Probabilidad Estadistica

Introducción
Para dar inicio a este trabajo cabe destacar que en nuestra vida cotidiana
tenemos un lenguaje que en algunos casos se nos presentan dichas como
“probablemente”, es por eso que la teoría de 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. Por otra
parte el muestreo nos ayuda para la investigación científica, para así obtener una
o más muestras de una población.
1. Nociones de probabilidad:
La Noción de probabilidad mide la frecuencia y posibilidad con la que puede

suceder un resultado ya sea en un experimento aleatorio, del que se conocen
todos los resultados posibles, bajo condiciones suficientes estables.
la teoría de la probabilidad se usa extensamente en materias como la estadística,

la física, la matemática, las ciencias y la filosofía paea sacar conclusiones sobre la
probabilidad discreta de sucesos potenciales y la mecánica subyacente de
sistemas complejos.
Distribución muéstrales:
Una distribución muestral es una función de probabilidad, ya que asigna a

cada posible valor de un estadístico su probabilidad de aparecer en una muestra
extraída al azar. En realidad, esta definición es estrictamente cierta solo cuando la
variable toma valores discretos; por ejemplo, cuando procede de un contaje y sus
posibles valores son 0, 1, 2, 3, etc. Cuando el valor del estadístico muestral es una
variable continua, la distribución muestral correspondiente se denomina función de
densidad de probabilidad. La probabilidad en este caso corresponde gráficamente
a un área bajo la curva de esa función, delimitada por un cierto intervalo de la
variable. Analíticamente, esa área se calcula como la integral de la función entre
los límites del intervalo de la variable, que en la práctica se obtiene con un
ordenador o se consulta en una tabla.
Eventos de probabilidad:
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
Variable independiente:
La variable independiente es aquella que determina el valor de la variable

dependiente. Esto, en un modelo o estudio estadístico.
Otra forma de definir la variable independiente, también llamada explicativa, es
aquella cuya variación también causa un cambio en la variable dependiente o
variable explicada.
Ejemplo:
 Supongamos que se busca explicar qué factores definen el monto de

compra de un grupo de consumidores en un supermercado. Entre las
variables independientes tendremos el precio de los productos, la edad del
individuo, si el usuario vive solo o acompañado (pudiendo ser jefe de
familia), e incluso podría influir la hora de compra.
Variable dependiente:
La variable dependiente es aquella que, dentro de un modelo económico o

estadístico, es explicada por otras variables a las que denominamos
independientes.
La variable dependiente, en otras palabras, es aquella cuya variación en su valor
viene motivada por fluctuaciones en las variables independientes.
Ejemplo:
 Supongamos que estoy estamos estudiando el nivel de contaminación de

una ciudad, medido en emisiones de dióxido de carbono. Así, esta sería la
variable dependiente, mientras que las independientes serían la cantidad de
coches en la ciudad, el costo de los medios de transporte público, el estado
de las autopistas, la existencia, o no, de semáforos inteligentes, entre otros.
Todas estas últimas serían las variables independientes.
Probabilidad Condicional:
Es la posibilidad de que ocurra un evento, al que denominamos A, como

consecuencia de que ha tenido lugar otro evento, al que denominamos B.
Es decir, la probabilidad condicional es aquella que depende de que se haya
cumplido otro hecho relacionado.
Ejemplo:
Supongamos que tenemos un aula con 30 alumnos, siendo el 50 % de 14 años y

el otro 50% de 15 años. Además, sabemos que 12 integrantes del salón tienen 14
años y usan resaltador en sus libros ¿Cuál es la probabilidad de que un estudiante
del salón use resaltador si tiene 14 años?
Siguiendo la fórmula mostrada líneas arriba, primero, sabemos que la probabilidad

de que el estudiante tenga 14 años es 50%(P(B)). Asimismo, la probabilidad que
de que un estudiante tenga 14 años y use resaltador es 12/30=40%.
Por lo tanto, la probabilidad de que un estudiante use resaltador si tiene 14 años

se calcularía de la siguiente forma:
P(A|B)=P(A ∩ B)/P(B)=0,4/0,5=0,8=80%
Es decir, existe un 80% de probabilidad de que un estudiante use resaltador si

tiene 14 años.
Probabilidad en conjunto:
Es un concepto dado que se usa en la vida diaria para indicar cuan posible
es que se presente u ocurra un evento en el futuro. Conocer algo o mucho del
futuro nos ayuda a tomar decisiones. Para lograr un desarrollo ordenado de la
teoría de probabilidad se requiere conocer los conceptos básicos de la teoría de
conjuntos. Un conjunto es una colección específica descrita con claridad y los
miembros del conjunto son los elementos que la componen.
Teorema de Bayes:
Es utilizado para calcular la probabilidad de un suceso, teniendo

información de antemano sobre ese suceso.
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A
cumple cierta característica que condiciona su probabilidad. El teorema de Bayes
entiende la probabilidad de forma inversa al teorema de la probabilidad total. El
teorema de la probabilidad total hace inferencia sobre un suceso B, a partir de los
resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de A
condicionado a B.
Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos,
necesitamos una fórmula. La fórmula se define matemáticamente como:
Donde B es el suceso sobre el que tenemos información previa y A(n) son los
distintos sucesos condicionados. En la parte del numerador tenemos la
probabilidad condicionada, y en la parte de abajo la probabilidad total. En
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy sencilla.
Para demostrarlo, utilizaremos un ejemplo en el que en lugar de A(1), A(2) y A(3),
utilizaremos directamente A, B y C.
Distribución de Probabilidad:
Es una función que asigna a cada suceso definido sobre

la variable la probabilidad de que dicho suceso ocurra. La distribución de
probabilidad está definida sobre el conjunto de todos los sucesos y cada uno de
los sucesos es el rango de valores de la variable aleatoria. También puede decirse
que tiene una relación estrecha con las distribuciones de frecuencia.
La distribución de probabilidad está completamente especificada por la función de

distribución, cuyo valor en cada x real es la probabilidad de que la variable
aleatoria sea menor o igual que x.
Distribución de Bernoulli:
Es un modelo teórico utilizado para representar una variable

aleatoria discreta la cual solo puede resultar en dos sucesos mutuamente
excluyentes.
En otras palabras, la distribución de Bernoulli es una distribución aplicada a una
variable aleatoria discreta, la cual solo puede resultar en dos sucesos posibles:
“éxito” y “no éxito”.
Distribución de Poisson:
es una distribución de probabilidad discreta que modeliza la frecuencia de eventos

determinados durante un intervalo de tiempo fijado a partir de la frecuencia media
de aparición de dichos eventos.
En otras palabras, la distribución de Poisson es una distribución de probabilidad
discreta que, tan solo conociendo los eventos y su frecuencia media de
ocurrencia, podemos saber su probabilidad.
Conclusión
Para concluir es importante tomar en cuenta la definición de la probabilidad

ya que nos ayuda mediante recursos matemáticos a medir o determinar la certeza
o duda de un dado. Saber calcular probabilidades, te permite analizar, predecir
sucesos, fenómenos y un determinado grado de aciertos.
Así mismo el muestre es de gran ayuda para obtener probabilidades bajas o altas
a través de una investigación dentro de una población.

Probabilidad Estadistica

Cargado por

Copyright:

Formatos disponibles

Probabilidad Estadistica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Probabilidad Estadistica

Cargado por

Copyright:

Formatos disponibles

Introducción

La Noción de probabilidad mide la frecuencia y posibilidad con la que puede

la teoría de la probabilidad se usa extensamente en materias como la estadística,

Una distribución muestral es una función de probabilidad, ya que asigna a

Empezamos calculando el número de casos favorables y el número de casos

Número de casos favorables = número de primos = 4 son los números

La probabilidad de sacar un número primo entre las 10 bolas, es de 4/10 que

Solución: P (número primo)=2/5

La variable independiente es aquella que determina el valor de la variable

 Supongamos que se busca explicar qué factores definen el monto de

La variable dependiente es aquella que, dentro de un modelo económico o

 Supongamos que estoy estamos estudiando el nivel de contaminación de

Es la posibilidad de que ocurra un evento, al que denominamos A, como

Supongamos que tenemos un aula con 30 alumnos, siendo el 50 % de 14 años y

Siguiendo la fórmula mostrada líneas arriba, primero, sabemos que la probabilidad

Por lo tanto, la probabilidad de que un estudiante use resaltador si tiene 14 años

Es decir, existe un 80% de probabilidad de que un estudiante use resaltador si

Es utilizado para calcular la probabilidad de un suceso, teniendo

Es una función que asigna a cada suceso definido sobre

La distribución de probabilidad está completamente especificada por la función de

Es un modelo teórico utilizado para representar una variable

es una distribución de probabilidad discreta que modeliza la frecuencia de eventos

Para concluir es importante tomar en cuenta la definición de la probabilidad

También podría gustarte