República Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educación Universitaria.

Universidad Nacional Experimental “Francisco de Miranda”.

Área de ciencias de la salud.

Programa de Ingeniería Biomédica.

Unidad curricular: Estadística.

Estadística: Probabilidad
Condicional y Regla Especial
de Multiplicación

Autores:

García Carla C.I: 28.388.517

Matey Anthony C.I: 27.273.075

Ramones Naczareth C.I: 29.600.015

Romero Ana C.I: 28.251.681

Tapia Jesús C.I: 28.228.408

Santa Ana de Coro, Julio 2024.

 INTRODUCCIÓN

En el presente trabajo se abarcará el tema de probabilidad, dando

comienzo con lo relacionado a su origen, en la cual se dará a conocer el por qué
se dio la creación de la probabilidad, quienes fueron los que dieron origen al
mismo y además como se fue desarrollando. Posteriormente, se proseguirá dando
a conocer conceptos y definiciones los cuales son relevantes con el tema.

De igual manera, se dará una explicación breve y concisa sobre en que

situaciones se es utilizada la probabilidad, para ello se nombraran ciertas
circunstancias y se definirá de que manera influye la probabilidad. A su vez, se
dará una explicación con respecto a las teorías que definen y se expresan en base
a la probabilidad.

Prosiguiendo, se dará a conocer los diversos tipos de probabilidad, donde

se dará una breve definición de cada uno y se mencionaran características para
comprenderlas mejor. Una vez se hallan definido los conceptos, definiciones y
usos, se explicará brevemente su fórmula general.

Para continuar, se hablará de una probabilidad en específico, la cual es la

probabilidad condicional, la cual se explicará y además se llevará a cabo un
ejemplo para comprenderlo mejor. Para finalizar, se dará a conocer la regla de la
multiplicación y su uso.
 Origen de la Probabilidad

La definición de probabilidad se produjo debido al deseo del ser humano

por conocer con certeza los eventos que sucederán en el futuro, por eso a través
de la historia se han desarrollado diferentes enfoques para tener un concepto de la
probabilidad y determinar sus valores. Su origen se da en 1654, cuando comienza
a desarrollarse el cálculo de probabilidades, cuando Fermat y Pascal en 1654, en
correspondencia no publicada, inician la aplicación métodos matemáticos para
resolver problemas de juegos de azar con cartas y dados. Otros nombres
destacados en el desarrollo del cálculo de probabilidades son Jakob Bernoulli
quien en 1713 publicó un libro titulado “Ars Conjectandi”, que contiene la hoy
llamada “ley de los grandes números de Bernoulli”) y Abraham de Moivre fue el
autor de “Doctrina de las Chances del año 1718.

En el siglo siguiente se destaca Laplace y su obra “Teoría analítica de la

probabilidad” del año 1812. Posteriormente, a mediados del siglo XIX hay una
aceleración con respecto al desarrollo de la teoría de probabilidades. Tchebycheff
es el primero de la escuela rusa que contribuyó mucho al desarrollo de la teoría de
probabilidades, con matemáticos como Markov y Kolmogorov.

Se llevo a cabo el planteamiento de problemas de genética a finales del

siglo XIX. Seguidamente, al inicio del siglo XX se da un rápido desarrollo en el
ámbito de la Física, con las teorías de movimiento browniano y mecánica
estadística le dieron a la teoría de probabilidades fuentes de nuevos problemas.
La definición que se usa actualmente de Probabilidad fue dada recién en 1933, por
Kolmogorov. Es una definición axiomática, similar a la definición de medida de la
teoría de la medida (teoría desarrollada en 1898 por Borel y que sirve de base a la
teoría de integración de Lebesgue).

Además de sus aplicaciones a la genética, física, tecnología, etc., la teoría

de probabilidades sirve de base a la teoría de inferencia estadística, ya que en
inferencia estadística se mide la probabilidad de equivocarse al hacer una
inferencia inductiva.
 Probabilidad

La probabilidad es una medida de la certidumbre de que ocurra un evento.

Su valor es un número entre 0 y 1, donde un evento imposible corresponde a cero
y uno seguro corresponde a uno. Una forma empírica de estimar la probabilidad
consiste en obtener la frecuencia con la que sucede un determinado
acontecimiento mediante la repetición de experimentos aleatorios, bajo
condiciones suficientemente estables.

En algunos experimentos de los que se conocen todos los resultados

posibles, las probabilidades de estos sucesos pueden ser calculadas de manera
teórica, especialmente cuando todos los resultados son igualmente probables. La
teoría de la probabilidad es la rama de la matemática que estudia los
experimentos o fenómenos aleatorios. Se usa extensamente en áreas como la
estadística, la física, la economía (ciencia económica), las finanzas, la ciencia de
datos, la Investigación médica, en mediano grado en algunas de las demás
ciencias sociales y en menor grado en la filosofía para conocer la viabilidad de
sucesos y la mecánica subyacente de sistemas complejos.

Conceptos

Variable aleatoria o estocástica: Es una función que, en un experimento

aleatorio, asigna a cada suceso elemental (e) un valor numérico (r).

Ej: E = {masculino, femenino}

Masculino → 0

Femenino → 1

Distribución de probabilidad: Es el conjunto de todos los valores de la variable con

sus correspondientes probabilidades.

Ej: Valores de un dado E = {1, 2, 3, 4, 5, 6}

P= {1∕6, 1∕6, 1∕6, 1∕6, 1∕6, 1∕6}

Ley o Modelo de probabilidad: Modelo que sirve para explicar la distribución de
una variable aleatoria.

Densidad de probabilidad: En variables continuas, es la probabilidad asociada a

un determinado intervalo.

Aplicación de Probabilidad

Análisis estadístico del riesgo empresarial: se pueden estimar caída de precios de

acciones, estados de inversiones, etc., a través de fórmulas probabilísticas.

Cálculo de seguros: los procesos en los que se estudia la fiabilidad de un

asegurado, para saber si es rentable asegurarlo y por cuánto dinero y tiempo
conviene hacerlo, son posibles gracias a estrategias y cálculos de probabilidad.

Análisis de conducta: en este tipo de aplicación, se hace uso de la probabilidad

para evaluar ciertos comportamientos de una muestra de la población, de manera
que puedan predecirse ciertos patrones de opinión, comportamientos o
pensamientos.

Investigación médica: el éxito de vacunas, así como sus efectos secundarios en la

población, por ejemplo, viene determinada por cálculos probabilísticos.

Teorías con respecto a la Probabilidad

Existen tres métodos para determinar la probabilidad de cualquier evento y se

basan en las reglas de:

Adición: plantea que la probabilidad de que ocurra un evento en concreto es igual

a la suma de las probabilidades individuales, siempre y cuando los eventos no
ocurran en el mismo momento.

Multiplicación: plantea que la probabilidad de que ocurra dos o más eventos

independientes es igual al producto de sus probabilidades individuales.
Distribución binomial: plantea que la probabilidad de que ocurra una combinación
determinada de eventos independientes entre ellos admite solo dos posibles
resultados excluyentes entre ellos: éxito o fracaso.

Además, existe la regla de Laplace, que plantea que en una muestra aleatoria
formada por resultados que son igual de probables, la probabilidad de un suceso
es resultado del número de casos posibles divididos entre el número de casos
probables.

Tipos de Probabilidad

Matemática: sigue los principios de una lógica formal y no experimental,

calculando en cifras eventos aleatorios que pueden ocurrir en un determinado
campo.

Frecuencial: se basa en la experimentación y determina el número de veces que

un suceso puede ocurrir, teniendo en cuenta un número específico de
oportunidades.

Objetiva: tiene en cuenta con antelación la frecuencia del evento, y solo da a

conocer los casos probables en los que puede ocurrir tal evento.

Subjetiva: su concepto es opuesto a la probabilidad matemática, ya que toma en

cuenta ciertas eventualidades que permiten inferir la probabilidad de un
determinado evento, aun sin tener una certeza a nivel aritmético.

Binomial: La distribución de frecuencias de objetos con una determinada

característica, que se obtiene al extraer de forma no exhaustiva muestras al azar
de una población, sigue una ley Binomial. Determina el éxito o fracaso de un
evento que tenga únicamente dos posibles resultados.

Características:

 Distribución de probabilidad discreta.

 Las probabilidades de ambas posibilidades han de ser constantes en todos
los experimentos (π y 1-π).
  Se utiliza en muestreos con reposición.
 Para poblaciones muy grandes (N>>n).

Lógica: plantea la posibilidad de que un evento ocurra a partir de leyes inductivas.

Ley de Poisson: La distribución de frecuencias de una característica poco

frecuente, obtenida al extraer al azar y con reposición muestras muy grandes.

Representación: S ~ P(λ), representando λ el número de veces que se espera que

ocurra el fenómeno en una muestra o intervalo dado.

Características:

 Distribución de probabilidad discreta.

 Solamente admite dos categorías (éxito y fracaso).
 Se utiliza en muestreos con reposición.
 Para poblaciones muy grandes (N>>n).
 En muestras muy grandes (n≥100)
 La frecuencia de la característica a estudiar es poco frecuente (π ≤ 0.05)

Condicionada: explica la probabilidad de que suceda un evento según la

ocurrencia previa de otro, por lo que uno es dependiente del otro.

Hipergeométrica: probabilidad que se obtiene a partir de técnicas de muestreo, es

decir, que los eventos se clasifican según la frecuencia de su acontecimiento. De
esta forma, se crean una serie de grupos de eventos que están determinados
según su aparición.

Características:

 Distribución de probabilidad discreta.

 Solamente admite dos categorías (éxito y fracaso).
 Se utiliza en muestreos SIN reposición.
Ley normal o distribución de Gauss: es utilizada para lo que son distribuciones
continuas, casi cualquier distribución de posibilidad se puede aproximar por la ley
normal bajo ciertas condiciones

Características

 Tiene forma de campana.

 Es simétrica alrededor de la media.
 Es asintótica (no llega a tocar el eje de las X).
 Media, mediana y la moda son iguales y se localizan en el centro de la
distribución.
 El área total bajo la curva vale 1.

Fórmula general de Probabilidad

Para el cálculo de la probabilidad es necesario dividir el número de sucesos

favorables entre el número total de sucesos posibles. Esto genera una muestra y,
a partir de los datos obtenidos, se puede realizar el cálculo.

El cálculo de probabilidades se expresa en porcentaje y responde a la siguiente

fórmula:

Probabilidad = Casos favorables / casos posibles x 100.

Importancia:

La probabilidad constituye un importante parámetro en la determinación de

las diversas casualidades obtenidas tras una serie de eventos esperados dentro
de un rango estadístico. Los tres métodos para calcular las probabilidades son la
regla de la adición, la regla de la multiplicación y la distribución binomial.

Probabilidad Condicional

Mide la probabilidad de que ocurra algo después de que ya ha ocurrido otra

cosa distinta
A diferencia de la probabilidad independiente, en la condicional, la ocurrencia de
un evento sí afecta la probabilidad del otro.

Su fórmula es: P(A|B) = P (A ∩ B) / P(B)

Ejemplo: El 76 % de los estudiantes de Ingeniería Civil han aprobado resistencia

de materiales y el 45 % aprobaron estática. Además, el 30 % aprobaron
resistencia de materiales y estática. Si Camilo aprobó resistencia de materiales,
¿qué probabilidad tiene de haber aprobado también estática?

Solución: se trabaja con 2 eventos: aprobar resistencia de materiales, y aprobar

estática.

• Evento A: aprobar resistencia de materiales. P(A) = 76 %.

• Evento B: aprobar estática. P(B) = 45 %.

• Evento A y B: aprobar resistencia de materiales y estática. P(A∩B) = 30 %, y es

lo mismo que: P(B∩A) = 30 % Ahora calculamos la probabilidad de aprobar
estática, dado que se aprobó resistencia de materiales.

Para Camilo, la probabilidad de aprobar estática, dado que aprobó resistencia de

materiales es de 39,47 %.

Regla de la multiplicación

Cuando calculamos las probabilidades de que ocurra un evento Y luego

otro, multiplicamos la probabilidad de que ocurra cada uno. En otros casos, que el
primer evento ocurra no afecta la probabilidad del segundo evento. A estos los
llamamos eventos independientes.
 En caso de los eventos dependientes, la probabilidad que ambos eventos
occurran simultáneamente es: P(A y B)= P(A)xP(B/A).

(La notación significa P(B/A)."la probabilidad de B, dado que A ha ocurrido)

CONCLUSIÓN

Para finalizar con el presente trabajo, se puede concluir que la probabilidad

permite medir la frecuencia con la cual se obtiene un resultado o también es
posible obtener una serie de resultados al llevarse a cabo una prueba o
experimento, en el cual se dan a conocer todos los resultados posibles en
condiciones previamente establecidas.

Continuando, con respecto a la teoría de la probabilidad es utilizada

ampliamente en diversas áreas, como son el área de estadística, la física, la
matemática, la ciencia y también en la filosofía, dicha teoría les permite sacar
conclusiones junto a sus probabilidades en sucesos potenciales y además su
mecánica subyacente de sistemas complejos.

Prosiguiendo, la probabilidad constituye un importante parámetro en la

determinación de diversos resultados obtenidos tras diferentes eventos que se
encuentren en un rango estadístico. Dos temas importantes los cuales fueron
tomados en cuenta para el trabajo fue la de Probabilidad Condicional, y además
también la regla de la multiplicación.
 REFERENCIAS BIBLIOGRÁFICAS

 https://economipedia.com/definiciones/probabilidad-condicional.html
 https://es.khanacademy.org/math/ap-statistics/probability-ap/probability-
multiplication-rule/a/general-multiplication-rule#:~:text=Cuando
%20calculamos%20las%20probabilidades%20de,estos%20los
%20llamamos%20eventos%20dependientes.
 https://significado.com/im-probabilidad/
 https://www.dm.uba.ar/materias/estadistica_Q/2008/1/
EstadQuimProbabilidad.pdf
 https://www.politecnicosanluis.cl/wp-content/uploads/2020/04/Matem
%C3%A1tica-3%C2%B0-Gu%C3%ADa-5.pdf
 https://www.cartagena99.com/recursos/alumnos/temarios/4_Leyes%20de
%20probabilidad.pdf