El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para

la Acreditacin de la Calidad Educativa

Acta y piensa matemticamente en situaciones de gestin de datos e incertidumbre.

Matematiza situaciones.
Comunica y representa ideas
matemticas.
Elabora y usa estrategias.
Razona y argumenta generando ideas
matemticas.

El presente trabajo proporcionara un conjunto de saberes correspondientes a la probabilidad:

definicin, origen, caractersticas, clasificacin, entre otros datos.

Asimismo, te presenta informacin sobre el Teorema de Bayes, regla de Laplace, Teorema de

la probabilidad total, y otros teoremas para analizar diversas situaciones cotidianas.

Estos saberes, se pueden aplicar en nuestras rutinas, y te permitirn calcular la probabilidad

de situaciones al azar, o de analizar los resultados para determinar eventos favorables despus
de haber realizado un experimento.

MARTIN GARDNER Y EL ESPEJISMO DE LA

PROBABILIDAD

Supongamos que un matrimonio tiene cuatro hijos.

Cul es la probabilidad de que dos de ellos sean
nias y dos nios? Asumiendo que la mitad de los
nacimientos son de varones y la mitad de mujeres,
el sentido comn nos impulsa a creer que en un caso como ste la familia tendr dos hijos y
dos hijas. Pero puede demostrarse matemticamente que tal cosa es bastante improbable.
Es la paradoja de los cuatro hijos.

Supongamos que representamos cada nacimiento de un nio con una H y el de una nia
con una M. Solamente tenemos que elaborar lo que se denomina una tabla de verdad
en la que se representen todas las diferentes posibilidades existentes a la hora de tener los 4
hijos. Recordemos que todo nuestro anlisis es vlido por que estamos considerando que la
probabilidad de que sea nio es igual a la de que sea nia (50% cada uno).
 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

Vemos que, tenemos una probabilidad de 2/16 (o 1/8, o el 12.5%) de que cuatro hijos tengan
el mismo sexo, una de 8/16( o 1/2 , o el 50%) de que tengan 3 hijos tengan el mismo sexo y 1
del otro, y una de 6/16 (o 3/8, o el 37.5%) de tengan dos nios de cada Las matemticas
demuestran que slo el 37,5% de las familias con cuatro hijos tendr dos de cada sexo, y que
-en realidad- es mucho ms probable tener 3 hijos de un sexo y uno del otro que cualquiera
de las otras posibilidades por separado.

Este resultado nos desconcierta porque algo en nuestra

mente nos hace relacionar el hecho de que la
probabilidad de tener hijo o hija es del 50% con la errnea
conclusin de que lo ms lgico es tener el mismo nmero
de chicos que de chicas. Pero eso es vlido nicamente
si tenemos dos nios. Con cuatro -como hemos visto- las
posibilidades se reducen, demostrando que no siempre
podemos fiarnos de nuestro sentido comn.

Las Probabilidades pertenecen a la rama de la matemtica que estudia ciertos experimentos

llamados aleatorios, o sea regidos por el azar, en que se conocen todos los resultados posibles,
pero no es posible tener certeza de cul ser en particular el resultado del experimento.

Es la mayor o menor posibilidad de que ocurra un

determinado suceso. En otras palabras, su nocin viene
de la necesidad de medir o determinar
cuantitativamente la certeza o duda de que un suceso
dado ocurra o no.

La probabilidad es un sistema que se utiliza para medir

o determinar la periodicidad con la que ciertos actos y eventos sucedieron o podrn suceder
en un futuro en un contexto determinado. Este sistema es bsicamente matemtico, y se
realiza mediante clculos cerrados, esta nos dice con lgica de qu forma y cmo se pueden
producir ciertos resultados que a simple vista parecen desordenados y complejos de
comprender. Es as como la casualidad y el azar tambin se mide de una manera efectiva.

Histricamente, inters por la probabilidad comienza con los juegos de azar. Crdeno,
algebrista italiano del siglo XVI, fue un jugador empedernido en algunas pocas de su vida.
Esta pasin le hizo ser conocedor de trucos y fulleras. Acab escribiendo un libro sobre el
juego, en el que, por primera vez, se teoriza sobre las probabilidades.

Fue otro jugador en el siglo XVII, el caballero de Mer, quien indujo, sin saberlo, a que los
matemticas Pascal y Fermat mantuvieran una fructfera correspondencia: en sus cartas,
proponan soluciones a algunos problemas sobre juegos planteados por Mer (al tirar cuatro
dados, qu es ms ventajoso, apostar por algn 6 o por ningn 6?), y elucubraban sobre
otras situaciones probabilsticas. As naci, con estos dos genios, la base de la teora de las
probabilidades.
 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa
Ni Pascal, ni Fermat publicaron sus
conclusiones, pero s lo hizo
Huygens en 1657, en un breve libro
titulado "Sobre Los Razonamientos
En Los Juegos De Azar".

En 1713, Jacques Bernoulli recogi

los escritos por Huygens, lo ampli
y completo, construyendo as el
primer libro importante sobre la
teora de las probabilidades: " Arte
De La Conjetura Durante el siglo
XVIII la probabilidad tuvo un notable desarrollo debido a la popularidad que ganaron los
juegos de azar durante el renacimiento. Se desarrollaron los primeros teoremas distribucin
binominal (teorema de Jakob Bernoulli) teorema central de limite y teora de errores.

Laplace, en 1812, public "Teora Analtica De Las Probabilidades" donde recogi y organiz
multitud de resultados que haba ido obteniendo y difundiendo desde haca 40 aos. Se trata
de la mayor aportacin de la historia a esta teora donde se exponen un anlisis matemtico
sobre los juegos de azar. Adems, de dar una frmula que puede ser aplicada a cualquiera
de tales probabilidades tericas, siempre y cuando el espacio muestral S sea finito y los
resultados sean igualmente probables, es decir, sean equi-probables. Pocos aos despus
pblico "Ensayo Filosfico De Las Probabilidades", destinado a los no expertos.

La probabilidad es una medida de

la certidumbre asociada a un
suceso o evento futuro y suele
expresarse como un nmero entre
0 y 1 (o entre 0 % y 100 %).

Una forma tradicional de estimar

algunas probabilidades sera obtener la frecuencia de un acontecimiento determinado
mediante la realizacin de experimentos aleatorios, de los que se conocen todos los
resultados posibles, bajo condiciones suficientemente estables. Un suceso puede ser:

Improbable = 0(%) o Cercano a 0

Probable o Intermedio
Seguro = 1 = 100%

aleatorio, el conjunto de todos los resultados posibles de dicho

experimento.
Evento o Suceso.-Se llama evento o suceso a todo subconjunto de
un espacio muestral.
Eventos mutuamente excluyentes.- Dos eventos son mutuamente
excluyentes si no pueden ocurrir en forma simultnea, esto es, si y slo
si su interseccin es vaca.
Experimentos aleatorios.- es aquel que bajo el mismo conjunto aparente de
condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede
predecir o reproducir el resultado exacto de cada experiencia particular.
 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

Diagramas de rbol.- Es una tcnica que te ayudar a identificar los sucesos y

ponerlos en orden. Esta tcnica se usa para los sucesos que llevan un orden en
el tiempo.

PROBABILIDAD CLSICA
Es el 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.
La probabilidad clsica o terica se aplica cuando cada evento simple del espacio
muestral tiene la misma probabilidad de ocurrir.

PROBABILIDAD CONJUNTA
Esta regla expresa la probabilidad de que ocurra un suceso A y un suceso B.
Pueden ocurrir dos formas: que el segundo suceso depende del primero o que
ninguno dependa del otro.

PROBABILIDAD CONDICIONAL
Como su nombre lo indica se trata de determinar la probabilidad de que ocurra un
evento A (a posteriori) dado que ya aconteci un evento B (apriori), y se representa
mediante P (A|B), se lee probabilidad de A dado B o probabilidad de A condicionada
a B. El hecho de que ocurra un suceso, puede cambiar la probabilidad de los dems.

PROBABILIDAD EXPERIMENTAL
La probabilidad experimental es la probabilidad asignada a un suceso mediante el
clculo de la frecuencia relativa del mismo al repetir el experimento muchas veces.
Cuanto mayor es el nmero de pruebas realizadas ms se aproxima el valor obtenido
al valor desconocido de la probabilidad terica. La probabilidad experimental es la
razn entre la cantidad de veces que ocurre en suceso y la cantidad de prueba.
El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa
 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

REGLA DE LAPLACE

La regla de Laplace es tremendamente

importante, puesto que nos permite calcular la
probabilidad de un suceso, siempre que los
sucesos elementales sean equiprobables, es decir,
que todos los resultados posibles tengan la misma
probabilidad. En estas condiciones, tenemos que:

La probabilidad de ocurrencia de un
suceso imposible es 0.
La probabilidad de ocurrencia de un
suceso seguro es 1, es decir, P(A) = 1.
La probabilidad de un suceso se obtiene
dividiendo el nmero de resultados que forman el suceso A entre el nmero de
resultados posibles.

REGLA DE LA ADICIN

La regla de la adicin o regla de la suma establece que la probabilidad de ocurrencia de

cualquier evento en particular es igual a la suma de las probabilidades individuales, si es que
los eventos son mutuamente excluyentes, es decir, que dos no pueden ocurrir al mismo
tiempo.

Entonces, si A y B son mutuamente excluyentes,

P(A o B) = P(A) U P (B) = P(A) + P (B)

Si A y B no son mutuamente excluyentes,

P(A o B) = P(A) + P (B) P(A y B)

Siendo: P(A) = probabilidad de ocurrencia del evento A, P (B) = probabilidad de ocurrencia

del evento B, y P(A y B) = probabilidad de ocurrencia simultnea de los eventos A y B.

REGLA DE LA MULTIPLICACIN

La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos o ms

eventos estadsticamente independientes es igual al producto de sus probabilidades
individuales.

P (A y B) = P (A B) = P (A) P (B) si A y B son independientes.

P (A y B) = P (A B) = P (A) P (B|A) si A y B son dependientes.

Siendo P (B|A) la probabilidad de que ocurra B

habindose dado o verificado el evento A.

TEOREMA DE BAYES

Es una mezcla de la frmula de la probabilidad

condicionada y la frmula del teorema del producto. Se
trata de calcular una probabilidad condicionada pero se
da el caso de que no conocemos la probabilidad de
interseccin
 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

En una caja hay 10 rollos de pelcula para cmara fotogrfica, de los cuales 3 estn
defectuosos. Se van a seleccionar dos rollos, uno despus del otro. Cul es la
probabilidad de que ambos rollos sean defectuosos?

-ANOTAMOS NUESTROS DATOS:

Total de rollos = 10
Defectuosos = 3 P(A)=3/10
A=1er. rollo defectuoso

No Defectuosos = 7 P(B)=2/9

B= 2do. Rollo defectuoso

 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

o UTILIZAMOS LA REGLA DE LA MULTIPLICACION:

RESPUESTA: La
probabilidad
P (A y B)=P(A). P (B/A) de que ambos
sean
P (A y B) = (3/10).(2/9) = 6/90= 0,067 defectuosos es
de 0,067%
P (A y B) = (0.3). (0.22) = 0,067

Una urna tiene ocho bolas rojas, 5 amarilla y siete verdes. Si se extrae una bola al
azar calcular la probabilidad de:

1 Se a r o ja :

2 Se a ver de :

3 Se a a mari l l a :

4 N o se a ro ja :

5 N o se a a ma ri l l a :

El 20% de los empleados de una empresa son

ingenieros y otro 20% son economistas. El 75% de
los ingenieros ocupan un puesto directivo y el
50% de los economistas tambin, mientras que
los no ingenieros y los no economistas
solamente el 20% ocupa un puesto directivo.
Cul es la probabilidad de que un empleado
directivo elegido al azar sea ingeniero?

o ORDENAMOS NUESTROS DATOS EN o UTILIZAMOS EL TEOREMA DE BAYES,

UN DIAGRAMA DE RBOL: REEMPLAZAMOS:

RESPUESTA: La probabilidad de que un

empleado directivo elegido al azar sea
ingeniero es de 0,405%
 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

En un hospital se utilizan cinco smbolos para clasificar las historias clnicas de sus
pacientes, de manera que los dos primeros son letras y los tres ltimos son dgitos.
Suponiendo que hay 25 letras, Cuntas historias clnicas podrn hacerse si:

o NO HAY RESTRICCIONES SOBRE LETRAS Y NMEROS:

V R 25,2 = 252 = 625 posibilidades para las letras

V R10, 3 = 103 = 1000 posibilidades para los dgitos.

-El total de historias clnicas que pueden

-Hacerse es, por lo tanto, 625 1000 = 625000.

o LAS DOS LETRAS NO PUEDEN SER IGUALES:

V 25,2 = 2524 600 posibilidades para las letras RESPUESTA: hay

aproximadamente
V R 10, 3 = 1000 posibilidades para los dgitos. 600000 historias
*600 1000 = 600000 clnicas.
El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa
El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

El Problema de Monty Hall:

En este concurso, el concursante escoge una puerta entre tres, y su premio

consiste en lo que se encuentra detrs. Una de ellas oculta un coche, y tras las
otras dos hay una cabra. Sin embargo, antes de abrirla, el presentador, que sabe
dnde est el premio, abre una de las otras dos puertas y muestra que detrs de
ella hay una cabra. Ahora tiene el concursante una ltima oportunidad de
cambiar la puerta escogida Debe el concursante mantener su eleccin original
o escoger la otra puerta?

o Jugador que nunca se cambia.

En este caso P (G|A) = 1 y P (G|B)
= 0 pues el jugador se queda con
su seleccin inicial.
Por lo tanto P (G) = 1/3.

o Jugador que siempre se

cambia.
En este caso P (G|A) = 0 y P (G|B)
= 1 pues el jugador se cambia a la
nica puerta cerrada que queda (y
sabemos que como el presentador
sabe dnde est el coche, siempre
mostrar una cabra).
Por lo tanto P (G) = 2/3.

RESPUESTA: Claramente la mejor estrategia es cambiar

siempre, pues la probabilidad efectiva de ganar es el
doble de la correspondiente al jugador que no cambia
nunca.
 El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa

Nuestro cerebro utiliza probabilidades en la mayora de sus razonamientos: ejemplo, identificar

una palabra/ una frase dicha por otra persona. Sin embargo, aun as nuestro cerebro es capaz
de identificarla por semejanza (probabilidades) con otras entonaciones y pronunciaciones
que hemos escuchado antes. Esto no es ms que un clculo de la probabilidad de que esta
palabra recientemente sea la misma que hayamos escuchado antes. De la misma forma,
para situaciones en las que no tenemos seguridad en un 100%, al buscar algo parecido o lo
ms probable no hacemos ms que utilizar esta importante ciencia.

La teora de la probabilidad es una de las ramas de

las matemticas con varias aplicaciones en la
actualidad en la rama de las primas de los seguros,
en Los riesgos nucleares. En los pronsticos
econmicos. Polticos. Y del tiempo.

Dos aplicaciones principales de la teora de la

probabilidad en el da a da son en el anlisis de
riesgo y en el comercio de los mercados de materias
primas.

Otra aplicacin significativa de la teora de la

probabilidad en el da a da es en la fiabilidad. Muchos bienes de consumo, como los
automviles y la electrnica de consumo, utilizan la teora de la fiabilidad en el diseo del
producto para reducir la probabilidad de avera. La probabilidad de avera tambin est
estrechamente relacionada con la garanta del producto.

La mecnica cuntica, debido al principio de indeterminacin de Heisenberg, slo puede ser

descrita actualmente a travs de distribuciones de probabilidad, lo que le da una gran
importancia a las descripciones probabilsticas, hoy en da no existe un medio mejor para
describir la fsica cuntica si no es a travs de la teora de la probabilidad.

La mayora de las investigaciones biomdicas utilizan muestras de probabilidad, es decir,

aquellas que el investigador pueda especificar la probabilidad de cualquier elemento en la
poblacin que investiga. Las muestras de probabilidad permiten usar estadsticas
inferenciales, aquellas que permiten hacer inferencias a partir de datos.

Se puede decir que no hay una cosa llamada probabilidad. Tambin podemos decir que la
probabilidad es la medida de nuestro grado de incertidumbre, o esto es, el grado, de nuestra
ignorancia dada una situacin. La fsica moderna proporciona ejemplos importantes de
situaciones determinantes donde solo la descripcin probabilstica es falible estadstica, la
fsica la matemtica, las ciencias y la filosofa para sacar conclusiones sobre la probabilidad
de sucesos potenciales y la mecnica subyacentes de sistemas complejos.

Al terminar este tema hemos aprendido a utilizar las herramientas bsicas del clculo de
probabilidades, y su importancia en situaciones al azar, ya que a veces podemos intuir si un
suceso es ms probable que otro, Sin embargo hemos comprobado que a veces la intuicin
no coincide con la verdadera solucin, por eso la importancia de las matemticas.
El Rosario con la Verdad y la Luz de Cristo camina a la Excelencia para
la Acreditacin de la Calidad Educativa