SlideShare uma empresa Scribd logo
1 de 28
Conceptos fundamentales de probabilidad 
G. Edgar Mata Ortiz
„The most important questions of life are indeed, for the most part, really only problems of probability." 
Pierre-Simon Laplace 
(ThéorieAnalytiquedes Probabilités: 1812) 
Las preguntas más importantes de la vida son, en su mayor parte, realmente sólo problemas de probabilidad
Introducción 
Determinísticos o deterministas 
-Son aquellos en los que podemos predecir su resultado, aún antes de realizar un experimento 
-Ejemplo: El valor de una variable en cualquier fórmula de física 
Dos tipos de fenómenos
Introducción 
Aleatorios 
-Son aquellos en los que no podemos predecir su resultado, sin importar cuánta información tengamos disponible 
-Ejemplo: El resultado al lanzar un dado 
Dos tipos de fenómenos
Introducción 
El estudio de los fenómenos aleatorios es menos usual que el de los fenómenos determinísticos. 
Se estudia la geometría y física, donde las fórmulas nos entregan resultados exactos y predecibles 
Los fenómenos aleatorios 
b = base 
h = altura 
Área del triángulo
Introducción 
Sin embargo, la mayor parte de los fenómenos y hechos de la vida cotidiana, no tienen este comportamiento. 
Muchos fenómenos son aleatorios, es decir, los resultados no son predecibles. 
La probabilidad se ocupa del estudio de los: 
La probabilidad y los fenómenos aleatorios
Introducción 
Sin embargo, la mayor parte de los fenómenos y hechos de la vida cotidiana, no tienen este comportamiento. 
Muchos fenómenos son aleatorios, es decir, los resultados no son predecibles. 
La probabilidad se ocupa del estudio de los: 
La probabilidad y los fenómenos aleatorios
Conceptos fundamentales 
Definición de la real academia española 
¿Qué es probabilidad?
Conceptos fundamentales 
Como pudimos observar, la palabra probabilidad tiene varios significados. 
Es conveniente distinguir los diversos significados de acuerdo al uso que se hace de la palabra probabilidad. 
Vamos a estudiar los cuatro enfoques de probabilidad: 
Probabilidad subjetiva, probabilidad frecuencial, probabilidad clásica y probabilidad axiomática 
¿Qué es probabilidad?
Conceptos fundamentales 
¿Qué es probabilidad? 
Probabilidad 
Subjetiva 
Objetiva 
Frecuencial 
Clásica 
Axiomática
Conceptos fundamentales 
Es el grado de certeza que tenemos de que un suceso va a ocurrir. 
Suele indicarse como un número decimal, menor que uno o como un porcentaje. 
Probabilidad subjetiva
Conceptos fundamentales 
Se basa en la opinión personal, la experiencia o la intuición 
En ocasiones hace uso de datos históricos. 
No siempre se cuantifica 
Probabilidad subjetiva
Conceptos fundamentales 
Las estimaciones subjetivasde probabilidad cambian de una persona a otra 
No es necesario realizar ningún experimento para estimar la probabilidad subjetiva de un evento 
Probabilidad subjetiva
Conceptos fundamentales 
A pesar del uso ocasional de datos históricos, dichas estimaciones presentan un elevado grado de incertidumbre 
No obstante dicha incertidumbre, en muchas circunstancias, es necesario recurrir a la probabilidad subjetiva. 
Probabilidad subjetiva
Conceptos fundamentales 
Richard Von Mises 
Generalmente la teoría de probabilidad es considerada una rama de las matemáticas, sin embargo, sus fundamentos son puramente filosóficos, y Richard von Mises, desarrolló la correcta teoría de probabilidad objetiva o “de frecuencia”. 
Probabilidad frecuencial
Conceptos fundamentales 
Es una forma empírica de calcular 
probabilidades 
Es necesario repetir el experimento 
varias veces para calcular la 
probabilidad 
La tabla muestra el número de veces 
que se obtuvo cada resultado al lanzar 
dos dados, cien veces. 
Probabilidad frecuencial 
Resultados 100 
2 5 
3 9 
4 10 
5 9 
6 15 
7 15 
8 11 
9 14 
10 7 
11 4 
12 1
Conceptos fundamentales 
Cuanto más 
grande es el 
número de veces 
que se lanzan los 
dados, la 
frecuencia relativa 
se aproxima a la 
probabilidad de 
ocurrencia de 
cada evento 
Probabilidad 
frecuencial Resultados 100 1000 30000 100000 
2 0.05000 0.02200 0.02737 0.02825 
3 0.09000 0.05700 0.05483 0.05558 
4 0.10000 0.07700 0.08607 0.08156 
5 0.09000 0.11100 0.10947 0.11214 
6 0.15000 0.14000 0.13927 0.13915 
7 0.15000 0.17800 0.16720 0.16560 
8 0.11000 0.13700 0.13530 0.13961 
9 0.14000 0.11300 0.11177 0.11169 
10 0.07000 0.08800 0.08503 0.08336 
11 0.04000 0.05400 0.05570 0.05501 
12 0.01000 0.02300 0.02800 0.02805 
Probabilidades frecuenciales
Conceptos fundamentales 
La probabilidad frecuencial, a diferencia de la subjetiva, siempre se cuantifica 
Puede expresarse como fracción, número decimal o porcentaje 
Se calcula mediante la fórmula: 
Probabilidad frecuencial 
푝풂= 푁ú푚푒푟표푑푒푟푒푠푢푙푡푎푑표푠푒푛푞푢푒푠푒표푏푡푢푣표푒푙푠푢푐푒푠표풂 푁ú푚푒푟표푑푒푖푛푡푒푛푡표푠푡표푡푎푙푒푠
Conceptos fundamentales 
Ejemplo de aplicación de la fórmula: 
Se lanzan dos dados 100 veces y se 
cuenta el número de ocasiones en las 
que la suma de las caras es igual a 2, 
3, 4, ..., 12 
La tabla de la derecha contiene los 
resulados de este experimento 
aleatorio 
Probabilidad frecuencial 
Resultados 100 
2 5 
3 9 
4 10 
5 9 
6 15 
7 15 
8 11 
9 14 
10 7 
11 4 
12 1
Conceptos fundamentales 
Ejemplo de aplicación de la fórmula: 
En la tabla de distribución de frecuencias, se observa que el número 3 se obtuvo en 9 ocasiones, por lo tanto: 
También puede expresarse como: 9% 
Probabilidad frecuencial 
푝3= 9100 푝3=0.09 
Resultados 100 
2 5 
3 9 
4 10 
5 9 
6 15 
7 15 
8 11 
9 14 
10 7 
11 4 
12 1
Conceptos fundamentales 
La ley de los grandes números (también llamada ley del azar), propuesta por J. Bernoulli, afirma que al repetir un experimento aleatorio un número cada vez más grande de veces, la frecuencia relativa de cada suceso elemental tiende a aproximarse a un número fijo, llamado probabilidad de un suceso. 
Probabilidad frecuencial 
Jakob Bernoulli(Basilea,27 de diciembrede1654-ibíd.16 de agostode1705), también conocido comoJacob,JacquesoJames Bernoulli, fue un genialmatemáticoycientíficosuizoy hermano mayor deJohannBernoulli(parte de lafamilia Bernoulli).
Conceptos fundamentales 
Estableció la “regla de Laplace” para el cálculo de probabilidades cuando los eventos posibles en un experimento aleatorio tienen la misma probabilidad de suceder. 
Además de sus trabajos sobre probabilidad se destacó en ecuaciones diferenciales y mecánica celeste. 
Probabilidad clásica 
Pierre Simón Marqués de Laplace. 
(1749-1827)
Conceptos fundamentales 
La probabilidad de un evento es la razón entre el número de casos favorables y el número total de casos que pueden presentarse, siempre que los resultados sean equiprobables. 
Es una forma de probabilidad objetiva 
No es necesario realizar ningún experimento para determinar la probabilidad de un evento 
Probabilidad clásica 
푝퐴= 푁ú푚푒푟표푑푒푐푎푠표푠푓푎푣표푟푎푏푙푒푠푎퐴 푁ú푚푒푟표푑푒푐푎푠표푠푝표푠푖푏푙푒푠
Conceptos fundamentales 
Un ejemplo típico de este modelo de probabilidad hace referencia al lanzamiento de una moneda “legal“ 
Entendemos por “legal“, que la probabilidad de que se obtenga un águila o un sol es la misma, son eventos equiprobables. 
Entonces, el número de casos favorables para que se obtenga un águila es 1, y el número de casos totales es dos 
Probabilidad clásica 
푝á푔푢푖푙푎= 푁ú푚푒푟표푑푒푐푎푠표푠푓푎푣표푟푎푏푙푒푠푎á푔푢푖푙푎 푁ú푚푒푟표푑푒푐푎푠표푠푝표푠푖푏푙푒푠 = 12
Conceptos fundamentales 
Otro ejemplo citado con frecuencia es el lanzamiento de un dado 
Se asume que, al igual que en la moneda, la probabilidades de cada cara del dado, es la misma. 
Entonces, el número de casos favorables para que se obtenga, por ejemplo, un tres; es 1, y el número de casos totales es seis 
Probabilidad clásica 
푝푡푟푒푠= 푁ú푚푒푟표푑푒푐푎푠표푠푓푎푣표푟푎푏푙푒푠푎푡푟푒푠 푁ú푚푒푟표푑푒푐푎푠표푠푝표푠푖푏푙푒푠 = 16
Conceptos fundamentales 
AndréiKolmogórov, matemático ruso, entre muchos otros trabajos científicos, estructuró el sistema axiomático de la probabilidad. 
Se basó en la teoría de conjuntos. 
Fundamenta matemáticamente la probabilidad. 
Probabilidad axiomática 
AndréiKolmogórov.
Conceptos fundamentales 
Axiomas de la probabilidad 
-La probabilidad de un suceso Xes un número real mayor o igual a cero: P(X)≥0 
-La probabilidad del universo Wes igual a 1: P(W)=1 
-Si A1, A2, … Aison sucesos mutuamente excluyentes, entonces P(A1UA2…UAi) = SP(Ai) 
Probabilidad axiomática
Gracias por su atención 
licmata@hotmail.com 
http://licmata-math.blogspot.com/ 
http://www.scoop.it/t/mathematics-learning 
http://www.slideshare.net/licmata/ 
http://www.facebook.com/licemata 
Twitter: @licemata

Mais conteúdo relacionado

Mais procurados

Distribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptDistribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptJUAN M. MUÑOZ H.
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidadangiegutierrez11
 
Regresión lineal y correlación
Regresión lineal y correlaciónRegresión lineal y correlación
Regresión lineal y correlaciónAlejandro Ruiz
 
Presentación estadistica
Presentación estadisticaPresentación estadistica
Presentación estadisticafelix3300
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovDavid Solis
 
Introducción a la Probabilidad
Introducción a la ProbabilidadIntroducción a la Probabilidad
Introducción a la ProbabilidadPaolo Castillo
 
Distribución de poisso ejercicios
Distribución de poisso ejerciciosDistribución de poisso ejercicios
Distribución de poisso ejerciciosAurora Sanchez Caro
 
Apuntes de Analisis de Regresion Lineal Simple
Apuntes de Analisis de Regresion Lineal SimpleApuntes de Analisis de Regresion Lineal Simple
Apuntes de Analisis de Regresion Lineal SimpleAlberto Carranza Garcia
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateralmiguelpi
 
Ensayo teoria de la probabilidad
Ensayo teoria de la probabilidadEnsayo teoria de la probabilidad
Ensayo teoria de la probabilidadDanny Gonzalez
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normalabemen
 

Mais procurados (20)

Prueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblacionesPrueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblaciones
 
Distribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptDistribuciones discretas-2017.ppt
Distribuciones discretas-2017.ppt
 
Probab
ProbabProbab
Probab
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidad
 
Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad Condicional
 
Distribucion normal por wallter lopez
Distribucion normal por wallter lopezDistribucion normal por wallter lopez
Distribucion normal por wallter lopez
 
Regresión lineal y correlación
Regresión lineal y correlaciónRegresión lineal y correlación
Regresión lineal y correlación
 
Presentación estadistica
Presentación estadisticaPresentación estadistica
Presentación estadistica
 
Entrada 6
Entrada 6Entrada 6
Entrada 6
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-Smirnov
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Distribuciones Discretas de Probabilidad
Distribuciones Discretas de ProbabilidadDistribuciones Discretas de Probabilidad
Distribuciones Discretas de Probabilidad
 
Introducción a la Probabilidad
Introducción a la ProbabilidadIntroducción a la Probabilidad
Introducción a la Probabilidad
 
Distribución de poisso ejercicios
Distribución de poisso ejerciciosDistribución de poisso ejercicios
Distribución de poisso ejercicios
 
Apuntes de Analisis de Regresion Lineal Simple
Apuntes de Analisis de Regresion Lineal SimpleApuntes de Analisis de Regresion Lineal Simple
Apuntes de Analisis de Regresion Lineal Simple
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
7 distribucion normal
7 distribucion normal7 distribucion normal
7 distribucion normal
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateral
 
Ensayo teoria de la probabilidad
Ensayo teoria de la probabilidadEnsayo teoria de la probabilidad
Ensayo teoria de la probabilidad
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normal
 

Destaque

Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaRuben Veraa
 
Probabilidad frecuencial
Probabilidad frecuencialProbabilidad frecuencial
Probabilidad frecuencialProfesousa
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidadadrikiana
 
Probabilidad basica
Probabilidad basicaProbabilidad basica
Probabilidad basicamatues
 
Articulo de divulgación
Articulo de divulgaciónArticulo de divulgación
Articulo de divulgaciónreymundomm
 
Juan manuel mancera 1003
Juan manuel mancera 1003Juan manuel mancera 1003
Juan manuel mancera 1003juanmancera
 
Leyes de Probabilidades
Leyes de ProbabilidadesLeyes de Probabilidades
Leyes de Probabilidadesgreizalucena
 
Eventos y espacio muestral
Eventos y espacio muestralEventos y espacio muestral
Eventos y espacio muestralXavier Villamil
 
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saiaEjercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saiabrayan_briceno
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poissonFeLipe PueNntes
 
Tarea 1 correlación y regresión lineal
Tarea 1 correlación y regresión linealTarea 1 correlación y regresión lineal
Tarea 1 correlación y regresión linealMaría Gordón
 
Experimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosExperimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosJoan Fernando Chipia Lobo
 

Destaque (19)

Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetiva
 
Probabilidad frecuencial
Probabilidad frecuencialProbabilidad frecuencial
Probabilidad frecuencial
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidad
 
Probabilidad basica
Probabilidad basicaProbabilidad basica
Probabilidad basica
 
Articulo de divulgación
Articulo de divulgaciónArticulo de divulgación
Articulo de divulgación
 
Atributos y variables
Atributos y variablesAtributos y variables
Atributos y variables
 
Juan manuel mancera 1003
Juan manuel mancera 1003Juan manuel mancera 1003
Juan manuel mancera 1003
 
Leyes de Probabilidades
Leyes de ProbabilidadesLeyes de Probabilidades
Leyes de Probabilidades
 
Probabilidad e inferencia
Probabilidad e inferenciaProbabilidad e inferencia
Probabilidad e inferencia
 
Tipos de probabilidades
Tipos de probabilidadesTipos de probabilidades
Tipos de probabilidades
 
Tema 2: Probabilidad
Tema 2: ProbabilidadTema 2: Probabilidad
Tema 2: Probabilidad
 
Eventos y espacio muestral
Eventos y espacio muestralEventos y espacio muestral
Eventos y espacio muestral
 
Probabilidades matematica
Probabilidades matematicaProbabilidades matematica
Probabilidades matematica
 
Distribución hipergeometrica
Distribución hipergeometricaDistribución hipergeometrica
Distribución hipergeometrica
 
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saiaEjercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
 
Probabilidad condicional
Probabilidad condicionalProbabilidad condicional
Probabilidad condicional
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
 
Tarea 1 correlación y regresión lineal
Tarea 1 correlación y regresión linealTarea 1 correlación y regresión lineal
Tarea 1 correlación y regresión lineal
 
Experimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosExperimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventos
 

Semelhante a Basic probability and applications

Basic probability 2020
Basic probability 2020Basic probability 2020
Basic probability 2020Edgar Mata
 
Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación Eneida Aguin Duran
 
Ejersicio 6 conceptos
Ejersicio 6 conceptosEjersicio 6 conceptos
Ejersicio 6 conceptosAntonio471
 
Teoria de la probabilidad estadistica
Teoria de la probabilidad estadisticaTeoria de la probabilidad estadistica
Teoria de la probabilidad estadisticajose villalobos
 
Trabajo de probabilidad
Trabajo de probabilidadTrabajo de probabilidad
Trabajo de probabilidadMonica Gaspar
 
ESTADISTIKA.pdf
ESTADISTIKA.pdfESTADISTIKA.pdf
ESTADISTIKA.pdfNitolBaby
 
Probabilidad
ProbabilidadProbabilidad
Probabilidadquenac
 
tema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.ppt
tema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.ppttema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.ppt
tema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.pptMaryurisParra2
 
Probabilidad, tipos de probabilidad estadistica
Probabilidad, tipos de probabilidad estadisticaProbabilidad, tipos de probabilidad estadistica
Probabilidad, tipos de probabilidad estadisticaSarah Garcia Cruz
 
Probabilidad estadistica David Machiz
Probabilidad estadistica David MachizProbabilidad estadistica David Machiz
Probabilidad estadistica David Machiz9409mz
 
Probabilidad estadistica David Machiz
Probabilidad estadistica David MachizProbabilidad estadistica David Machiz
Probabilidad estadistica David Machiz9409mz
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidadantonelab
 
Probabilidad_y_Estadistica_Fundamentos_d.pdf
Probabilidad_y_Estadistica_Fundamentos_d.pdfProbabilidad_y_Estadistica_Fundamentos_d.pdf
Probabilidad_y_Estadistica_Fundamentos_d.pdfVeritoIlma
 
Toma de Decisiones en Condiciones de Incertidumbre
Toma de Decisiones en Condiciones de IncertidumbreToma de Decisiones en Condiciones de Incertidumbre
Toma de Decisiones en Condiciones de IncertidumbreYoel Alveo
 

Semelhante a Basic probability and applications (20)

Basic probability 2020
Basic probability 2020Basic probability 2020
Basic probability 2020
 
Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación Nociones de Probabilidad-Muestreo y Estimación
Nociones de Probabilidad-Muestreo y Estimación
 
Optativa.pptx
Optativa.pptxOptativa.pptx
Optativa.pptx
 
Ejersicio 6 conceptos
Ejersicio 6 conceptosEjersicio 6 conceptos
Ejersicio 6 conceptos
 
Teoria de la probabilidad estadistica
Teoria de la probabilidad estadisticaTeoria de la probabilidad estadistica
Teoria de la probabilidad estadistica
 
Separata probabilidad
Separata probabilidadSeparata probabilidad
Separata probabilidad
 
Introduccion
IntroduccionIntroduccion
Introduccion
 
Trabajo de probabilidad
Trabajo de probabilidadTrabajo de probabilidad
Trabajo de probabilidad
 
ESTADISTIKA.pdf
ESTADISTIKA.pdfESTADISTIKA.pdf
ESTADISTIKA.pdf
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
tema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.ppt
tema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.ppttema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.ppt
tema 3.1 Introduccion a la estadistica Inferencial2 Fenómenos aleatorios.ppt
 
Probabilidad, tipos de probabilidad estadistica
Probabilidad, tipos de probabilidad estadisticaProbabilidad, tipos de probabilidad estadistica
Probabilidad, tipos de probabilidad estadistica
 
Probabilidad estadistica David Machiz
Probabilidad estadistica David MachizProbabilidad estadistica David Machiz
Probabilidad estadistica David Machiz
 
Probabilidad estadistica David Machiz
Probabilidad estadistica David MachizProbabilidad estadistica David Machiz
Probabilidad estadistica David Machiz
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidad
 
Probabilidad_y_Estadistica_Fundamentos_d.pdf
Probabilidad_y_Estadistica_Fundamentos_d.pdfProbabilidad_y_Estadistica_Fundamentos_d.pdf
Probabilidad_y_Estadistica_Fundamentos_d.pdf
 
Ce ps 2-08.01.2011
Ce ps 2-08.01.2011Ce ps 2-08.01.2011
Ce ps 2-08.01.2011
 
Variables aleatorias1
Variables aleatorias1Variables aleatorias1
Variables aleatorias1
 
Clase4
Clase4Clase4
Clase4
 
Toma de Decisiones en Condiciones de Incertidumbre
Toma de Decisiones en Condiciones de IncertidumbreToma de Decisiones en Condiciones de Incertidumbre
Toma de Decisiones en Condiciones de Incertidumbre
 

Mais de Edgar Mata

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numbEdgar Mata
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021Edgar Mata
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021Edgar Mata
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Edgar Mata
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Edgar Mata
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021Edgar Mata
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Edgar Mata
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbersEdgar Mata
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Edgar Mata
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Edgar Mata
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Edgar Mata
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3Edgar Mata
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Edgar Mata
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebraEdgar Mata
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic functionEdgar Mata
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nlEdgar Mata
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excelEdgar Mata
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020Edgar Mata
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Edgar Mata
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Edgar Mata
 

Mais de Edgar Mata (20)

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numb
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbers
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebra
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic function
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nl
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excel
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020
 

Último

LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfbcondort
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfdanielJAlejosC
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023RonaldoPaucarMontes
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajasjuanprv
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZgustavoiashalom
 
tema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdftema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdfvictoralejandroayala2
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxClaudiaPerez86192
 
ARBOL DE CAUSAS ANA INVESTIGACION DE ACC.ppt
ARBOL DE CAUSAS ANA INVESTIGACION DE ACC.pptARBOL DE CAUSAS ANA INVESTIGACION DE ACC.ppt
ARBOL DE CAUSAS ANA INVESTIGACION DE ACC.pptMarianoSanchez70
 
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOPERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOFritz Rebaza Latoche
 
aCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.pptaCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.pptCRISTOFERSERGIOCANAL
 
Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaAlexanderimanolLencr
 
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERASDOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERASPersonalJesusGranPod
 
PostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDPostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDEdith Puclla
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaXimenaFallaLecca1
 
Magnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principiosMagnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principiosMarceloQuisbert6
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxbingoscarlet
 
Ejemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - EjerciciosEjemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - EjerciciosMARGARITAMARIAFERNAN1
 
introducción a las comunicaciones satelitales
introducción a las comunicaciones satelitalesintroducción a las comunicaciones satelitales
introducción a las comunicaciones satelitalesgovovo2388
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.pptoscarvielma45
 
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCarlosGabriel96
 

Último (20)

LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdf
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
 
tema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdftema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdf
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptx
 
ARBOL DE CAUSAS ANA INVESTIGACION DE ACC.ppt
ARBOL DE CAUSAS ANA INVESTIGACION DE ACC.pptARBOL DE CAUSAS ANA INVESTIGACION DE ACC.ppt
ARBOL DE CAUSAS ANA INVESTIGACION DE ACC.ppt
 
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOPERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
 
aCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.pptaCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.ppt
 
Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiología
 
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERASDOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
 
PostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDPostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCD
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
 
Magnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principiosMagnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principios
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptx
 
Ejemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - EjerciciosEjemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - Ejercicios
 
introducción a las comunicaciones satelitales
introducción a las comunicaciones satelitalesintroducción a las comunicaciones satelitales
introducción a las comunicaciones satelitales
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
 
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
 

Basic probability and applications

  • 1. Conceptos fundamentales de probabilidad G. Edgar Mata Ortiz
  • 2. „The most important questions of life are indeed, for the most part, really only problems of probability." Pierre-Simon Laplace (ThéorieAnalytiquedes Probabilités: 1812) Las preguntas más importantes de la vida son, en su mayor parte, realmente sólo problemas de probabilidad
  • 3. Introducción Determinísticos o deterministas -Son aquellos en los que podemos predecir su resultado, aún antes de realizar un experimento -Ejemplo: El valor de una variable en cualquier fórmula de física Dos tipos de fenómenos
  • 4. Introducción Aleatorios -Son aquellos en los que no podemos predecir su resultado, sin importar cuánta información tengamos disponible -Ejemplo: El resultado al lanzar un dado Dos tipos de fenómenos
  • 5. Introducción El estudio de los fenómenos aleatorios es menos usual que el de los fenómenos determinísticos. Se estudia la geometría y física, donde las fórmulas nos entregan resultados exactos y predecibles Los fenómenos aleatorios b = base h = altura Área del triángulo
  • 6. Introducción Sin embargo, la mayor parte de los fenómenos y hechos de la vida cotidiana, no tienen este comportamiento. Muchos fenómenos son aleatorios, es decir, los resultados no son predecibles. La probabilidad se ocupa del estudio de los: La probabilidad y los fenómenos aleatorios
  • 7. Introducción Sin embargo, la mayor parte de los fenómenos y hechos de la vida cotidiana, no tienen este comportamiento. Muchos fenómenos son aleatorios, es decir, los resultados no son predecibles. La probabilidad se ocupa del estudio de los: La probabilidad y los fenómenos aleatorios
  • 8. Conceptos fundamentales Definición de la real academia española ¿Qué es probabilidad?
  • 9. Conceptos fundamentales Como pudimos observar, la palabra probabilidad tiene varios significados. Es conveniente distinguir los diversos significados de acuerdo al uso que se hace de la palabra probabilidad. Vamos a estudiar los cuatro enfoques de probabilidad: Probabilidad subjetiva, probabilidad frecuencial, probabilidad clásica y probabilidad axiomática ¿Qué es probabilidad?
  • 10. Conceptos fundamentales ¿Qué es probabilidad? Probabilidad Subjetiva Objetiva Frecuencial Clásica Axiomática
  • 11. Conceptos fundamentales Es el grado de certeza que tenemos de que un suceso va a ocurrir. Suele indicarse como un número decimal, menor que uno o como un porcentaje. Probabilidad subjetiva
  • 12. Conceptos fundamentales Se basa en la opinión personal, la experiencia o la intuición En ocasiones hace uso de datos históricos. No siempre se cuantifica Probabilidad subjetiva
  • 13. Conceptos fundamentales Las estimaciones subjetivasde probabilidad cambian de una persona a otra No es necesario realizar ningún experimento para estimar la probabilidad subjetiva de un evento Probabilidad subjetiva
  • 14. Conceptos fundamentales A pesar del uso ocasional de datos históricos, dichas estimaciones presentan un elevado grado de incertidumbre No obstante dicha incertidumbre, en muchas circunstancias, es necesario recurrir a la probabilidad subjetiva. Probabilidad subjetiva
  • 15. Conceptos fundamentales Richard Von Mises Generalmente la teoría de probabilidad es considerada una rama de las matemáticas, sin embargo, sus fundamentos son puramente filosóficos, y Richard von Mises, desarrolló la correcta teoría de probabilidad objetiva o “de frecuencia”. Probabilidad frecuencial
  • 16. Conceptos fundamentales Es una forma empírica de calcular probabilidades Es necesario repetir el experimento varias veces para calcular la probabilidad La tabla muestra el número de veces que se obtuvo cada resultado al lanzar dos dados, cien veces. Probabilidad frecuencial Resultados 100 2 5 3 9 4 10 5 9 6 15 7 15 8 11 9 14 10 7 11 4 12 1
  • 17. Conceptos fundamentales Cuanto más grande es el número de veces que se lanzan los dados, la frecuencia relativa se aproxima a la probabilidad de ocurrencia de cada evento Probabilidad frecuencial Resultados 100 1000 30000 100000 2 0.05000 0.02200 0.02737 0.02825 3 0.09000 0.05700 0.05483 0.05558 4 0.10000 0.07700 0.08607 0.08156 5 0.09000 0.11100 0.10947 0.11214 6 0.15000 0.14000 0.13927 0.13915 7 0.15000 0.17800 0.16720 0.16560 8 0.11000 0.13700 0.13530 0.13961 9 0.14000 0.11300 0.11177 0.11169 10 0.07000 0.08800 0.08503 0.08336 11 0.04000 0.05400 0.05570 0.05501 12 0.01000 0.02300 0.02800 0.02805 Probabilidades frecuenciales
  • 18. Conceptos fundamentales La probabilidad frecuencial, a diferencia de la subjetiva, siempre se cuantifica Puede expresarse como fracción, número decimal o porcentaje Se calcula mediante la fórmula: Probabilidad frecuencial 푝풂= 푁ú푚푒푟표푑푒푟푒푠푢푙푡푎푑표푠푒푛푞푢푒푠푒표푏푡푢푣표푒푙푠푢푐푒푠표풂 푁ú푚푒푟표푑푒푖푛푡푒푛푡표푠푡표푡푎푙푒푠
  • 19. Conceptos fundamentales Ejemplo de aplicación de la fórmula: Se lanzan dos dados 100 veces y se cuenta el número de ocasiones en las que la suma de las caras es igual a 2, 3, 4, ..., 12 La tabla de la derecha contiene los resulados de este experimento aleatorio Probabilidad frecuencial Resultados 100 2 5 3 9 4 10 5 9 6 15 7 15 8 11 9 14 10 7 11 4 12 1
  • 20. Conceptos fundamentales Ejemplo de aplicación de la fórmula: En la tabla de distribución de frecuencias, se observa que el número 3 se obtuvo en 9 ocasiones, por lo tanto: También puede expresarse como: 9% Probabilidad frecuencial 푝3= 9100 푝3=0.09 Resultados 100 2 5 3 9 4 10 5 9 6 15 7 15 8 11 9 14 10 7 11 4 12 1
  • 21. Conceptos fundamentales La ley de los grandes números (también llamada ley del azar), propuesta por J. Bernoulli, afirma que al repetir un experimento aleatorio un número cada vez más grande de veces, la frecuencia relativa de cada suceso elemental tiende a aproximarse a un número fijo, llamado probabilidad de un suceso. Probabilidad frecuencial Jakob Bernoulli(Basilea,27 de diciembrede1654-ibíd.16 de agostode1705), también conocido comoJacob,JacquesoJames Bernoulli, fue un genialmatemáticoycientíficosuizoy hermano mayor deJohannBernoulli(parte de lafamilia Bernoulli).
  • 22. Conceptos fundamentales Estableció la “regla de Laplace” para el cálculo de probabilidades cuando los eventos posibles en un experimento aleatorio tienen la misma probabilidad de suceder. Además de sus trabajos sobre probabilidad se destacó en ecuaciones diferenciales y mecánica celeste. Probabilidad clásica Pierre Simón Marqués de Laplace. (1749-1827)
  • 23. Conceptos fundamentales La probabilidad de un evento es la razón entre el número de casos favorables y el número total de casos que pueden presentarse, siempre que los resultados sean equiprobables. Es una forma de probabilidad objetiva No es necesario realizar ningún experimento para determinar la probabilidad de un evento Probabilidad clásica 푝퐴= 푁ú푚푒푟표푑푒푐푎푠표푠푓푎푣표푟푎푏푙푒푠푎퐴 푁ú푚푒푟표푑푒푐푎푠표푠푝표푠푖푏푙푒푠
  • 24. Conceptos fundamentales Un ejemplo típico de este modelo de probabilidad hace referencia al lanzamiento de una moneda “legal“ Entendemos por “legal“, que la probabilidad de que se obtenga un águila o un sol es la misma, son eventos equiprobables. Entonces, el número de casos favorables para que se obtenga un águila es 1, y el número de casos totales es dos Probabilidad clásica 푝á푔푢푖푙푎= 푁ú푚푒푟표푑푒푐푎푠표푠푓푎푣표푟푎푏푙푒푠푎á푔푢푖푙푎 푁ú푚푒푟표푑푒푐푎푠표푠푝표푠푖푏푙푒푠 = 12
  • 25. Conceptos fundamentales Otro ejemplo citado con frecuencia es el lanzamiento de un dado Se asume que, al igual que en la moneda, la probabilidades de cada cara del dado, es la misma. Entonces, el número de casos favorables para que se obtenga, por ejemplo, un tres; es 1, y el número de casos totales es seis Probabilidad clásica 푝푡푟푒푠= 푁ú푚푒푟표푑푒푐푎푠표푠푓푎푣표푟푎푏푙푒푠푎푡푟푒푠 푁ú푚푒푟표푑푒푐푎푠표푠푝표푠푖푏푙푒푠 = 16
  • 26. Conceptos fundamentales AndréiKolmogórov, matemático ruso, entre muchos otros trabajos científicos, estructuró el sistema axiomático de la probabilidad. Se basó en la teoría de conjuntos. Fundamenta matemáticamente la probabilidad. Probabilidad axiomática AndréiKolmogórov.
  • 27. Conceptos fundamentales Axiomas de la probabilidad -La probabilidad de un suceso Xes un número real mayor o igual a cero: P(X)≥0 -La probabilidad del universo Wes igual a 1: P(W)=1 -Si A1, A2, … Aison sucesos mutuamente excluyentes, entonces P(A1UA2…UAi) = SP(Ai) Probabilidad axiomática
  • 28. Gracias por su atención licmata@hotmail.com http://licmata-math.blogspot.com/ http://www.scoop.it/t/mathematics-learning http://www.slideshare.net/licmata/ http://www.facebook.com/licemata Twitter: @licemata