Mathematics">
Informe Probilidad y Distribucion de Probabilidades
Informe Probilidad y Distribucion de Probabilidades
Informe Probilidad y Distribucion de Probabilidades
Intervalo semiabierto
Un intervalo semiabierto es aquel que incluye tan solo uno de los extremos de los valores que
están entre ellos, de modo que el otro extremo queda excluido. Pueden estar incluidos o
excluidos tanto el extremo derecho como el izquierdo.
Se representa con una expresión del tipo a ≤ x < b ó a < x ≤ b, lo que sería [a;b) ó (a;b].
Intervalo infinito
Un intervalo infinito es aquel que tiene un valor infinito en uno o ambos extremos. El extremo
que posea el infinito será un extremo abierto. En caso de que ambos extremos sean infinitos, será
la recta real.
Se representa con una expresión del tipo a ≤ x ó x ≤ a, lo que sería [a;∞) ó (-∞;a). Estos además
pueden contener intervalos cerrados, como [a; ∞).
● Fuentes: https://sites.google.com/site/matematica20142grupo3/conjuntos
● https://psicologiaymente.com/miscelanea/tecnicas-de-conteo
● https://enciclopediaeconomica.com/intervalos/
Probabilidad clásica
Todos los casos posibles tienen la misma posibilidad de suceder. Un ejemplo es una moneda, en
el que las posibilidades son las mismas que salga cara o sello.
Probabilidad condicionada
Es la probabilidad que un suceso A ocurra en conocimiento que también sucede otro B y se
expresa P(A|B) o P(B|A) según sea el caso y se entendería como “la probabilidad de B dado A”.
No existe necesariamente relación entre ambos o puede que uno sea consecuencia del otro, e
incluso pueden suceder al mismo tiempo.
Probabilidad frecuencial
Se dividen los casos favorables con los posibles, cuando estos últimos tiende a infinito
Fuente: https://conceptodefinicion.de/probabilidad/#Tipos_de_probabilidad
3 Experimento aleatorio, espacio muestral y eventos o sucesos y variable aleatoria.
Definición, características: tipos y propiedades, modelo matemático y partes, ejemplo.
Fuente bibliográfica.
Espacio muestral: El espacio muestral está formado por todos los posibles resultados de un
experimento aleatorio. Es decir, se compone de todos y cada uno de los sucesos elementales. Se
representa con Ω
Eventos o sucesos: denominamos suceso a cualquier subconjunto de un espacio muestral; esto es,
a cualquier posible resultado de un experimento aleatorio. Tipos:
● Suceso seguro
El suceso seguro es aquél que está formado por todos los resultados
posibles del espacio muestral (E), es decir aquél que se cumple siempre.
Por ejemplo, al tirar un dado cúbico obtener un número del uno al seis.
● Suceso imposible
El suceso imposible es aquél que no ocurre nunca. Se expresa con el
símbolo Ø. Por ejemplo, obtener un ocho al tirar un dado cúbico.
● Suceso contrario o complementario de otro suceso
Se define el suceso contrario a A como el suceso que acontece cuando no
ocurre A. EL suceso contrario a obtener un número par es obtener uno
impar.
Fuente: https://economipedia.com/definiciones/experimento-aleatorio.html
https://economipedia.com/definiciones/espacio-muestral.html
https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/EstadisticaProbabilidadInferenci
a/Probabilidad/2_2SucesosTiposdeSucesos.html
4 Probabilidad condicional, marginal y conjunta. Definición, características: tipos y
propiedades, modelo matemático y partes, ejemplo. Fuente bibliográfica.
Probabilidad Condicional: La probabilidad condicional es la probabilidad de algún evento A ,
dada la ocurrencia de algún otro evento B . Esto está denotado por P ( A | B ) y se lee “la
probabilidad de A , dado B ”. En otras palabras, estamos calculando probabilidades condicionales
al conocer información adicional parcialmente a través del experimento.
Probabilidad marginal: La probabilidad Marginal te permite obtener probabilidades totales. Es
cuando nos interesa conocer la distribución de un componente por separado, sin tener en cuenta a
el otro componente. Eso se denomina "marginar"
Probabilidad Conjunta: Es la probabilidad de ocurrencia de dos o más eventos. De la
expresión P(B|A)=P(A∩B)/P(A) se pude despejar P(A∩B)=P(A)P(B|A) expresión llamada Ley
de multiplicación de probabilidades. P(A∩B) recibe el nombre de probabilidad conjunta y
corresponde a la probabilidad de que se presenten resultados comunes a los eventos A y B.
● Fuentes:
https://www.varsitytutors.com/hotmath/hotmath_help/spanish/topics/conditional-probability
https://sites.google.com/site/inglogistica1621112/distribucion-marginal-y-conjunta#:~:text=L
a%20probabilidad%20Marginal%20te%20permite%20obtener%20probabilidades%20totales.
&text=Es%20cuando%20nos%20interesa%20conocer,se%20llama%20%22distribuci%C3%
B3n%20marginal%22.
http://proyest1.blogspot.com/p/blog-page_7962.html#:~:text=Es%20la%20probabilidad%20d
e%20ocurrencia%20de%20dos%20o%20m%C3%A1s%20eventos.&text=Existen%20varias
%20operaciones%20entre%20conjuntos,a%20B%20o%20a%20ambos.
Fuente: https://ljk.imag.fr/membres/Bernard.Ycart/emel/cours/mp/node3.html
6 Base para calcular probabilidad de eventos (tabla de una variable y cruzada, función).
Presentación, elementos, ejemplo y fuente bibliográfica.
● Para calcular probabilidades se utiliza la siguiente fórmula:
● Probabilidad = Casos favorables / Casos posibles
● El resultado se multiplica por 100 para expresarlo en porcentaje.
Ejemplo: Calcular la probabilidad de que salga "cara" al lanzar una moneda:
Fuente: http://www.bartolomecossio.com/MATEMATICAS/clculo_de_probabilidades.html
Suceso Compuesto: aquel suceso que está determinado por dos o más de sus resultados.
B = "Salir un número par" = { 2, 4, 6 }
Suceso independiente: Dos sucesos son independientes cuando la probabilidad de uno de ellos no
depende para nada de que se haya verificado el otro.
Suceso condicional: es la probabilidad de que ocurra un evento A, sabiendo que también sucede
otro evento B.
● Fuentes: https://economipedia.com/definiciones/suceso-elemental.html
● https://rea.ceibal.edu.uy/elp/cu_l_es_la_probabilidad/tipos_de_sucesos.html
● https://matematicasies.com/Sucesos-Independientes
● https://es.wikipedia.org/wiki/Probabilidad_condicionada#:~:text=Probabilidad%20condic
ional%20es%20la%20probabilidad,probabilidad%20de%20A%20dado%20B%C2%BB
9 Teorema de probabilidad total y teorema de Bayes. Definición, características: tipos y
propiedades, modelo matemático y partes, ejemplo. Fuente bibliográfica.
Teorema de probabilidad total: nos permite calcular la probabilidad de un suceso a partir de
probabilidades condicionadas:
Ejemplo: supongamos que si llueve la probabilidad de que ocurra un accidente es x% y si hace
buen tiempo dicha probabilidad es y%. Este teorema nos permite deducir cuál es la probabilidad
de que ocurra un accidente si conocemos la probabilidad de que llueva y la probabilidad de que
haga buen tiempo.
Fuente:
https://www.aulafacil.com/cursos/estadisticas/gratis/teorema-de-la-probabilidad-total-l11236
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.
Fuente: https://economipedia.com/definiciones/teorema-de-bayes.html
● Variable aleatoria discreta: Una variable aleatoria es discreta si los números a los que
da lugar son números enteros. La forma de calcular las probabilidades de una variable
aleatoria discreta es a través de la función de probabilidad.
● Variable aleatoria continua: Una variable aleatoria es continua en caso de que los
números a los que de lugar no sean números enteros. Es decir, tengan decimales.
Fuente: https://economipedia.com/definiciones/variable-aleatoria.html
Una distribución continua describe las probabilidades de los posibles valores de una variable
aleatoria continua. Una variable aleatoria continua es una variable aleatoria con un conjunto de
valores posibles (conocido como el rango) que es infinito y no se puede contar.
Una distribución discreta describe la probabilidad de ocurrencia de cada valor de una variable
aleatoria discreta. Una variable aleatoria discreta es una variable aleatoria que tiene valores
contables, tales como una lista de enteros no negativos.
● Fuentes: https://www.uv.es/webgid/Descriptiva/3_funciones_de_probabilidad_y_distribucin.html
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-and-rand
om-data/supporting-topics/basics/continuous-and-discrete-probability-distributions/
3 Distribución de probabilidades. Definición, características: tipos y propiedades, modelo
matemático y partes, ejemplo. Fuente bibliográfica
La distribución de probabilidad se refiere a todos los resultados posibles que pueda tener una
variable aleatoria, es decir, describe el comportamiento de dicha variable dentro de un intervalo
de valores o de posibles resultados.
Distribución normal.
Esta distribución considera dos parámetros, los cuales son el promedio o la media (μ) y
la desviación estándar (σ).
Distribución binomial.
Un experimento o estudio tiene una distribución binomial cuando se cumplen las siguientes
condiciones:
● En el experimento solo existen dos posibles resultados, el éxito o el fracaso.
● La repetición del mismo experimento presenta un resultado que es independiente de los
resultados anteriores.
● La probabilidad del éxito o del fracaso es constante.
● Cada experimento posee un mismo número de réplicas.
Distribución hipergeométrica.
Este tipo de distribución está relacionada con muestreos sin reemplazo y aleatorios. En el
muestreo sin reemplazo no se devuelve o descarta ningún elemento seleccionado hasta finalizar
dicho muestreo.
Fuente: https://www.webyempresas.com/distribucion-de-probabilidad/#Tipos_de_Distribucion
● Fuentes: https://economipedia.com/definiciones/esperanza-matematica.html
https://matemovil.com/media-varianza-y-desviacion-estandar-de-una-variable-aleatoria-d
iscreta/
https://matemovil.com/media-o-valor-esperado-varianza-y-desviacion-estandar-de-una-va
riable-aleatoria-continua/
Fuente:
https://www.sdelsol.com/glosario/distribucion-binomial/#:~:text=La%20distribuci%C3%B3n%20binomia
l%20es%20una,y%20no%20puede%20ser%20negativa.
6 Modelo de distribución de probabilidad hipergeométrico. Distribución de probabilidades.
Definición, características: tipos y propiedades, modelo matemático y partes, ejemplo.
Fuente bibliográfica
La distribución hipergeométrica es especialmente útil en todos aquellos casos en los que
se extraigan muestras o se realicen experiencias repetidas sin devolución del elemento
extraído o sin retornar a la situación experimental inicial.
Las consideraciones a tener en cuenta en una distribución hipergeométrica:
Fuente :
https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/EstadisticaProbabilidadInfer
encia/VAdiscreta/4_1DistribucionHipergeometrica/index.html
Fuente: https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/exponencial.htm