INSTITUTO TECNOLÓGICO

SUPERIOR DE MISANTLA
TITULO
ACTIVIDAD
INVESTIGACION U1

INGENIERIA CIVIL

NOMBRE DE LA MATERIA
PROBABILIDAD Y ESTADISTICA
P R E S E N T A
ACTIVIDAD INVESTIGACION DE LA TEORIA DE LA
PROBABILIDAD
YHAEL ALEJANDRO PEREZ

DOCENTE
DR. PABLO JULIAN LOPEZ GONZALEZ

MISANTLA, VERACRUZ SEPTIEMBRE, 2024

Índice.

Introducción:
Conjuntos, sus operaciones, leyes y su presentación.
Conjunto: Un conjunto es una colección bien definida de objetos o elementos que se denominan
miembros o elementos del conjunto. Los conjuntos se suelen denotar con letras mayúsculas (A,
B, C...), y los elementos se encierran entre llaves { }.
Clases de conjuntos, y ejemplos
En total existen unos 14 tipos diferentes de conjuntos, útiles para las matemáticas y la
filosofía.
1. Conjuntos iguales
Dos conjuntos son iguales en el caso de que contengan los mismos elementos.
Por ejemplo: A = {números impares del 1 al 15} y B = {1,3,5,7,9,11,13,15}, entonces A = B.
Si dos conjuntos no tienen los mismos elementos y, por tanto, no son iguales, se representa su
desigualdad mediante el símbolo ‘≠’. C = {1,2,3} y D = {2,3,4}, por tanto, C ≠ D.
El orden de los elementos de ambos conjuntos no importa, siempre y cuando sean los mismos. E
= {1,4,9} y F = {4,9,1}, por tanto, E = F.

2. Conjuntos finitos
Los conjuntos finitos son aquellos en los que es posible contar todos sus elementos. {números
pares del 2 al 10} = {2,4,6,8,10}
Cuando en un conjunto hay muchos elementos, pero estos son concretos y queda claro cuáles
son, se representan mediante tres puntos ‘...’: {números impares del 1001 al 1501} =
{1001,1003, 1005,1501}

3. Conjuntos infinitos
Se trata de lo contrario a los conjuntos finitos. En los conjuntos infinitos hay infinidad de
elementos: {números pares} = {2,4,6,8,10...}
En este ejemplo se pueden enumerar cientos de elementos, pero nunca se llegará al final. En este
caso los tres puntos no representan valores concretos, sino continuidad.
4. Subconjuntos
Como su propio nombre indica, se trata de conjuntos dentro de conjuntos con más elementos.
Por ejemplo, el cúbito es un hueso del cuerpo humano, por este motivo diríamos que el conjunto

= {huesos humanos}, entonces C ⊂ H.

de huesos cúbitos es un subconjunto del conjunto de huesos. Así pues: C = {huesos cúbitos} y H

Esta expresión de aquí arriba se lee como C es un subconjunto de H.

símbolo ⊄. {arácnidos} ⊄ {insectos}

Para representar lo contrario, es decir, que un conjunto no es un subconjunto de otro, se utiliza el

5. Conjunto vacío
Se trata de un conjunto que no tiene ningún elemento. Se representa mediante el símbolo Ø o con
dos claves vacías {} y, como se puede deducir, ningún elemento del universo puede constituir

X ∉ Ø, no importa lo que X pueda ser.

este conjunto, dado que de constituirlo deja automáticamente de ser un conjunto vacío. | Ø | = 0 y

6. Conjuntos disjuntos o disyuntivos

Dos conjuntos son disyuntivos si no comparten para nada elementos. P = {razas de perros} y G =
{razas de gatos}.

7. Conjuntos equivalentes
Dos conjuntos son equivalentes si tienen la misma cantidad de elementos, pero sin que estos sean
los mismos. Por ejemplo: A = {1,2,3} y B = {A, B, C}
Así pues, n (A) = 3, n (B) = 3. Ambos conjuntos tienen tres elementos exactamente, lo cual
significa que son equivalentes. Esto se representa de la siguiente manera: A ↔️B.

8. Conjuntos unitarios
Son conjuntos en los que solamente hay un elemento: A = {1}
9. Conjunto universal o referencial
Un conjunto es universal si está constituido por todos los elementos de un contexto concreto o
una teoría en particular. Todos los conjuntos en este marco son los subconjuntos del conjunto
universal en cuestión, el cual es representado mediante la letra U en cursiva.
Por ejemplo, se puede definir a U como el conjunto de todos los seres vivos del planeta. Así
pues, los animales, las plantas y los hongos serían tres subconjuntos dentro de U.
Si, por ejemplo, consideramos que, U es todos los animales del planeta, subconjuntos de él serían
los gatos y los perros, pero no las plantas.

10. Conjuntos superpuestos o solapados

Se trata de dos o más conjuntos que comparten como mínimo un elemento. Se pueden
representar de forma visual, mediante diagramas de Venn. Por ejemplo. A = {1,2,3} y B =
{2,4,6}..

11. Conjuntos congruentes

Son dos conjuntos cuyos elementos tienen la misma distancia entre ellos. Normalmente suelen
ser de tipo numérico o alfabético. Por ejemplo: A = {1,2,3,4,...} y B = {10,11,12,13,14,...}
Estos dos conjuntos son congruentes, dado que sus elementos tienen la misma distancia entre
ellos, siendo una unidad de diferencia en cada eslabón de la secuencia.

12. Conjuntos no congruentes.

De forma contraria al punto anterior, los conjuntos no congruentes son aquellos en los que sus
elementos no presentan la misma distancia entre ellos. A = {1,2,3,4, 5,...} y B = {1,3,5,7, 9,...}
En este caso se puede ver que los elementos de cada conjunto tienen distancias diferentes, siendo
una distancia de una unidad en el conjunto A y una distancia de dos en el conjunto B. Por lo
tanto, A y B no son conjuntos congruentes entre ellos.
Un conjunto no congruente por separado es aquel en el que no es posible establecer una fórmula
o patrón claro para explicar por qué tiene los elementos que los constituyen, por ejemplo: C =
{1,3,7,11,21,93}
En este caso no es posible saber por vía de las matemáticas el porqué de que este conjunto tenga
estos números.

13. Homogéneos
Todos los elementos del conjunto pertenecen a la misma categoría, es decir, son del mismo tipo:
A = {1,2,3,4,5} B ={azul, verde,amarillo,rojo} C ={a,b,c,d,el}

14. Heterogéneos
Los elementos del no constituyen una categoría clara por sí misma, sino que la inclusión de sus
elementos parece ser debida al azar: A = {5, avión, X, caos}.

Diagrama de Venn.
Esencialmente, se conoce al diagrama de Venn como una forma de mostrar de manera gráfica,
una agrupación de elementos según los conjuntos, siendo representado cada conjunto con una
circunferencia. Esta clase de gráficos se emplean en la Teoría de Conjuntos, dentro de las
matemáticas modernas y nos explica el funcionamiento de un conjunto de elementos al realizar
alguna operación con ellos.

La posición en que estén dispuestas las circunferencias, nos mostrará el vínculo que existe entre
los conjuntos.

Operaciones con Conjuntos.

Las operaciones con conjuntos también conocidas como álgebra de conjuntos, nos permiten
realizar operaciones sobre los conjuntos para obtener otro conjunto. De las operaciones con
conjuntos veremos las siguientes unión, intersección, diferencia, diferencia simétrica y
complemento.

Unión o reunión de conjuntos.

Es la operación que nos permite unir dos o más conjuntos para formar otro conjunto que
contendrá a todos los elementos que queremos unir, pero sin que se repitan. Es decir, dado un
conjunto A y un conjunto B, la unión de los conjuntos A y B estará formado por todos los

usa para indicar la operación de unión es el siguiente: ∪.

elementos de A y con todos los elementos de B sin repetir ningún elemento. El símbolo que se

Ejemplo 1.

Dados dos conjuntos A= {1,2,3,4,5,6,7,} y B= {8,9,10,11} la unión de estos conjuntos será

A∪B= {1,2,3,4,5,6,7,8,9,10,11}. Usando diagramas de Venn se tendría lo siguiente:

Ejemplo 2.

Dados dos conjuntos A= {1,2,3,4,5} y B= {4,5,6,7,8,9} la unión de estos conjuntos será A∪B=
{1,2,3,4,5,6,7,8,9}. Usando diagramas de Venn se tendría lo siguiente:
Intersección de conjuntos.

Es la operación que nos permite formar un conjunto, sólo con los elementos comunes
involucrados en la operación. Es decir, dados dos conjuntos A y B, la de intersección de los
conjuntos A y B, estará formado por los elementos de A y los elementos de B que sean comunes,
los elementos no comunes A y B, será excluidos. El símbolo que se usa para indicar la operación
de intersección es el siguiente: ∩

Ejemplo 1.

Dados dos conjuntos A= {1,2,3,4,5} y B= {4,5,6,7,8,9} la intersección de estos conjuntos será

A∩B= {4,5}. Usando diagramas de Venn se tendría lo siguiente:

Diferencia de conjuntos.

Es la operación que nos permite formar un conjunto, en donde de dos conjuntos el conjunto
resultante es el que tendrá todos los elementos que pertenecen al primero pero no al segundo. Es
decir, dados dos conjuntos A y B, la diferencia de los conjuntos entra A y B, estará formado por
todos los elementos de A que no pertenezcan a B. El símbolo que se usa para esta operación es el
mismo que se usa para la resta o sustracción, que es el siguiente: -

Ejemplo 1.

Dados dos conjuntos A= {1,2,3,4,5} y B= {4,5,6,7,8,9} la diferencia de estos conjuntos será A-

B= {1,2,3,4,5}. Usando diagramas de Venn se tendría lo siguiente:

Diferencia simétrica.

Es la operación que nos permite formar un conjunto, en donde de dos conjuntos el conjunto
resultante es el que tendrá todos los elementos que no sean comunes a ambos conjuntos. Es decir,
dados dos conjuntos A y B, la diferencia simétrica estará formado por todos los elementos no
comunes a los conjuntos A y B. El símbolo que se usa para indicar la operación de diferencia
simétrica es el siguiente: ∆

Ejemplo 1.

Dados dos conjuntos A= {1,2,3,4,5} y B= {4,5,6,7,8,9} la diferencia simétrica de estos conjuntos

será A∆B= {1,2,3,6,7,8,9}. Usando diagramas de Venn se tendría lo siguiente:
Complemento de un conjunto.

Es la operación que nos permite formar un conjunto con todos los elementos del conjunto de
referencia o universal, que no están en el conjunto. Es decir, dado un conjunto A que está
incluido en el conjunto universal U, entonces el conjunto complemento de A es el conjunto
formado por todos los elementos del conjunto universal, pero sin considerar a los elementos que
pertenezcan al conjunto A. En esta operación el complemento de un conjunto se denota con un
apostrofe sobre el conjunto que se opera, algo como esto A' en donde el el conjunto A es el
conjunto del cual se hace la operación de complemento.

Ejemplo 1.

Dado el conjunto Universal U= {1,2,3,4,5,6,7,8,9} y el conjunto A={3,4,5,6,7,8}, el conjunto A'

estará formado por los siguientes elementos A'={1,2,9}. Usando diagramas de Venn se tendría lo
siguiente:

Leyes de Conjuntos
[Link] negación
a) A´=A
2. Ley conmutativa
a) A U B = B U A
b) A ∩ B = B ∩ A
3. Ley asociativa
a) A U (B U C) = (A U B) U C
b) A ∩ (B ∩ C) = (A ∩ B) ∩ C
4. Ley Distributiva
a) A ∩ (B U C) = (A∩B) U (A∩C)
b) A U (B ∩ C) = (AUB) ∩ (A U C)
5. Ley de Idempotencia
a) A U A = A
b) A ∩ A = A
c) U U U = U
d) U ∩ U = U
e) ø U ø = ø
f) ø ∩ ø = ø
6. Ley de Morgan
a) (A U B U C)’= A’∩ B’ ∩ C’
b) (A ∩ B ∩ C)’= A’ U B’ U C’
7. Equivalencia
a) A U A’ ∩ B = A U B
8. Contradicción
a) A ∩ A’ = ø
9. Propiedades del complemento
a) A U A’= U
b) U’ = ø
c)Ø’ = U
10. Ley de identidad
a) A U U = U
b) A ∩ U = A
c) A U ø = A
d) A ∩ ø = ø
e) A U A ∩ B = A ∩ (U U B) = A
11. Diferencia
a) (A – B) = A ∩ B’
12. Diferencia simétrica
a) (A ♁ B) = A ∩ B’ U A’ ∩ B
b) (A ♁ B) = (A – B) U (B – A)
13. Ley de Absorción
A U (A ∩ B) = A
A ∩ (A U B) = A
Introducción a la probabilidad:
La probabilidad es una rama de las matemáticas que se ocupa de analizar eventos o fenómenos
aleatorios. En términos simples, la probabilidad mide la posibilidad de que ocurra un evento
determinado. Se utiliza ampliamente en diversas disciplinas, como la estadística, la física, la
economía, la biología y más, para modelar situaciones de incertidumbre y predecir resultados.
Conceptos básicos de la probabilidad
Experimento Aleatorio: Es un proceso o acción cuyo resultado no se puede predecir con
certeza. Ejemplos incluyen lanzar una moneda, tirar un dado o seleccionar una carta de una
baraja.
Espacio Muestral (S): Es el conjunto de todos los posibles resultados de un experimento
aleatorio
Evento (A): Es un subconjunto del espacio muestral. Es decir, uno o más resultados posibles.
Por ejemplo, al lanzar un dado, el evento "sacar un número par" sería {2, 4, 6}..
Probabilidad de un evento (P(A)): Es una medida de la probabilidad de que ocurra un evento
A. Se define como el cociente entre el número de resultados favorables a A y el número total de
posibles resultados en el espacio muestral, siempre que todos los resultados sean igualmente
probables
Propiedades fundamentales de la probabilidad
Valor entre 0 y 1: La probabilidad de un evento siempre estará entre 0 y 1. Si P(A) = 0, el evento
A es imposible, y si P(A) = 1, el evento A es seguro.

Suma de probabilidades: La suma de las probabilidades de todos los eventos posibles en el

espacio muestral es 1.
Tipos de probabilidad
Probabilidad clásica: Basada en el razonamiento teórico, como en el ejemplo de la moneda.
Probabilidad empírica: Basada en la observación o experimentación. Por ejemplo, si lanzas una
moneda 100 veces y obtienes 48 caras, la probabilidad empírica de obtener cara es 0.48.
Probabilidad subjetiva: Basada en la creencia personal o juicio, cuando no hay suficientes
datos para una evaluación objetiva.

Probabilidad de eventos aleatorios.

En la teoría de la probabilidad, un evento aleatorio o fuente de sucesos aleatorio es un
subconjunto de un espacio muestral, es decir, un conjunto de posibles resultados que se pueden
dar en un posible pero muy lejano experimento aleatorio. En la teoría de la probabilidad a cada
evento aleatorio se le puede asignar una medida de probabilidad, y el conjunto de todos los
sucesos aleatorios constituye una σ álgebra de conjuntos.
Tipo de Eventos:
Un suceso o evento simple es un subconjunto del espacio muestral formado por un único
elemento. Ejemplos de espacios muestrales y sucesos elementales:

naturales), entonces los sucesos elementales son cada uno de los conjuntos {k}, donde k ∈
Si se trata de contar objetos y el espacio muestral S = {1, 2, 3, 4, 5, 6, 7, ...} (los números
Si se lanza una moneda dos veces, S = {cc, cs, sc, ss}, donde (c representa "sale cara" y s, "sale
cruz"), los sucesos elementales son {cc}, {cs}, {sc} y {ss}.

sucesos elementales son todos los conjuntos {x}, donde x ∈

Si X es una variable aleatoria normalmente distribuida, S = (-∞, +∞), los números reales, los

R{\displaystyle \mathbb {R} }.

Los sucesos elementales pueden tener probabilidades que son estrictamente mayores que cero,
no definidas o cualquier combinación de estas:
Por ejemplo, la probabilidad de cualquier variable aleatoria discreta está determinada por las
probabilidades asignadas a los sucesos elementales del experimento que determina la variable.
Por otra parte, cualquier suceso elemental tiene probabilidad cero en cualquier variable aleatoria
absolutamente continua.
Finalmente, existen distribuciones mixtas que no son completamente continuas, ni
completamente discretas.
Sucesos disjuntos:
Dos sucesos disjuntos o eventos excluyentes son dos posibles eventos aleatorios de un espacio de
probabilidad que no pueden producirse simultáneamente. Sean dos eventos A y B, si ambos son
conjuntos disjuntos, entonces ellos son eventos excluyentes.
En términos de la teoría axiomática de Kolmogórov, dos sucesos son sucesos disjuntos o
incompatibles si no tienen ningún elemento en común, por tanto, su intersección es vacía. Una
colección de más de dos sucesos se dice disjunta dos a dos, si cualquier par de conjuntos de la
colección son disjuntos.

Diagrama de árbol
Un diagrama de árbol es una representación gráfica de los posibles resultados de un experimento
que tiene varios pasos. Nos permite calcular la probabilidad de que ocurra un evento de una
manera muy sencilla.
Aquí tenemos un clásico diagrama de árbol, en el cual graficamos los posibles resultados de un
experimento que consiste en lanzar una moneda y un dado.
Para el cálculo de las probabilidades, usaremos un truco, si para calcular cierta probabilidad
avanzamos hacia la derecha, entonces multiplicamos. Por otro lado, si para calcular cierta
probabilidad avanzamos hacia abajo, entonces sumamos.

Permutaciones y combinaciones
Una permutación de un conjunto de elementos, es una disposición de dichos elementos teniendo
en cuenta el orden. Una combinación de un conjunto de elementos, es una selección de dichos
elementos sin tener en cuenta el orden.
La diferencia entre permutaciones y combinaciones, es que en las permutaciones importa el
orden de los elementos, mientras que en las combinaciones no importa el orden en que se
disponen los elementos (solo importa su presencia).
Permutaciones
Una permutación de un conjunto de elementos, es una disposición de dichos elementos teniendo
en cuenta el orden. El número de permutaciones de “n” elementos tomados de “k” en “k” se
calcula con la fórmula:

Combinaciones
Una combinación de un conjunto de elementos, es una selección de dichos elementos sin tener en
cuenta el orden.
El número de combinaciones de “n” elementos tomados de “k” en “k” se calcula con la fórmula:
combinaciones-fórmula

Espacio Muestral y Eventos

Espacio muestral (S)
Es el conjunto de todos los resultados posibles de un experimento aleatorio.
Si se lanza un dado, el espacio muestral está compuesto por los siguientes elementos: S= {1,
2, 3, 4, 5, 6}.
Si se lanza una moneda que tiene dos caras: perro (P) y gato (G), el espacio muestral está
compuesto por: S= {P, G}.
Si se lanzan dos monedas, el espacio muestral está compuesto por: S= {(P, P), (P, G), (G, P),
(G, G)}.
Si se lanza un dado y una moneda, el espacio muestral está compuesto por: S={(1,P),(1,G),
(2,P),(2,G),(3,P),(3,G),(4,P),(4,G),(5,P),(5,G),(6,P),(6,G)}
Evento o suceso
Conjunto de uno o más resultados del experimento aleatorio.
Si A = {obtener un número 5 al lanzar un dado}, entonces, A={5}.
Si B = {obtener un número mayor que 3 al lanzar un dado}, entonces, B={4, 5, 6}.
Si C = {obtener un número par al lanzar un dado}, entonces, C={2, 4, 6}.
Si D = {obtener al menos 1 gato al lanzar 2 monedas}, entonces, D={(P, G), (G, P), (G, G)}

Definición de la probabilidad
La probabilidad es un método por el cual se obtiene la frecuencia de un acontecimiento
determinado mediante la realización de un experimento aleatorio, del que se conocen todos los
resultados posibles, bajo condiciones suficientemente estables .La teoría de la probabilidad se
usa extensamente en áreas como la estadística, la física, la matemática, las ciencias y la filosofía
para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la mecánica
subyacente discreta de sistemas complejos, por lo tanto es la rama de las matemáticas que
estudia, mide o determina a los experimentos o fenómenos aleatorios.

Definición clásica.
La probabilidad es la característica de un evento, que hace que existan razones para creer que
este se realizará. La probabilidad p de que suceda un evento S de un total de n casos posibles
igualmente probables es igual a la razón entre el número de ocurrencias h de dicho evento (casos
favorables) y el número total de casos posibles n.

Con base en la frecuencia relativa.

La frecuencia relativa es una medida estadística que se calcula como el cociente de la frecuencia
absoluta de algún valor de la población/muestra (fi) entre el total de valores que componen la
población/muestra (N).
La frecuencia relativa es una medida estadística que indica la proporción o el porcentaje de cada
valor dentro de un conjunto de datos.
Es especialmente útil para entender y comparar la distribución de datos en diferentes conjuntos,
ayudando a visualizar la relevancia de cada dato en un contexto más amplio.
Se calcula dividiendo la frecuencia absoluta de un valor por el número total de observaciones en
el conjunto de datos.
La frecuencia relativa es una medida estadística que se calcula como el cociente de la frecuencia
absoluta de algún valor de la población/muestra (fi) entre el total de valores que componen la
población/muestra (N).

Puntos clave
La frecuencia relativa es una medida estadística que indica la proporción o el porcentaje de
cada valor dentro de un conjunto de datos.
Es especialmente útil para entender y comparar la distribución de datos en diferentes
conjuntos, ayudando a visualizar la relevancia de cada dato en un contexto más amplio.
Se calcula dividiendo la frecuencia absoluta de un valor por el número total de
observaciones en el conjunto de datos.
La frecuencia relativa: Explicación sencilla
Para entender la frecuencia relativa, primero necesitamos saber qué es la frecuencia absoluta.
La frecuencia absoluta cuenta cuántas veces aparece un valor en un conjunto de datos. Una vez
ya se sabe dicho dato, podemos calcular la frecuencia relativa.
A diferencia de la frecuencia absoluta, la frecuencia relativa nos muestra la proporción o el
porcentaje que representa cada valor dentro del total de datos. Se calcula dividiendo la frecuencia
absoluta entre el número total de observaciones en el conjunto de datos.

La frecuencia relativa se representa con las letras hi y su fórmula de cálculo es la siguiente:

hi = Frecuencia relativa de la observación i-ésima

fi = Frecuencia absoluta de la observación i-ésima
N = Número total de observaciones de la muestra
De la fórmula de cálculo se desprenden dos conclusiones:
La primera es que la frecuencia relativa va a estar acotada entre 0 y 1, debido a que la
frecuencia de los valores de la muestra, siempre va a ser menor al tamaño de la muestra.
La segunda es que la suma de todas las muestras va a ser 1 si se mide en tanto por 1, o 100
si se mide en tanto por ciento.
Por consiguiente, la frecuencia relativa nos informa acerca de la proporción o el peso que
tiene algún valor u observación en la muestra. Esto la hace de especial utilidad, dado que, a
diferencia de la frecuencia absoluta, la frecuencia relativa nos va a permitir hacer
comparaciones entre muestras de tamaños distintos. Esta se puede expresar como un valor
decimal, como fracción o como porcentaje.

Axiomática.
Para hacer una definición rigurosa de la probabilidad, necesitamos precisar ciertas leyes o
axiomas que debe cumplir una función de probabilidad. Intuitivamente, estos axiomas deberían
implicar, entre otras, las siguientes cuestiones, que son lógicas en términos de lo que se puede
esperar de una función de probabilidad:
La probabilidad sólo puede tomar valores comprendidos entre 0 y 1 (no puede haber sucesos
cuya probabilidad de
ocurrir sea del 200% ni del -5%);
La probabilidad del suceso seguro es 1, es decir, el 100%;
La probabilidad del suceso imposible debe ser 0;
La probabilidad de la intersección de dos sucesos debe ser menor o igual que la probabilidad de
cada uno de los
sucesos por separado,

La probabilidad de la unión de sucesos debe ser mayor o igual que la de cada uno de los sucesos
por separado,

Más aún, si los sucesos son disjuntos (incompatibles) debe ocurrir que

La probabilidad del Suceso contrario a un suceso A de A, debe valer

Esto en realidad puede deducirse del siguiente razonamiento:

Probabilidad condicional e independiente

El concepto de la probabilidad condicional aparece en muchos contextos, frecuentemente con
denominaciones específicas. Por ejemplo, en epidemiología se distingue entre la tasa de
mortalidad (o la probabilidad de morir a causa de una determinada enfermedad), que podríamos
representar como
PAG(METRO) y la tasa de letalidad, PAG(METRO|do), que es la probabilidad de morir
condicionada a haber contraído la enfermedad. También se habla de tasa de paro (la probabilidad
de estar desempleado) y, pe, tasa de paro femenina, o la probabilidad de que una mujer se
encuentre desempleada, que es la probabilidad de que una persona esté desempleada
condicionada a que dicha persona es mujer (o
PAG(D|METRO)).
Hablar de probabilidades condicionales viene a ser equivalente a cambiar (o estrechar) el marco
de referencia, el evento total. De hecho, por lo anterior,

Al condicionar por B, por lo tanto, se está reemplazando el conjunto total, Ohmio, por B.
En el ejemplo concreto con el que se inicia esta sección, eso significa que ya no se tienen en
cuenta todas las condiciones meteorológicas posibles sino solamente aquellas en que llueve.
Ni que decir tiene que también es posible condicionar usando eventos definidos por variables
aleatorias. En tal caso, por abreviar, se usa la notación

para representar la probabilidad de A condicionada por evento en que la variable aleatoria

incógnita toma el valor a.
Probabilidades condicionales y ciencia de datos.
Las probabilidades condicionales constituyen, podrían decirse, el núcleo de la ciencia de
datos. En un banco, por ejemplo, PAG (yo)P(H)podría representar la probabilidad de impago
de una hipoteca y mostrarse, tal vez gráficamente, en un cuadro de mando tras calcularse
mediante una consulta a la base de datos. También podrían mostrarse las condiciones
[Link] (yo provincia) P(Provincia), posiblemente sobre un mapa. Porque,
efectivamente, existe una relación conceptual entre las probabilidades condicionales y las
operaciones basadas en la expresión group byde SQL.
Trascendiendo ese mundo de indicadores simples, un modelo de los usados en ciencia de
datos no es otra cosa que una estimación más o menos problemática dePAG(yo|incógnita1,
…,incógnitanorte)P(H|X1,…,Xn), la probabilidad de un impago (en este caso) dadas —o
condicionadas a— una serie de eventosincógnita1,…,incógnitanorteX1,…,Xnque tratan de
describir las circunstancias de un cliente concreto y que podrían incluir no solo su provincia,
sino también su edad, sus ingresos, su historial crediticio, etc.

Aspectos epistemológicos de las probabilidades condicionales

siguiente es cierto: síincógnita=5x=5miy=7y=7, entonces incógnita<yx<y. Sin embargo, la

proposiciónincógnita<yx<yno es necesariamente cierto: solo lo es si ha quedado claro que
incógnita=5x=5miy=7y=7. Incluso podría decirse que la expresiónincógnita<yx<y por sí sola
no tiene sentido.

Esa es la línea de razonamiento que han seguido muchos (véase, por

ejemplo, (Keynes 1921 ) ) para argumentar que expresiones del [Link](A)=.3P(A)=.3no
tienen sentido: no existe tal cosa comoPAG(A)P(A)sino, tal vez,PAG(A|yo)P(A|
H)dondeyoHes un evento que recoge las hipótesis bajo las cuales se está examinando la
probabilidad deAA.
Esta necesidad es particularmente acuciante en el ámbito de las probabilidades subjetivas,
aquellas que un sujeto —valga la redundancia— asigna a eventos condicionados por la
información que se dispone acerca de ellos en un momento dado.

La salvación es relevante en tanto que nos advierte sobre la necesidad de explicitar muy
claramente el marco concreto en el que hay que entender juicios del [Link](A)=.3P(A)=.3.
No lo es tanto, sin embargo, en cuanto a la advertencia de que toda probabilidad es
condicional. El formalismo de Kolmogorov, que define un espacio probabilístico en términos
de la terna (Ohmio, B, PAG)(Ω,B,P), permite establecer el marco en el
quePAG(A)=.3P(A)=.3tiene un sentido unívoco sin recurrir a las dificultades condicionales.

Teorema de Bayes.
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso, teniendo
información de antemano sobre ese suceso.

Puntos clave

 Nos permite actualizar la probabilidad de un evento basándonos en nueva evidencia o

información.

 A diferencia de otros métodos, Bayes trabaja "al revés", utilizando lo que ya sabemos
sobre un evento para evaluar cómo la nueva información afecta su probabilidad.

 El teorema es muy efectivo cuando se aplica correctamente, es decir, cuando los eventos
considerados son exclusivos y abarcan todas las posibilidades.

Teorema de Bayes: Explicación sencilla

Dicho de manera más simple, el teorema de Bayes es una herramienta que nos ayuda a entender
mejor cómo la nueva información afecta a la probabilidad de que ocurra algo.

Imagina que tienes una hipótesis o una creencia inicial sobre algo, como la posibilidad de que
llueva mañana. Si recibes nueva información, como que el cielo está muy nublado hoy, el
teorema de Bayes te permite ajustar la probabilidad de que llueva mañana teniendo en cuenta
esta nueva información.

En otras palabras, este teorema nos permite actualizar nuestras creencias o probabilidades sobre
un evento (llamémoslo A) después de considerar una nueva evidencia o información (llamémosla
B).

A diferencia de otros enfoques que parten de la probabilidad de la nueva evidencia para decir
algo sobre el evento original, Bayes trabaja al revés: parte de lo que sabemos sobre el evento
original para inferir la nueva probabilidad teniendo en cuenta la nueva evidencia.

Aunque el teorema de Bayes ha sido objeto de críticas, principalmente por malas interpretaciones
o aplicaciones incorrectas, cuando se utiliza correctamente (es decir, cuando los eventos son
claros y bien definidos), es una herramienta poderosa y válida para el razonamiento
probabilístico.

Fórmula del teorema de Bayes

Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos, necesitamos una
fórmula. La fórmula se define matemáticamente como:
Donde B es el suceso sobre el que tenemos información previa y A(n) son los distintos sucesos
condicionados. En la parte del numerador tenemos la probabilidad condicionada, y en la parte de
abajo la probabilidad total. En cualquier caso, aunque la fórmula parezca un poco abstracta, es
muy sencilla. Para demostrarlo, utilizaremos un ejemplo en el que en lugar de A(1), A(2) y A(3),
utilizaremos directamente A, B y C.

Conclusión
Referencias bibliográficas.
Jorge, & Jorge. (2021, 1 enero). Permutaciones y combinaciones, ejercicios resueltos |

Matemóvil. MateMovil. [Link]

ejercicios-resueltos/

Sanjuán, F. J. M. (2024, 28 febrero). Frecuencia relativa: Qué es, usos y ejemplos.

Economipedia. [Link]

TEMA 3: Definici�n axiom�tica de probabilidad. (s. f.).

[Link]

definicion_axiomatica_de_probabi.htm

Bellosta, C. J. G. (2022, 24 diciembre). Capítulo 3 Probabilidades condicionales e

independencia | Introducción a la probabilidad y la estadística para científicos de datos.

[Link]

[Link]

López, J. F. (2024, 20 mayo). Teorema de Bayes - Qué es, fórmula y ejemplos. Economipedia.

[Link]