Probabilidad: Es un valor comprendido entre 0 y 1, incluidos esto dos valores,

que describe la posibilidad de ocurrencia de un evento.

Otro concepto de Probabilidad:
La probabilidad de un suceso es un nmero, comprendido entre 0 y 1, que indica
las posibilidades que tiene de verificarse cuando se realiza un experimento
aleatorio.
HISTORIA DE LA PROBABILIDAD
La historia de la probabilidad comienza en el siglo XVII cuando Pierre Fermat y
Blaise Pascal tratan de resolver algunos problemas relacionados con los juegos
de azar. Aunque algunos marcan sus inicios cuando Cardano (jugador donde los
haya) escribi sobre 1520 El Libro de los Juegos de Azar (aunque no fu
publicado hasta ms de un siglo despus, sobre 1660) no es hasta dicha fecha
que comienza a elaborarse una teora aceptable sobre los juegos.
Christian Huygens conoci la correspondencia entre Blaise Pascal y Pierre Fermat
suscitada por el caballero De Mr, se plante el debate de determinar la
probabilidad de ganar una partida, y public (en 1657) el primer libro sobre
probabilidad: De Ratiociniis in Ludo Aleae, (Calculating in Games of Chance), un
tratado sobre juegos de azar.Se aceptaba como intuitivo el concepto de
equiprobabilidad, se admita que la probabilidad de conseguir un acontecimiento
fuese igual al cociente entre
Durante el siglo XVIII, debido muy particularmente a la popularidad de los juegos
de azar, el clculo de probabilidades tuvo un notable desarrollo sobre la base de la
anterior definicin de probabilidad. Destacan en 1713 el teorema de Bernoulli y la
distribucin binomial, y en 1738 el primer caso particular estudiado por De Moivre
, del teorema central del lmite. En 1809 Gauss inici el estudio de la teora de
errores y en 1810 Laplace, que haba considerado anteriormente el tema,
complet el desarrollo de esta teora. En 1812 Pierre Laplace public Thorie
analytique des probabilits en el que expone un anlisis matemtico sobre los
juegos de azar.
A mediados del siglo XIX, un fraile agustino austraco, Gregor Mendel, inici el
estudio de la herencia, la gentica, con sus interesantes experimentos sobre el
cruce de plantas de diferentes caractersticas. Su obra, La matemtica de la
Herencia, fue una de las primeras aplicaciones importantes de la teora de
probabilidad a las ciencias naturales
Desde los orgenes la principal dificultad para poder considerar la probabilidad
como una rama de la matemtica fue la elaboracin de una teora suficientemente

precisa como para que fuese aceptada como una forma de matemtica. A
principios del siglo XX el matemtico ruso Andrei Kolmogorov la defini de forma
axiomtica y estableci las bases para la moderna teora de la probabilidad que en
la actualidad es parte de una teora ms amplia como es la teora de la medida.
TEORA DE PROBABILIDADES
La teora de probabilidades se ocupa de asignar un cierto nmero a cada posible
resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar
dichos resultados y saber si un suceso es ms probable que otro. Con este fin,
introduciremos algunas definiciones:
PROPIEDADES DE LA PROBABILIDAD
1. La suma de las probabilidades de un suceso y su contrario
vale 1, por tanto la probabilidad del suceso contrario es:

2. Probabilidad del suceso imposible es cero.

3. La probabilidad de la unin de dos sucesos es la suma de sus

probabilidades restndole la probabilidad de su interseccin.

4. Si un suceso est incluido en otro, su probabilidad es menor o

igual a la de ste.

5. Si A 1 , A 2 , ..., A k son incompatibles dos a dos entonces:

6 Si el espacio muestral E es finito y un suceso es S = {x 1 , x 2 ,

..., x n } entonces:

Ejemplo:

La probabilidad de sacar par, al tirar un dado, es:

P(par) = P(2) + P(4) + P(6)
LA DISTRIBUCIN BINOMIAL
Es una distribucin de probabilidad discreta que cuenta el nmero de xitos en
una secuencia de n ensayos de Bernoulli independientes entre s, con una
probabilidad fija p de ocurrencia del xito entre los ensayos. Un experimento de
Bernoulli se caracteriza por ser dicotmico, esto es, slo son posibles dos
resultados. A uno de estos se denomina xito y tiene una probabilidad de
ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribucin
binomial el anterior experimento se repite n veces, de forma independiente, y se
trata de calcular la probabilidad de un determinado nmero de xitos. Para n = 1,
la binomial se convierte, de hecho, en una distribucin de Bernoulli.
Para representar que una variable aleatoria X sigue una distribucin binomial de
parmetros n y p, se escribe:

La distribucin binomial es la base del test binomial de significacin estadstica.

LA DISTRIBUCIN NORMAL
Se trata, sin duda, del modelo continuo ms importante en estadstica, tanto por su
aplicacin directa, veremos que muchas variables de inters general pueden
describirse por dicho modelo, como por sus propiedades, que han permitido el
desarrollo de numerosas tcnicas de inferencia estadstica. En realidad, el nombre
de Normal proviene del hecho de que durante un tiempo se crey, por parte de
mdicos y bilogos, que todas las variables naturales de inters seguan este
modelo.
Su funcin de densidad viene dada por la frmula:

Que, como vemos, depende de dos parmetros (que puede ser cualquier valor
real) y (que ha de ser positiva). Por esta razn, a partir de ahora indicaremos de
forma abreviada que una variable X sigue el modelo Normal as: X ~ N(, ). Por
ejemplo, si nos referimos a una distribucin Normal con = 0 y = 1 lo
abreviaremos N(0, 1).