cuenta la teoría, antes de hacer la práctica, que debería salir más veces los M&M’s azules, después los rojos, luego los verdes y por último los amarillos. Ya que la probabilidad es directamente proporcional al número de M&M’s de cada color, es decir, cuantos más M&M’s de cada color haya, más probabilidad de que salga. ESPACIO MUESTRAL: {RR, RA, RV, RAm, AR, AA, AV, AAm, VR , VA, VV, VAm, AmR, AmA, AmV, AmAm} ESPACIO ELEMENTAL: {RR}, {RA}, {RV}, {RAm}, {AR}, {AA}, {AV}, {AAm}, {VR} , {VA}, {VV}, {VAm}, {AmR}, {AmA}, {AmV}, {AmAm} SUCESO COMPUESTO: {AA, RR, VV, AmAm} (los dos M&M’s iguales) SUCESO SEGURO: {Dos M&M’s } SUCESO IMPOSIBLE: {M&M’s que no sean rojos, azules, amarillos o verdes} DIAGRAMA EN ÁRBOL DE SUCESOS DEL ESPACIO MUESTRAL: R A R R R V A A A V Am V V Am Am R A Am V Am *LEYENDA: R → Rojos V → Verdes A → Azules Am → Amarillos
  • 5. TABLA DE ESTUDIO REALIZADO X₁ F₁ H₁ f₁ h₁ RR 9 9/100 = 0’09 = 9% 9 9/100 = 9% RA 7 7/100 = 0’07 = 7% 16 16/100 = 16% RAm 6 6/100 = 0’06 = 6% 22 22/100 = 22% RV 8 8/100 = 0’08 = 8% 30 30/100 = 30% AR 8 8/100 = 0’08 = 8% 38 38/100 = 38% AA 14 14/100 = 0’14 = 14% 52 52/100 = 52% AV 8 8/100 = 0’08 = 8% 60 60/100 = 60% AAm 4 4/100 = 0’04 = 4% 64 64/100 = 64% VR 7 7/100 = 0’07 = 7% 71 71/100 = 71% VA 8 8/100 = 0’08 = 8% 79 79/100 = 79% VV 5 5/100 = 0’05 = 5% 84 84/100 = 84% VAm 3 3/100 = 0’03 = 3% 87 87/100 = 87% AmR 3 3/100 = 0’03 = 3% 90 90/100 = 90% AmA 7 7/100 = 0’07 = 7% 97 97/100 = 97% AmV 2 2/100 = 0’02 = 2% 99 99/100 = 99% AmAm 1 1/100 = 0’01 = 1% 100 100/100 = 100% = 1 TOTAL N = 100 N= 100/100 = 100% = 1 CONCLUSIÓN: Nuestra hipótesis era cierta. Hemos hecho la probabilidad de cada suceso elemental de espacio muestral según la ley de La Place y nos ha dado un porcentaje entre 0 y 100. Esta probabilidad no es condicionada, ya que cada vez que cogíamos un M&M’s lo soltábamos para volver a sacar otro y después anotábamos el resultado. Si hubiéramos hecho el mismo experimento pero sin reemplazamiento, hubiera sido condicionada porque la probabilidad del suceso B depende de lo que haya salido en el suceso A. La ley de los Grandes Números, resumiendo, nos dice que la probabilidad de un suceso tiende a la frecuencia que tiene el suceso cuando el experimento se realiza un número muy elevado de veces. Es decir, que si calculamos la probabilidad solo sacándolo una vez, debe estar relacionado con el resultado cuando dicha práctica se realiza varias veces, en este caso 100 veces. Cada suceso elemental tiene 1/16 de probabilidad de que salga, porque hay 16 posibilidades de resultado diferente. Y aquí se demuestra que sí que se verifica esta ley de los Grandes Números: 1/16 = 0’0625 y los resultados de cada probabilidad rondan ese número: H₁ 9/100 = 0’09 = 9% Como resultado de nuestro problema, Pablo y 7/100 = 0’07 = 7% 6/100 = 0’06 = 6% Jorge tienen un 5% de posibilidades de que les 8/100 = 0’08 = 8% salgan los dos verdes como ellos querían. 8/100 = 0’08 = 8% 14/100 = 0’14 = 14% 8/100 = 0’08 = 8% 4/100 = 0’04 = 4% 7/100 = 0’07 = 7% 8/100 = 0’08 = 8% 5/100 = 0’05 = 5% 3/100 = 0’03 = 3% 3/100 = 0’03 = 3% 7/100 = 0’07 = 7% 2/100 = 0’02 = 2% 1/100 = 0’01 = 1% N= 100/100 = 100% = 1