UnADM

UNIVERSIDAD ABIERTA Y A DISTANCIA DE MEXICO

Asignatura:

Probabilidad

Unidad 1
Actividad 2.

ALUMNO

Linares Ojeda Arturo David.

Matricula: ES1611312069

Introduccin a la Probabilidad

Modelos determinsticos vs. aleatorios

Modelos determinsticos
Cuando un fenmeno, bajo ciertas condiciones de observacin, se presenta
con regularidad determinista, es decir, cuando siempre se percibe de la misma
manera, se dice que se trata de un fenmeno determinista; por ejemplo, la
aceleracin de la gravedad en un punto de la superficie terrestre.
Otro ejemplo podra ser, por ejemplo, la planificacin de una lnea de produccin, en cualquier
proceso industrial, es posible realizarla con la implementacin de un sistema de gestin de
procesos que incluya un modelo determinista en el cual estn cuantificadas las materias primas, la
mano de obra, los tiempos de produccin y los productos finales asociados a cada proceso.

Modelos aleatorios
Un fenmeno aleatorio, en cambio, es aquel que al ser observado bajo las
mismas condiciones, su percepcin no es siempre la misma, es decir, se presenta
con una regularidad de tipo estadstico como, por ejemplo, el peso de un recin nacido.
En general, la comunidad cientfica acepta la existencia de autnticos
fenmenos aleatorios naturales, a nivel atmico.

Cuadro comparativo

Espacio muestral
En la teora de probabilidades, el espacio muestral o espacio de muestreo es el conjunto de
resultado posible de un experimento estadstico se llama espacio muestral y se denota por S,E o .

Consideremos el experimento aleatorio consistente en extraer una bola al azar de una urna
compuesta por tres bolas rojas, dos blancas y una verde.
Podemos considerar como espacio muestral
1= {1, 2, 3}
en donde sea 1 = bola roja, 2= bola blanca y 3 = bola verde, aunque tambin podamos haber
considerado como espacio muestral el conjunto
1= {1, 2, 3, 4, 5, 6}
en donde i = bola roja, i = 1,2,3, i = bola blanca, i= 4,5 y 6= bola verde, haciendo las bolas
distinguibles.

Eventos simples
Un evento es una coleccin particular de resultados. Un evento simple es un evento con un solo resultado.
Sacar un 1 sera un evento simple, porque existe slo un resultado que funciona.

Ejemplo:
Cuando lanzamos muchas veces un dado de 6 lados, no debemos esperar que un resultado ocurra ms
frecuentemente que otro. Los resultados en esta situacin se dice que son igualmente probables. Es muy
importante reconocer cundo los resultados son igualmente probables cuando calculamos probabilidades.
Como cada resultado en el experimento de lanzar los dados es igualmente probable, esperaramos obtener
cada resultado
en

de los lanzamientos. Eso es, esperaramos que salga 1 en

de los lanzamientos, 3 en

de los lanzamientos, 2

de los lanzamientos y as sucesivamente.

lgebra de conjuntos
El lgebra de conjuntos se encarga de definir las operaciones, reglas y propiedades que podemos aplicar a
los conjuntos.

Unin.
La unin de conjuntos es correspondiente la unificacin de los elementos de dos conjuntos o incluso ms
conjuntos, que pueden partiendo de esto conformar una nueva forma de conjunto, en la cual los elementos
dentro de este correspondan a los elementos de los conjuntos originales.

Dado i A = { a, b, c, d, e} y B = { a, e, i, o}
A U B = { a, b, c, d, e, i, o}

Interseccin.
La interseccin de conjuntos de dos conjuntos A y B se define como el conjunto de los elementos que estn en el
conjunto A y en el conjunto B.

Ejemplo:
Dados A={a, b} y B={a, b, u, v}; se tiene que A B={a, b}

Diferencia.
Bsicamente la diferencia entre dos conjuntos es una operacin que resulta en otro conjunto, cuyos
elementos son todos aquellos en el primero de los conjuntos iniciales que no estn en el segundo.

si A = { a, b, c, d, e } y B = { a, e, i, o }, entonces la diferencia de dichos conjuntos estar formada por todos los

elementos que estn solamente en A, esto es:
A B = { b, c, d }

Complemento.
El complemento se describe como el conjunto que contiene todos los elementos que no estn en el
conjunto original.

Si el conjunto universal es U = { a, b, c, d, e } y A = { b, c, d }, entonces el complementario de A respecto

de U est formado por los elementos del universal que no estn en A, esto es:
A = { a, e }

Enfoques para el clculo de la probabilidad

Enfoque clsico
Si un suceso puede ocurrir de N maneras mutuamente excluyentes e igualmente probables, y m de ellas
poseen una caracterstica A

Ejemplo 1: P(de que salgan dos caras al tirar 2 monedas)

P(de que salga una cara al tirar 2 monedas )

Enfoque frecuentista
La probabilidad frecuentista nos dice que por cuantas ms veces se repita el experimento, al final las
posibilidades de que ocurra cada uno de los sucesos ser regular. Aunque cualquier comportamiento sea
aleatorio, por proceso emprico llegaremos a una regularidad.
Por lo tanto:

Se sabe que una moneda est cargada. Para determinar la probabilidad de que caiga guila se lanza 60
veces la moneda al aire, de las cuales 25 veces cay guila. Si aplicamos la frmula:
P ( cae guila ) =

25
60

= 0.41

Enfoque subjetivo
Dice que la probabilidad de ocurrencia de un evento es el grado de creencia por parte de un individuo de
que un evento ocurra, basado en toda la evidencia a su disposicin. Bajo esta premisa se puede decir que
este enfoque es adecuado cuando solo hay una oportunidad de ocurrencia del evento. Es decir, que el
evento ocurrir o no ocurrir esa sola vez.
Tanto la definicin clsica como la frecuentista se basan en las repeticiones del experimento aleatorio;
pero existen muchos experimentos que no se pueden repetir bajo las mismas condiciones y por tanto no
puede aplicarse la interpretacin objetiva de la probabilidad
En esos casos es necesario acudir a un punto de vista alternativo, que no dependa de las repeticiones,
sino que considere la probabilidad como un concepto subjetivo que exprese el grado de creencia o
confianza individual sobre la posibilidad de que el suceso ocurra
Existen naranjas y manzanas.
Si se extrae 80 naranjas de 100 extracciones cual es la probabilidad de que sean naranjas.

P(N)=

80
100

P(N)= 0.8= 80%

Tcnicas de conteo

Regla de la suma
Esta regla establece que si dos eventos A y B son mutuamente excluyentes, la probabilidad de que
ocurra uno u otro de los eventos, es igual a la suma de sus probabilidades.
P(A B) = P(A U B)
P(A U B) = P(A)+ P (B)

P(A B ... Z) = P(A U B U...U Z)

P(A U B U...UZ)= P(A)+ P(B) +... P(Z)

Regla del producto

Si los sucesos A y B son independientes, es decir si la probabilidad de uno de ellos no depende de que haya
sucedido el otro, entonces se tiene que

P(B/A) = P(B)
y la regla del producto se escribe as:
P(A B) = P(B A) = P(A) * P(B)

Permutaciones
Bsicamente una permutacin es la variacin del orden o de la disposicin de los
elementos de un conjunto.
Caractersticas:
S en t ran tod o s lo s e le m en to s .

S i mp or ta el ord en .

N o se r ep i ten lo s e l em e n to s.

Ejemplo.
Cal cu lar la s p e rm u ta cio n e s d e 6 el e m en to s .

P 6 = 6! = 6 5 4 3 2 1 = 7 20

Combinaciones
Se llama combinaciones de m elementos tomados de n en n (m n) a todas las agrupaciones posibles que
pueden hacerse con los m elementos de forma que:
No entran todos los elementos.
No importa el orden.
No se repiten los elementos.
Combinaciones

Ejemplo:
Jos tiene 9 amigos y desea invitarlos a cenar, pero slo puede invitar a 6 simultneamente. Cuntos
grupos distintos de invitados puede tener?

Queremos saber cuntos grupos distintos podemos formar independientemente del orden en que se elija
los
invitados.

hay 84 grupos distintos de invitados.

Bibliografa
Spiegel, Murray R; Teora y problemas de probabilidad y estadstica; McGraw-Hill, Serie Schaum; 3 Ed;
Mxico 2010.
http://www.dcb.unam.mx/users/gustavorb/Probabilidad/PE11.pdf
http://apuntes.celeberrima.com/interseccion-de-conjuntos-definicion-y-ejemplos/
http://matematica.laguia2000.com/general/algebra-de-conjuntos