Probabilidades y

teorema de Bayes
Autores
Constanza Godoy
Catalina Adasme
Diego Arcos
Javier Delgado
Nicols Marn
Nicols Sandoval
Curso
3 Medio
Asignatura
Matemticas
Profesor de asignatura
Enrique Valdivia

Lunes 24 de agosto 2015, La calera

ndice
ndice de contenidos:

ndice de ecuaciones:

Introduccin (pg. 2 y 3)

Propiedades de las probabilidades (pg. 4)

Probabilidades

Tcnicas de conteo (pg. 6)

Que es(pg. 4)
Para qu sirve(pg. 5)
Que estudia(pg. 5)
Como se calcula(pg. 6)
Que determina el clculo(pg. 6)

Tipos de probabilidades

Probabilidad condicional(pg. 7)
Probabilidad total(pg. 7)
Teorema
de
la
probabilidad
total(pg. 7)

Diagrama de rbol (pg. 8)

Teorema de Bayes (pg. 10)
Blaise Pascal

Biografa(pg. 11)
Tringulo de Pascal
- Estructura (pg. 12 y 13)
- Usos (pg. 14 y 15)

Conclusin(pg. 16)
Bibliografa y linkografa(pg. 17)

Probabilidad condicional (pg. 7)

Probabilidad total (pg. 7)
Teorema de la probabilidad total (pg. 7)
Teorema de Bayes (pg. 10)
Triangulo de Pascal en probabilidades (pg.
14 y 15)

Introduccin
En este trabajo estudiaremos los conceptos de Probabilidad y Estadstica, profundizando lo
que son: La Probabilidad Total, Condicional y Teorema de Bayes. Adems de hablar sobre
uno de los padres de la Probabilidad junto con la Estadstica, Blaise Pascal que nos
adentrar en su famoso tringulo de probabilidades denominado El Tringulo de Pascal.
Para poder comprender la Probabilidad es necesario conocer dos puntos claves de la
materia: Primero que todo observaremos la historia y la evolucin que ha posedo la
Probabilidad junto con la Estadstica, anexo a esto es importante destacar de que la
Probabilidad es una de las ramas de la Estadstica. El segundo punto a sealar que es
necesario tener en cuenta para comprender la Probabilidad, es saber que significa la palabra
junto con el concepto de la misma.
El origen de la teora de Probabilidades se remonta en el ao 1654, en que dos jugadores
comienzan una disputa. Los matemticos que participaron en esta discusin fueron Blaise
Pascal y Pierre de Fermat. Ambos matemticos compartan sus ideas por correspondencia,
intercambiando informacin que pronto seran las bases de la teora de Probabilidades. El
primero en tomar contacto con aquella correspondencia entre ambos exponentes de la poca
fue el matemtico holands Christian Huygens, que gracias a aquella informacin escribi
el primer libro sobre Probabilidades en el ao 1657, el cual fundamentalmente se basaba en
problemas relacionados con los juegos de azar.
Uno de los exponentes de la Probabilidad, conocido como uno de los grandes aportadores,
fue Pierre de Laplace que en el ao 1812, introdujo una serie de ideas y tcnicas
matemticas que plasmara en su libro llamado "Teora Analtica de Probabilidades". Uno
de los aportes ms grandes fue la llamada Frmula de Laplace, capaz de resolver un simple
problema de Probabilidad, esta frmula especulaba de que el clculo de una Probabilidad
era igual al nmero de casos favorables dividido en los casos totales, a este clculo de
Probabilidad se le llamara Probabilidad Clsica.
Es necesario conocer el concepto de Probabilidad, teniendo en cuenta de que nace con el
deseo del hombre de conocer con certeza los eventos que ocurriran en el futuro. Es por ello
que el estudio de las Probabilidades surge como una herramienta utilizada por los nobles
para ganar en los juegos y pasatiempos de la poca. Unas de las dificultades para el
desarrollo de la teora de las Probabilidades fue el hecho de llegar a una definicin certera y
rigurosa, pero al mismo tiempo esta especulacin comenzaba a ampliarse debido a que la
Probabilidad tiende a ocuparse en diferentes reas. En consecuencia de esto, en el siglo XX
se lleg a una definicin axiomtica de las Probabilidades, con esto nos referimos a que la
definicin de Probabilidad es ampliada y tiende a no ser certera, es por ello que se llega a la
conclusin de que posee diferentes definiciones con respecto a lo que se quiere estudiar, es

decir, con respecto a su contexto.

Para finalizar, es importante sealar que la teora de la probabilidad es la parte de las
matemticas que se encarga del estudio de los fenmenos o experimentos exclusivamente
aleatorios. Por experimentos aleatorios entenderemos todo aquel suceso que cuando se le
repite bajo las mismas condiciones iniciales, el resultado que se obtiene puede variar. El
ejemplo ms sencillo de un experimento aleatorio es el de lanzar una moneda o un dado.
Continuando, nos referimos a que cuando aplicamos las tcnicas estadsticas a la recogida,
anlisis e interpretacin de los datos, la teora de las Probabilidades toman un rol
fundamental para proporcionar una base para evaluar la fiabilidad de las conclusiones
obtenidas e inferidas. Es en consecuencia de lo anterior que se puede sealar que la
Probabilidad juega un rol importante en la Estadstica.

Probabilidades
Para poder entender y tener un conocimiento relativo frente al contenido presente en el
siguiente trabajo primero debemos tener en cuenta ciertos conceptos acerca estadsticas y
probabilidades:

Probabilidad:
1. Qu es? Es una medida referida a la posibilidad de ocurrencia de un fenmeno
buscando escenarios totales posibles.
La probabilidad posee una serie de propiedades:

P(A)=1

Cuando la probabilidad de un suceso es igual a 1, es porque se sabe lo que va a ocurrir en

dicho experimento. Por lo tanto, se infiere de que el espacio muestral de dicho evento ser
de un elemento, conocido por el observador. Esto es llamado Evento Seguro.
Ejemplo: La probabilidad de soplar una vela.

P(A)=0

Cuando la probabilidad de un experimento es 0, lo que trata de explicar es de que la

probabilidad de que ocurra este suceso es imposible, debido a que lo que se intenta estudiar
no se encuentra presente en el espacio muestral. Este es llamado Evento Imposible.
Ejemplo: La probabilidad de que salga 7 en un dado.

0 P(A) 1

La probabilidad de que ocurra un suceso cualquiera: Siempre el estudio de este evento

estar medido entre los rangos de 0 hasta 1, incluyendo tambin de que puede ser un evento
seguro o imposible.

La probabilidad de que no ocurra un suceso: Esta probabilidad ser igual a 1 menos la

probabilidad de que si ocurra el suceso.

2. Para qu sirve? Sirve para el estudio y anlisis de diversos aspectos.

3. Qu estudia? Estudia sucesos o eventos de tipo Aleatorios o Deterministas.
Existen Tipos de Eventos a estudiar:

Eventos Deterministas= Es un experimento o fenmeno que da lugar a un resultado

cierto o seguro, es decir, cuando partiendo de unas mismas condiciones iniciales
tenemos la certeza de lo que va a suceder. En estos tipos de Eventos se puede apreciar la
relacin de Causa-Efecto, debido a que el espacio muestral solo contiene un elemento,
conocido por el individuo a estudiar dicho suceso.

Ejemplo: La probabilidad de encender una ampolleta.

Eventos 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. Por lo tanto, se puede
apreciar un espacio muestral ms extenso, es decir, con una mayor cantidad de
elementos, con esto nos referimos desde 2 hasta X elementos.

Ejemplo: La probabilidad de sacar un rey en un mazo de cartas.

Tipos de Eventos Aleatorios=

Mutuamente Excluyentes: Son aquellos en los que si un evento sucede significa que el
otro no puede ocurrir. Si bien suelen usarse en teoras cientficas, tambin son parte de
las leyes y los negocios.
Ejemplo=
Al tirar un dado de 6 caras.
Suceso A: Sacar un nmero menor que 3
Posibilidades: 1, 2.
Suceso B: Sacar un nmero mltiplo de 3
Posibilidades: 3, 6.
El suceso A es mutuamente excluyente con B

Independientes: Se dice que dos sucesos aleatorios son independientes entre s cuando
la probabilidad de cada uno de ellos no est influida porque el otro suceso ocurra o no,
es decir, cuando ambos sucesos no estn relacionados.
Ejemplo=

La probabilidad de sacar una carta de un mazo de naipes ingls que sea negra y otra
probabilidad de que sea un rey, ambos pueden ocurrir a la vez, debido a que puede salir un
rey negro de pica o trbol.

4.

Cmo se calcula?

Se calcula mediante las tcnicas de conteo:

Permutacin: En matemticas, una permutacin es la variacin del orden o de la

disposicin de los elementos de un conjunto.
CON REPETICIN:
SIN REPETICIN: Orden Total de los elementos.

Variacin: En matemticas, una variacin es una forma especializada de una

permutacin, en donde importa el orden, y los elementos no se repiten debido a que no
entran todos los elementos.

CON REPETICIN:

SIN REPETICIN: Orden Parcial de los elementos.

Combinacin: Es un arreglo de elementos en donde no nos interesa el lugar o posicin

que ocupan los mismos dentro del arreglo. En una combinacin nos interesa formar
grupos, con esto se refiere a=

Elementos: ABC, ACB, BCA. CAB, BAC, CBA

No nos interesar el orden, para la combinacin todos los elementos anteriores se
generalizan como ABC.
CON REPETICIN:
SIN REPETICIN: Sin Orden de los elementos.
5. Qu determina el clculo? Determina el espacio muestral del suceso en estudio.
Espacio Muestral (): Consiste en el conjunto de todos los posibles resultados individuales
de un experimento, suceso o evento.
Ejemplo: La probabilidad de lanzar un dado.
: {1,2,3,4,5,6}

Tipos de probabilidades
Probabilidad condicional:
Se llama probabilidad del suceso B condicionado a A y se representa
por P(B/A) a la probabilidad del suceso B una vez ha ocurrido el A .

Ejemplo= Calcular la probabilidad de obtener un 6 al tirar un dado

sabiendo que ha salido par.

Probabilidad total:
Llamamos sistema completo de sucesos a una familia de sucesos A1, A2, ...,An que cumplen:
Son incompatibles dos a dos, Ai

Aj =

La unin de todos ellos es el suceso seguro,

- Teorema de la probabilidad total

Sea A1, A2, ...,An un sistema completo de sucesos tales que la probabilidad de cada uno
de ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las
probabilidades condicionales P(B/Ai), entonces la probabilidad del suceso B viene dada
por la expresin:

Ejemplo de Probabilidad Total:

-

Para comprender este ejemplo se debe tener en cuenta un concepto clave

declamado como el diagrama de rbol

Diagrama de rbol: Es un mtodo grfico de conteo donde se multiplica todas

las maneras en que se utiliza para contar una secuencia de eventos.

Ejemplo de aplicacin para el diagrama de rbol:

Una clase consta de seis nias y 10 nios. Si se escoge un comit

de tres al azar, hallar la probabilidad de:

Seleccionar tres nios.

Ahora como se tiene conocimiento sobre el diagrama de rbol, podremos

realizar el ejemplo de la probabilidad total
EJEMPLO: Se dispone de tres cajas con bombillas. La primera contiene 10
bombillas, de las cuales hay cuatro fundidas; en la segunda hay seis
bombillas, estando una de ellas fundida, y la tercera caja hay tres
bombillas fundidas de un total de ocho. Cul es la probabilidad de que al
tomar una bombilla al azar de una cualquiera de las cajas, est fundida?

Teorema de Bayes
9

En la teora de la probabilidad, es una proposicin planteada por el filsofo

ingls Thomas Bayes que relaciona a la probabilidad condicionada con su
teorema. A partir de que ha ocurrido el suceso B deducimos las
probabilidades del suceso A.
El teorema de Bayes proviene de la Probabilidad Condicionada, debido a
que su frmula general, nos proporciona la siguiente informacin:

Blaise Pascal
Biografa:

1
0

Filsofo, fsico y matemtico francs. Genio precoz a quien su padre inici muy pronto en
la geometra e introdujo en el crculo de Mersenne, la Academia, a la que l mismo
perteneca. All Pascal se familiariz con las ideas de Girard Desargues y en 1640 redact
su Ensayo sobre las cnicas (Essaipour les coniques), que contena lo que hoy se conoce
como teorema del hexgono de Pascal.
Entre sus trabajos ms importantes se destaca Cuando contaba 16 aos en donde formul
uno de los teoremas bsicos de la geometra proyectiva, conocido como el Teorema de
Pascal y descrito en su Ensayo sobre las cnicas (1639). En 1642 ide la primera mquina
de calcular mecnica. Mediante un experimento demostr en 1648 que el nivel de la
columna de mercurio de un barmetro lo determina el aumento o disminucin de la presin
atmosfrica
circundante.
En 1654 junto con Pierre de Fermat, formul la teora matemtica de la probabilidad,
fundamental en estadsticas actuariales, matemticas y en los clculos de la fsica terica
moderna. Otras de sus contribuciones son la deduccin del llamado 'principio de Pascal',
que establece que los lquidos transmiten presiones con la misma intensidad en todas las
direcciones y sus investigaciones sobre las cantidades infinitesimales.
Blaise Pascal falleci en Pars el 19 de agosto de 1662
En honor a este matemtico francs se formulo el tringulo de Pascal es una representacin
de los coeficientes binomillos ordenados en forma triangular.

Triangulo de pascal:
1- Estructura=

1
1

Para construir el tringulo, empieza con "1" arriba, y pon nmeros debajo formando
un
tringulo.
Cada nmero es la suma de los dos nmeros que tiene encima, menos los extremos,
que son siempre "1".

Diagonales
La primera diagonal es, claro, slo "unos", y la siguiente son todos los nmeros
consecutivamente (1,2,3, etc.)
La tercera diagonal son los nmeros triangulares
La cuarta diagonal son los nmeros tetradricos.

Pares e impares
Al utilizar distintos colores para los nmeros pares e impares, se obtiene un patrn
igual al del Tringulo de Sierpinski

Sumas horizontales
La suma de cada fila horizontal representa una potencia de 2 en secuencia
1
2

Sucesin de Fibonacci
La sucesin de Fibonacci se hace sumando dos nmeros para conseguir el siguiente,
por ejemplo 3+5=8, despus 5+8=13, etc.

Simetra
El tringulo es simtrico, esto quiere decir que se ve igual desde la derecha que
desde la izquierda

2- Usos=
1
3

Probabilidades: Caras y cruces

El tringulo de Pascal te dice cuntas combinaciones de caras y cruces de pueden salir

tirando monedas. As puedes averiguar la "probabilidad" de cualquier combinacin.
Por ejemplo, si tiras una moneda tres veces, slo hay una manera de sacar tres caras (CCC),
pero hay tres maneras de sacar dos caras y una cruz (CCX, CXC, XCC), tambin tres de
sacar una cara y dos cruces (CXX, XCX, CXX) y slo una de sacar tres cruces (XXX). Esta
es la pauta "1,3,3,1" en el tringulo de Pascal.
Tiradas

Resultados posibles (agrupados)

Tringulo de Pascal

H
T

1, 1

HH
HT TH
TT

1, 2, 1

HHH
HHT, HTH, THH
HTT, THT, TTH
TTT

1, 3, 3, 1

HHHH
HHHT, HHTH, HTHH, THHH
HHTT, HTHT, HTTH, THHT, THTH, TTHH
HTTT, THTT, TTHT, TTTH
TTTT

1, 4, 6, 4, 1

... etc ...

Ejemplo= Cul es la probabilidad de sacar exactamente dos caras con 4

monedas?
Hay 1+4+6+4+1 = 16 (o 44=16) resultados posibles, y 6 de ellos dan
exactamente dos caras. As que la probabilidad es 6/16, o 37.5%

1
4

Probabilidades: Combinaciones

El tringulo tambin muestra cuntas combinaciones de objetos son posibles.

Ejemplo= si tienes 16 bolas de billar, de cuntas maneras puedes elegir tres de ellas (sin
hacer diferencia del orden en que las eliges)?
Baja a la fila 16 (la primera es la fila 0), y mira 3 lugares a la derecha, all est la respuesta,
560. Aqu tienes un trozo del tringulo en la fila 16:
1 14 91 364 ...
1 15 105 455 1365 ...
1 16 120 560 1820 4368 ...

Polinomios

El tringulo de Pascal tambin te da los coeficientes en la expansin de un binomio:

Potencia

Expansin polinomial

Tringulo de Pascal

(x + 1)2 = 1x2 + 2x + 1

1, 2, 1

(x + 1)3 = 1x3 + 3x2 + 3x + 1

1, 3, 3, 1

(x + 1)4 = 1x4 + 4x3 + 6x2 + 4x + 1

1, 4, 6, 4, 1

... etc ...

Conclusin
1
5

A modo de conclusin del contenido presentado referente a las probabilidades es necesario

destacar el simple hecho de la importancia que marca el punto en la evolucin de la
matemtica y la importancia que radica en ella, ya que gracias a las probabilidades se es
posible extrapolar valores e informacin acerca de los sucesos que se estudian, en simples
palabras gracias a la estadstica y las probabilidades ya se es posible obtener valores de un
suceso por ocurrir tan simple como lanzar una moneda, un dado o tomar una carta de un
mazo de naipes.
Cabe destacar que en el estudio de las probabilidades se ha facilitado la especializacin en
ciertas reas de estudio frente a las matemticas y adems ha permitido que se contemple
una facilidad en las apuestas al saber dominar los conceptos de probabilidades conjunto con
sus variables ya que, mencionado anteriormente, al traducir la informacin obtenida frente
a un problema o suceso ya se es posible obtener una hiptesis u efecto para poder resolver
cierto problema.
Como mencin aparte pero no menor, la importancia de estadsticas y probabilidades
mantiene una importancia vital en modo de aplicacin de mtodos de clculos para predecir
un evento, es decir, cuanto mayor sea una cantidad de datos obtenidos para calcular la
probabilidad de un evento o suceso, ms preciso ser el resultado en cuestin. Adems de
una impresin y punto de vista de los objetos estudiados con la aplicacin de una
probabilidad estos sucesos radican en la vida cotidiana, un buen ejemplo de este se
presentara en el comercio adjuntando tambin la administracin en donde se debe tomar en
cuenta todos los factores que pueden alterar el resultado de un negocio exitoso, en este caso
a estos factores se le denominan como probabilidad de que ocurra un suceso.
A consecuencia de lo anteriormente sealado se es necesario destacar adems la
importancia de la teora de la probabilidad, la cual resulta fundamental tal que esta intenta
ajustar y obtener un resultado ms especifico frente al clculo de, por ejemplo, la
produccin de alimentos, materias primas, cosechas, extraccin de minerales, etc.
Para finalizar con el tema en cuestin y de forma detallada la simple probabilidad de ir a un
casino, apostar por un equipo de futbol favorito, un reporte futuro sobre el clima basndose
en los das anteriores o el clculo de un suceso esta netamente ligado con las probabilidades
las cuales estn acompaadas de las matemticas con las cuales estn presentes en la vida
cotidiana y gracias a esto se nos har mas fcil solucionar los problemas que se nos
presenten

Bibliografa y linkografa

1
6

Libro de matemticas, Las 50 teoras matemticas creadas e imaginadas.

Probabilidades y mtodos de conteo:

http://es.slideshare.net/MariaGpeRdzMarthell/mtodos-de-conteo-12196347

Probabilidad total y condicionada:

http://www.vitutor.com/pro/2/a_16.html
http://www.aulafacil.com/cursos/l11236/ciencia/estadisticas/estadisticas/teoremade-la-probabilidad-total
http://www.hrc.es/bioest/Probabilidad_15.html

Diagrama de rbol:

http://www.vitutor.com/pro/2/a_15.html

Teorema de Bayes

http://www.vitutor.com/pro/2/a_17.html

Biografa de Blaise pascal:

http://www.biografiasyvidas.com/biografia/p/pascal.htm
http://www.buscabiografias.com/biografia/verDetalle/1227/Blaise%20Pascal

Tringulo de pascal

http://www.disfrutalasmatematicas.com/triangulo-pascal.html

1
7