Você está na página 1de 6

Explique los siguientes conceptos:

1. Probabilidad
El estudio de la probabilidad se aplica al uso de fenmenos aleatorios y no a
fenmenos deterministas
Determinista= si se repite bajo las mismas condiciones su resultado
es siempre el mismo
Aleatorio (probabilstico o estocstico
Se usa para sacar conclusiones sobre la probabilidad discreta de sucesos
potenciales y la mecnica subyacente discreta de sistemas complejos, por lo
tanto es la rama de las matemticas que estudia, mide o determina a los
experimentos o fenmenos aleatorios.

2. Experimento
Es toda accin definida que conlleva a un resultado nico bien definido. Un
resultado bien definido es un nmero del 1 al 6. Un experimento puede
consistir en revisar un producto para determinar si cumple con ciertas
especificaciones de fabricacin. El resultado es del o (1) defectuoso (2) no
defectuoso.

3. Resultado Experimental
Consiste en el conjunto de todos los posibles resultados individuales de
un experimento aleatorio.
Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de
muestreo es el conjunto (cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz).

4. Espacio muestral
Consiste en el conjunto de todos los posibles resultados individuales de
un experimento aleatorio.
Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de
muestreo es el conjunto (cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz).

5. Probabilidad subjetiva
Se puede definir como la probabilidad asignada a un evento por parte de un
individuo, basada en la evidencia que se tenga disponible. Esa evidencia puede
presentarse en forma de frecuencia relativa de presentacin de eventos pasados
o puede tratarse simplemente de una creencia meditada.
Las asignaciones de probabilidad subjetiva se dan con ms frecuencia cuando
los eventos se presentan slo una vez o un nmero muy reducido de veces. Un
ejemplo comn es el de las predicciones meteorolgicas, en las que el cientfico
debe usar su conocimiento experto de las condiciones del tiempo para
desarrollar un estimado de la probabilidad de buen o mal tiempo. Como casi
todas las decisiones sociales y administrativas de alto nivel se refieren a
situaciones especficas y nicas, los responsables de tomar decisiones hacen un
uso considerable de la probabilidad subjetiva.
Es importante entender que el mtodo de la probabilidad subjetiva no debe
menospreciarse frente a los otros mtodos (frecuencia relativa y clsica), ya
que es frecuente no tener registros del comportamiento de cierta variable para
determinar una probabilidad relacionada, pues simplemente no es posible repetir
el experimento. Por ejemplo, las aseguradoras no pueden darse el lujo de repetir
el ensayo del dao de un carro, del robo de una valiosa obra de arte, del
secuestro de una persona o del accidente de un avin. stas solo pueden
basarse en experiencias adquiridas para estimar su probabilidad de ocurrencia y
as determinar el costo del seguro que ofrece. De la misma manera, no se podra
determinar la probabilidad de que una ciudad sea bombardeada por meteoritos,
porque simplemente no hay registros histricos para hacer una estimacin. Slo
se puede hacer un estimado subjetivo.

6. Probabilidad relativa
Es el cociente entre la frecuencia absoluta de un determinado valor y el
nmero total de datos.
La frecuencia relativa se puede expresar rn tantos por ciento y se representa
por n i

La suma de la frecuencia relativa es igual a 1

7. Probabilidad clsica
Nmero de resultados favorables a la presentacin de un evento dividido
entre el nmero total de resultados posibles. Asignacin de probabilidad "a
priori", si necesidad de realizar el experimento.

8. Explique como se mide la probabilidad numricamente


La posibilidad mide la mayor o menor posibilidad de que se d un determinado
resultado (suceso o evento) cuando se realiza un experimento aleatorio.
Para calcular la probabilidad de un evento se toma en cuenta todos los casos
posibles de ocurrencia del mismo; es decir, de cuntas formas puede ocurrir
determinada situacin.
Los casos favorables de ocurrencia de un evento sern los que cumplan con la
condicin que estamos buscando.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento, entre
0% y 100%):
El valor cero corresponde al suceso imposible; ejemplo: lanzamos un dado al
aire y la probabilidad de que salga el nmero 7 es cero.
El valor uno corresponde al suceso seguro, ejemplo: lanzamos un dado al aire y
la probabilidad de que salga cualquier nmero del 1 al 6 es igual a uno (100%).
El resto de sucesos tendr probabilidades entre cero y uno: que ser tanto
mayor cuanto ms probable sea que dicho suceso tenga lugar.

Mtodos de medicin de Probabilidad


Uno de los mtodos ms utilizados es aplicando la Regla de Laplace: define la
probabilidad de un suceso como el cociente entre casos favorables y casos
posibles.

Ejemplos:

a) Probabilidad de que al lanzar un dado salga el nmero 2: el caso favorable (f)


es tan slo uno (que salga el dos), mientras que los casos posibles (n) son seis
(puede salir cualquier nmero del uno al seis).
Por lo tanto:
(o lo que es lo mismo, 16,6%)

b) Probabilidad de que al lanzar un dado salga un nmero par: en este caso los
casos favorables (f) son tres (que salga el dos, el cuatro o el seis), mientras que
los casos posibles (n) siguen siendo seis.
Por lo tanto:
(o lo que es lo mismo, 50%)
c) Probabilidad de que al lanzar un dado salga un nmero menor que 5: en este
caso tenemos cuatro casos favorables (f) (que salga el uno, el dos, el tres o el
cuatro), frente a los seis casos posibles.
Por lo tanto:
(o lo que es lo mismo, 66,6%)
d) Probabilidad de ganarse el premio mayor de una lotera en la que juegan
100.000 numerosos: tan slo un caso favorable (f), el nmero que jugamos,
frente a los 100.000 casos posibles (n).
Por lo tanto:
(o lo que es lo mismo, 0,001%)

d) Probabilidad al lanzar una moneda, con un


guila en una cara y un sol en la otra. Hay dos casos posibles (n) de ocurrencia
(o cae guila o cae sol) y slo un caso favorable (f) de que pueda caer guila
(pues slo hay un guila en la moneda).
Por lo tanto:
(o,

lo

que

es

lo

mismo,

50

%)

Existe una probabilidad del 50% de obtener un guila al tirar una moneda.
e) Probabilidad de elegir tal o cual fruta. Si en una canasta hay 20 peras y 10
manzanas. Qu fruta es ms probable que saque al azar de la canasta?
Para este ejemplo tenemos que 30 es el total de frutas en la canasta; es decir
los casos posibles (n). Para calcular la probabilidad de sacar una manzana los
casos favorables (f) son 10 puesto que existen slo 10 manzanas.
Por lo tanto:
(o, lo que es lo mismo, 33,3 %)
(o, lo que es lo mismo, 66,7 %)
Fjate bien que 33,3% + 66,7% es igual al 100% porque siempre que saquemos
algo de la canasta es seguro que ser una fruta.

Condiciones importantes

Para poder aplicar las Reglas de Laplace el experimento aleatorio tiene que
cumplir dos requisitos:
a) El nmero de resultados posibles (sucesoso eventos) tiene que ser finito. Si
hubiera infinitos resultados, al aplicar la regla "casos favorables dividido por
casos posibles" el cociente siempre sera cero.
b) Todos los sucesos o eventos tienen que tener la misma probabilidad. Si al
lanzar un dado, algunas caras tuvieran mayor probabilidad de salir que otras, no
podramos aplicar esta regla.
A la regla de Laplace tambin se le denomina "probabilidad a priori", ya que para
aplicarla hay que conocer antes de realizar el experimento cuales son los
posibles resultados y saber que todos tienen las mismas probabilidades.
Cuando se realiza un experimento aleatorio un nmero muy elevado de veces,
las probabilidades de los diversos posibles sucesos empiezan a converger hacia
valores determinados, que son sus respectivas probabilidades.
Ejemplo:
Si lanzo una vez una moneda al aire y sale "cara", quiere decir que el suceso
"cara" ha aparecido el 100% de las veces y el suceso "cruz" el 0%.
Si lanzo diez veces la moneda al aire, es posible que el suceso "cara" salga 7
veces y el suceso "cruz" las 3 restantes. En este caso, la probabilidad del
suceso "cara" ya no sera del 100%, sino que se habra reducido al 70%.
Si repito este experimento un nmero elevado de veces, lo normal es que las
probabilidades de los sucesos "cara" y "cruz" se vayan aproximando al 50%
cada una. Este 50% ser la probabilidad de estos sucesos segn el modelo
frecuentita.