ESCUELA: UNIVERSIDAD POPULAR

AUTONOMA DE VERACRUZ

MATERIA: MATEMATICAS

ALUMNA: NARIA EVA BECERRA RIVERA

MAESTRO: JOSE ROMERO PADILLA ZAPATA.

TEMA PROBABILIDAD DE MATEMATICAS

INDICE
Introducción---------------------------------------------------- 1
Probabilidad---------------------------------------------------- 2
Reglas de adición -------------------------------------------- 6
Espacio maestral ----------------------------------------------7
Ejemplos ---------------------------------------------------------9
Conclusión -----------------------------------------------------12
Bibliografía -----------------------------------------------------13
INTRODUCCIÓN

La probabilidad es una herramienta de ayuda para la toma de decisiones porque

proporciona una forma de medir, expresar y analizar las incertidumbres asociadas
con eventos futuros de razones entre el número de casos favorables y el número
de casos posibles.

El concepto de probabilidad nace con el deseo del hombre de conocer con certeza
los eventos futuros. Es por ello que el estudio de probabilidades surge como una
herramienta utilizada por los nobles para ganar en los juegos y pasatiempos de la
época. El desarrollo de estas herramientas fue asignado a los matemáticos de la
corte.

Con el tiempo estas técnicas matemáticas se perfeccionaron y encontraron otros

usos muy diferentes para la que fueron creadas. Actualmente se continuó con el
estudio de nuevas metodologías que permitan maximizar el uso de la computación
en el estudio de las probabilidades disminuyendo, de este modo, los márgenes de
error en los cálculos.
El objetivo fundamental de la probabilidad, es la de mostrar al alumno la
importancia y utilidad del Método Estadístico en el ámbito económico-empresarial.
Con tal fin, el alumno deberá aprender a manejar los métodos y técnicas más
adecuadas para el correcto tratamiento y análisis de la información proporcionada
por los datos que genera la actividad económica.

Para ello se comienza afianzando los conocimientos que el alumno ya posee

de Estadística Descriptiva, además de algunos conceptos nuevos relacionados
con este tema.

El valor de la probabilidad

El valor más pequeño que puede tener la probabilidad de ocurrencia de un evento

es igual a 0, el cual indica que el evento es imposible, y el valor mayor es 1, que
indica que el evento ciertamente ocurrirá. Entonces si decimos que P(A) es la
probabilidad de ocurrencia de un evento A y P(A´ ) la probabilidad de no-
ocurrencia de A, tenemos que:

Se define como cálculo de probabilidad al conjunto de reglas que permiten

determinar si un fenómeno ha de producirse, fundando la suposición en el cálculo,
las estadísticas o la teoría.

El objetivo de esta práctica es realizar varios experimentos de probabilidad, anotar

los resultados y posteriormente compararlos con los resultados teóricos.

Eventos mutuamente excluyentes y eventos no excluyentes

Dos o más eventos son mutuamente excluyentes o disjuntos, si no pueden ocurrir

simultáneamente. Es decir, la ocurrencia de un evento impide automáticamente la
ocurrencia del otro evento (o eventos).
Reglas de la Adición

La Regla de la Adición expresa que: la probabilidad de ocurrencia de al menos dos

sucesos A y B es igual a:

P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente

P(A o B) = P(A) + P(B) – P(A y B) si A y B son no excluyentes

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

P(B) = probabilidad de ocurrencia del evento B

P(A y B) = probabilidad de ocurrencia simultanea de los eventos A y B

Eventos Independientes

Dos o más eventos son independientes cuando la ocurrencia o no-ocurrencia de

un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o
eventos). Un caso típico de eventos independiente es el muestreo con reposición,
es decir, una vez tomada la muestra se regresa de nuevo a la población donde se
obtuvo.

Eventos dependientes

Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de

uno de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando
tenemos este caso, empleamos entonces, el concepto de probabilidad condicional
para denominar la probabilidad del evento relacionado. La expresión P(A|B) indica
la probabilidad de ocurrencia del evento A sí el evento B ya ocurrió.

Se debe tener claro que A|B no es una fracción.

P(A|B) = P(A y B)/P(B) o P(B|A) = P(A y B)/P(A)

Reglas de Multiplicación

Se relacionan con la determinación de la ocurrencia de conjunta de dos o más

eventos. Es decir la intersección entre los conjuntos de los posibles valores de A y
los valores de B, esto quiere decir que la probabilidad de que ocurran
conjuntamente los eventos A y B es:

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

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

Distribución de probabilidad normal

Es una distribución de probabilidad continua que es tanto simétrica como

mesocrática. La curva que representa la distribución de probabilidad normal se
describe generalmente como en forma de campana. Esta distribución es
importante en inferencia estadística por tres razones diferentes:

1. Se sabe que las medidas producidas en muchos procesos aleatorios siguen

esta distribución.

2. Las probabilidades normales pueden utilizarse generalmente para

aproximar otras distribuciones de probabilidad, tales como las distribuciones
binomiales y de Poisson.

3. Las distribuciones estadísticas tales como la media de la muestra y la

proporción de la muestra, siguen a menudo la distribución normal, sin tener
en cuenta la distribución de la población

Los valores de los parámetros de la distribución de probabilidad normal son  = 0

y  = 1. Cualquier conjunto de valores X normalmente distribuido pueden
convertirse en valores normales estándar z por medio de la fórmula:
El espacio muestral es el conjunto de todos los posibles resultados de un
experimento aleatorio y se suele representar como E (o bien como omega, Ω, del
alfabeto griego).
Por ejemplo, cuando lanzamos una moneda, ¿cuáles son todos los posibles
resultados que podemos obtener? Que salga cara o cruz, ¿verdad? En total son
dos posibles resultados, por lo que el espacio muestral tiene 2 elementos.
E = {cara, cruz}
Y si lanzamos un dado, tenemos en total 6 posibles resultados que pueden salir.
Por lo tanto el espacio muestral sería de 6 elementos.
E = {1, 2, 3, 4, 5, 6}.
Suceso
Un suceso es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar
cara” en el lanzamiento de una moneda, “sacar el número 5” o “sacar un número
primo” en el lanzamiento de un dado son sucesos.
Veamos cuál sería el espacio muestral en el primer apartado de nuestro ejercicio.
¿Cuáles son todos los posibles resultados? Nos referimos a los números de las
bolas, que son los números del 11 al 20.
Nuestro espacio muestral tiene 10 elementos:
E = {11, 12, 13, 14, 15, 16, 17, 18, 19, 20}
Y el suceso por el que nos preguntan es “obtener un número primo”.
Ahora, ¿cómo calculamos la probabilidad de este suceso?
Cuando todos los sucesos elementales tienen las misma probabilidad de
ocurrir, la probabilidad de un suceso cualquiera A se define como el
cociente entre el número de casos favorables y el número de casos
posibles. Esta es la Ley de Laplace.

En el ejemplo de lanzar una moneda, los sucesos elementales serían: “Sacar una
cruz” o “Sacar una cara”. Si la moneda no esta trucada, la probabilidad de que
ocurra cada suceso elemental es la misma. Por lo tanto, la probabilidad de que
salga cruz es 1/2.
Volviendo a nuestro ejercicio: En una bolsa hay 10 bolas numeradas del 11 al
20, algunas rojas y otras verdes.
a) Sacamos sin mirar una bola, ¿Cuál es la probabilidad de sacar un número
primo?
Empezamos calculando el número de casos favorables y el número de casos
posibles.
Número de casos favorables = número de primos = 4 son los números primos
dentro de los resultados posibles (Los números 11, 13, 17 y 19 son primos)
Número de casos posibles = 10 (Todos los números del 11 al 20)
La probabilidad de sacar un número primo entre las 10 bolas, es de 4/10 que
simplificado es 2/5.
Solución: P (número primo) =2/5
b) ¿Cuántas bolas hay de cada color?
Nos dice que la probabilidad de que salga verde es 3/5.
El número de casos posibles, es decir, el número de bolas que pueden salir, sigue
siendo 10.
El número de casos favorables, es decir, el número de bolas de color verde
(nuestro suceso) es una de las cosas que queremos calcular.
Sabemos que 3/5 es equivalente a 6/10. Por lo tanto, si aplicamos la Ley de
Laplace:

En total hay 6 bolas verdes en la bolsa. Así que podemos deducir que el resto, 4,
son bolas rojas.
Solución: Hay 6 bolas verdes y 4 bolas rojas
Métodos de medición de Probabilidad

Uno de los métodos más 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 número 2: el caso favorable (f)

es tan sólo uno (que salga el dos), mientras que los casos posibles (n) son seis
(puede salir cualquier número 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 número 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 número 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 lotería en la que juegan

100.000 númerosnos: tan sólo un caso favorable (f), el número 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 águila en una cara y un sol en la

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

(o, lo que es lo mismo, 50 %)

Existe una probabilidad del 50% de obtener un águila al tirar una moneda.

e) Probabilidad de elegir tal o cual fruta. Si en una canasta hay 20 peras y 10

manzanas. ¿Qué fruta es más 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 sólo 10 manzanas.

Por lo tanto:

(o, lo que es lo mismo, 33,3 %)

(o, lo que es lo mismo, 66,7 %)

Fíjate bien que 33,3% + 66,7% es igual al 100% porque siempre que saquemos
algo de la canasta es seguro que será una fruta.
Conclusión:

Las probabilidades constituyen una rama de las matemáticas que se ocupa de

medir o determinar cuantitativamente la posibilidad de que un suceso o
experimento produzca un determinado resultado. La probabilidad está basada en
el estudio de la combinatoria y es fundamento necesario de la estadística.

La probabilidad matemática se utiliza mucho en las ciencias físicas, biológicas y

sociales, así como en el comercio y la industria. Se aplica a muchas áreas tan
dispares como la genética, la mecánica cuántica y los seguros. También estudia
problemas matemáticos teóricos de gran importancia y dificultad y está bastante
relacionada con la teoría del análisis matemático, que se desarrolló a partir del
cálculo.
Bibliografía:

https://www.ecured.cu/Probabilidades_matem%C3%A1ticas

https://www.smartick.es/blog/matematicas/recursos-didacticos/ejercicios-de-
probabilidad/