Probabilidad
Probabilidad
Cálculo matemático
que establece todas
las posibilidades que
existen de que ocurra
un fenómeno en
determinadas
circunstancias de
azar
Evento
Es el resultado
posible de un
experimento y es la
unidad mínima de
análisis para
efectos de cálculo
de probabilidades
Clasificación
o tipos de
eventos
Mutuamente excluyentes
No pueden
ocurrir al
mismo
tiempo: es
uno u otro.
Mutuamente excluyentes
Sacar una carta de
corazones y una carta
de espadas. Son
eventos mutuamente
excluyentes, las
cartas o son de
corazones o son de
espadas
Independientes
No se ven
afectados
por otros.
Independientes
Lanzas un dado, y si no
sale 6, lanzas de nuevo.
¿Cuál es la probabilidad
de sacar un 6 en el
segundo lanzamiento? El
hecho de que el primer
lanzamiento no es un 6
no cambia la
probabilidad de que el
segundo lanzamiento
sea un 6.
Dependientes
Cuando un
evento afecta
la
probabilidad
de que
suceda otro.
Dependientes
Lanzas un dado
en un juego en
el cual al salir
un numero par
puedes tirar de
nuevo el dado.
No excluyentes entre si
Cuando la
ocurrencia de
un evento no
impide que
suceda otro.
No excluyentes entre si
Que yo vaya al
banco y mi
pareja vaya a
trabajar, un
evento no
afecta el otro.
Cálculo de probabilidades
Para calcular probabilidades se utiliza
la siguiente fórmula:
Probabilidad = Casos favorables / Casos
posibles
Diagrama de Árbol
Un diagrama de árbol, también
conocido como árbol de
probabilidad, es una
representación gráfica de todos
los posibles resultados de un
experimento junto con sus
probabilidades.
Para hacer un diagrama de árbol debes
seguir los siguientes pasos:
1. El primer paso para hacer un
diagrama de árbol es dibujar una
rama por cada resultado posible.
Estas serán las ramas de primera
generación.
2. Luego se añade la probabilidad
asociada a cada evento a su rama
correspondiente.
3. El final de cada rama de primera
generación es un nudo del cual se
deben representar las ramas de los
siguientes posibles sucesos.
4. Al igual que en las primeras ramas, se
deben agregar las probabilidades de
los sucesos representados.
5. Repetir los pasos 3 y 4 hasta llegar a
los nudos finales, es decir, a los
posibles finales del experimento.
Ejemplo
Construye el diagrama de árbol de
probabilidades del lanzamiento de tres
monedas independientes. Luego calcula
la probabilidad de obtener cara en los
tres lanzamientos.
Permutación
Las permutaciones se refieren a la
acción de organizar a todos los
miembros de un conjunto en algún tipo
de orden o secuencia. Esto significa
que, si es que un conjunto ya está
ordenado, el proceso de reorganizar sus
elementos se llama permutar.
Con las permutaciones, el orden de los
elementos sí importa. Si es que
nuestra contraseña es 1234 e
ingresamos los números 3241, la
contraseña será incorrecta, ya que
tenemos los mismos números, pero en
un orden diferente. Esto significa que
3421 es una permutación de 1234.
Combinación
Una permutación se relaciona a la
acción de organizar los elementos de
una colección de modo que, a
diferencia de las permutaciones, el
orden de la selección no importa. Por
ejemplo, escoger un equipo de 3
personas de un grupo de 20 personas
es una combinación.
Permutaciones y combinaciones fórmulas
Las fórmulas de las permutaciones y
las combinaciones pueden tener
diferentes variaciones, pero las tres
más importantes son:
Ejemplo 1
Ejemplo 2
Distribución de
Probabilidad Discreta
Una distribución de probabilidad
discreta es aquella distribución que
define las probabilidades de una
variable aleatoria discreta. Por lo
tanto, una distribución de probabilidad
discreta solo puede tomar un número
finito de valores (generalmente
enteros).
Distribución binomial
También llamada distribución binómica, es
una distribución de probabilidad que
cuenta el número de éxitos al realizar una
serie de experimentos dicotómicos e
independientes con una probabilidad de
éxito constante. Es decir, es una
distribución que describe el número de
resultados con éxito de una secuencia de
ensayos de Bernoulli, (experimento
aleatorio en el que sólo se pueden obtener
Por ejemplo, el número de veces que sale
«águila» al lanzar una moneda 25 veces es una
distribución binomial.
En general, el número total de experimentos
realizados se define con el parámetro n,
mientras que p es la probabilidad de éxito de
cada experimento. De modo que una variable
aleatoria que sigue una distribución binomial se
escribe de la siguiente manera:
Distribución de Poisson
La distribución de Poisson es una
distribución de probabilidad que define la
probabilidad de que ocurra un determinado
número de eventos durante un período de
tiempo. Es decir, la distribución de Poisson
sirve para modelizar variables aleatorias
que describen el número de veces que se
repite un fenómeno en un intervalo de
tiempo.
Por ejemplo, el número de llamadas que
recibe una central telefónica por minuto es
una variable aleatoria discreta que se
puede definir utilizando la distribución de
Poisson.
La distribución de Poisson tiene un
parámetro característico, que se
representa con la letra griega λ (Lambda)
e indica el número de veces que se espera
que ocurra el evento estudiado durante un
intervalo dado.
Distribución de Probabilidad
Continua
Una distribución de probabilidad continua
es una distribución cuya función de
distribución es continua. Por lo tanto, una
distribución de probabilidad continua
define las probabilidades de una variable
aleatoria continua.
Distribución normal
La distribución normal es una distribución
de probabilidad continua cuya gráfica tiene
forma de campana y es simétrica respecto a
su media. En estadística, la distribución
normal sirve para modelizar fenómenos de
características muy diferentes, por eso es
tan importante esta distribución.
Ejemplos de distribuciones
normales
Normalmente, los conjuntos de datos que
siguen una distribución normal tienen un
gran número de observaciones y tratan de
temas muy generales. A continuación se
nombran varios ejemplos de muestras
estadísticas que típicamente se pueden
modelar con una distribución normal.
