Mind map
PROBABILIDAD

Map content
PROBABILIDAD
Que es
- Es el conjunto de posibilidades de que un evento ocurra o no en un momento y tiempo determinado. Dichos eventos pueden ser medibles a través de una escala de 0 a 1, donde el evento que no pueda ocurrir tiene una probabilidad de 0 (evento imposible) y un evento que ocurra con certeza es de 1 (evento cierto).
- Tipos
- Probabilidad Empìrica
- Si E es un evento que puede ocurrir cuando se realiza un experimento, entonces la probabilidad empírica del evento E, que a veces se le denomina definición de frecuencia relativa de la probabilidad, está dada por la siguiente fórmula:
- Probabilidad Teorìca
- Si todos los resultados en un espacio muestral S finito son igualmente probables, y E es un evento en ese espacio muestral, entonces la probabilidad teórica del evento E está dada por la siguiente fórmula, que a veces se le denomina la definición clásica de la probabilidad, expuesta por Pierre Laplace en su famosa Teoría analítica de la probabilidad publicada en 1812:
- Probabilidad Empìrica
- Tipos
- Es el conjunto de posibilidades de que un evento ocurra o no en un momento y tiempo determinado. Dichos eventos pueden ser medibles a través de una escala de 0 a 1, donde el evento que no pueda ocurrir tiene una probabilidad de 0 (evento imposible) y un evento que ocurra con certeza es de 1 (evento cierto).
Anàlisis Combinatorio
- Factorial
- Que es
- La factorial está relacionada con el cálculo del número de maneras en las que un conjunto de cosas puede arreglarse en orden. El número de maneras en el que las n cosas pueden arreglarse en orden es:
- Que es
- Permutaciones
- Que son
- En muchos casos se necesita saber el número de formas en las que un subconjunto de un grupo completo de cosas puede arreglarse en orden. Cada posible arreglo es llamado permutación.
- Que son
- Combinaciones
- Que son
- En muchos situaciones no interesa el orden de los resultados, sino sólo el número de maneras en las que r objetos pueden seleccionarse a partir de n cosas, sin consideración de orden. Si dos subconjntos se consideran iguales debido a que simplemente se han reordenado los mismos elementos, entonces se trata de combinaciones.
- El número de maneras para arreglar r objetos seleccionados a la vez de n objetos, sin considerar el orden, es decir, el número de combinaciones de n elementos tomados r a la vez es:
- En muchos situaciones no interesa el orden de los resultados, sino sólo el número de maneras en las que r objetos pueden seleccionarse a partir de n cosas, sin consideración de orden. Si dos subconjntos se consideran iguales debido a que simplemente se han reordenado los mismos elementos, entonces se trata de combinaciones.
- Que son
- Factorial
CONCEPTOS BÁSICOS
- Experimento
- Es toda acción sobre la cual vamos a realizar una medición u observación, es decir cualquier proceso que genera un resultado definido.
- Experimento Aleatorio
- Es toda actividad cuyos resultados no se determinan con certeza. Ejemplo: lanzar una moneda al aire. No podemos determinar con toda certeza ¿cuál será el resultado al lanzar una moneda al aire?, por lo tanto constituye un experimento aleatorio.
- Espacio Muestral
- Es un conjunto de todos los resultados posibles que se pueden obtener al realizar un experimento aleatorio. Ejemplo: sea el experimento E: lanzar un dado y el espacio muestral correspondiente a este experimento es: S = (1, 2, 3, 4, 5, 6(.
- Punto Muestral
- Es un elemento del espacio muestral de cualquier experimento dado.
- Evento o Suceso
- Es todo subconjunto de un espacio muestral. Se denotan con letras mayúsculas: A, B, etc. Los resultados que forman parte de este evento generalmente se conocen como "resultados favorables". Cada vez que se observa un resultado favorable, se dice que "ocurrió" un evento. Ejemplo: Sea el experimento E: lanzar un dado. Un posible evento podría ser que salga número par. Definimos el evento de la siguiente manera: A = sale número par = (2, 4, 6(, resultados favorables n(E) = 3
- Los eventos pueden ser:
- Evento Cierto
- Un evento es cierto o seguro si se realiza siempre. Ejemplo: Al introducirnos en el mar, en condiciones normales, es seguro que nos mojaremos.
- Evento Imposible
- Un evento es imposible si nunca se realiza. Al lanzar un dado una sola vez, es imposible que salga un 10
- Evento Probable o Aleatorio
- Un evento es aleatorio si no se puede precisar de antemano el resultado. Ejemplo: ¿Al lanzar un dado, saldrá el número 3?
- Evento Cierto
- Los eventos pueden ser:
- Es todo subconjunto de un espacio muestral. Se denotan con letras mayúsculas: A, B, etc. Los resultados que forman parte de este evento generalmente se conocen como "resultados favorables". Cada vez que se observa un resultado favorable, se dice que "ocurrió" un evento. Ejemplo: Sea el experimento E: lanzar un dado. Un posible evento podría ser que salga número par. Definimos el evento de la siguiente manera: A = sale número par = (2, 4, 6(, resultados favorables n(E) = 3
- Experimento
Probabilidad
- Que es
- Es el conjunto de posibilidades de que un evento ocurra o no en un momento y tiempo determinado. Dichos eventos pueden ser medibles a través de una escala de 0 a 1, donde el evento que no pueda ocurrir tiene una probabilidad de 0 (evento imposible) y un evento que ocurra con certeza es de 1 (evento cierto
- Que es
Reglas de la probabilidad
- A) REGLA DE LA ADICIÓN DE PROBABILIDADES
- i) REGLA GENERAL PARA EVENTOS NO MUTUAMENTE EXCLUYENTES Si A y B son dos eventos no mutuamente excluyentes (eventos intersecantes), es decir, de modo que ocurra A o bien B o ambos a la vez (al mismo tiempo), entonces s e aplica la siguiente regla para calcular dicha probabilidad:
- ii) REGLA PARTICULAR O ESPECIAL PARA EVENTOS MUTUAMENTE EXCLUYENTES
- B) REGLA DE LA MULTIPLICACIÓN DE PROBABILIDADESi) REGLA GENERAL PARA EVENTOS DEPENDIENTES Si A y B son dos eventos dependientes, es decir, si la ocurrencia de A afecta la probabilidad de ocurrencia de B, entonces, dicha probabilidad de calcula empleando la siguiente regla:
- ii) REGLA PARTICULAR O ESPECIAL PARA EVENTOS INDEPENDIENTES Si A y B son dos eventos independientes, es decir, si el conocimiento de la incidencia de uno de ellos no tiene efecto en la probabilidad de ocurrencia del otro, entonces, para calcular la probabilidad de dichos eventos se aplica la siguiente regla:
- DISTRIBUCIONES DISCRETAS
- Una distribución de probabilidad es una representación de todos los resultados posibles de algún experimento y de la probabilidad relacionada con cada uno. Una distribución de probabilidad es discreta cuando los resultados posibles del experimento son obtenidos de variables aleatorias discretas, es decir, de variables que sólo puede tomar ciertos valores, con frecuencia números enteros, y que resultan principalmente del proceso de conteo. Ejemplos de variables aleatorias discretas son: Número de caras al lanzar una moneda El resultado del lanzamiento de un dado Número de hijos de una familia Número de estudiantes de una universidad
- B) LA MEDIA Y LA VARIANZA DE LAS DISTRIBUCIONES DISCRETAS
- i) Media La media llamada también valor esperado, esperanza matemática o simplemente esperanza de una distribución de probabilidad discreta es la media aritmética ponderada de todos los resultados posibles en los cuales los pesos son las probabilidades respectivas de tales resultados. Se halla multiplicando cada resultado posible por su probabilidad y sumando los resultados. Se expresa mediante la siguiente fórmula:
- ii) Varianza La varianza es el promedio de las desviaciones al cuadrado con respecto a la media. La varianza mide la dispersión de los resultados alrededor de la media y se halla calculando las diferencias entre cada uno de los resultados y su media, luego tales diferencias se elevan al cuadrado y se multiplican por sus respectivas probabilidades, y finalmente se suman los resultados. Se expresa mediante la siguiente fórmula:
- DISTRIBUCIÓN BINOMIAL
- Cuando se dispone de una expresión matemática, es factible calcular la probabilidad de ocurrencia exacta correspondiente a cualquier resultado específico para la variable aleatoria.
- Propiedades: - La muestra se compone de un número fijo de observaciones n
- Ecuación:
- Media de la distribución binomial
- Ecuación:
- Propiedades: - La muestra se compone de un número fijo de observaciones n
- Cuando se dispone de una expresión matemática, es factible calcular la probabilidad de ocurrencia exacta correspondiente a cualquier resultado específico para la variable aleatoria.
- i) REGLA GENERAL PARA EVENTOS NO MUTUAMENTE EXCLUYENTES Si A y B son dos eventos no mutuamente excluyentes (eventos intersecantes), es decir, de modo que ocurra A o bien B o ambos a la vez (al mismo tiempo), entonces s e aplica la siguiente regla para calcular dicha probabilidad:
- A) REGLA DE LA ADICIÓN DE PROBABILIDADES
DISTRIBUCIONES CONTINUAS
- Una distribución de probabilidad es continua cuando los resultados posibles del experimento son obtenidos de variables aleatorias continuas, es decir, de variables cuantitativas que pueden tomar cualquier valor, y que resultan principalmente del proceso de medición. Ejemplos de variables aleatorias continuas son: La estatura de un grupo de personas El tiempo dedicado a estudiar La temperatura en una ciudad
- DISTRIBUCIÓN EXPONENCIAL La distribución de Poisson calcula el número de eventos sobre alguna área de oportunidad (intervalo de tiempo o espacio), la distribución exponencial mide el paso del tiempo entre tales eventos. Si el número de eventos tiene una distribución de Poisson, el lapso entre los eventos estará distribuido exponencialmente.
- DISTRIBUCIÓN UNIFORME Es una distribución en el intervalo en la cual las probabilidades son las mismas para todos los posibles resultados, desde el mínimo de a hasta el máximo de b. El experimento de lanzar un dado es un ejemplo que cumple la distribución uniforme, ya que todos los 6 resultados posibles tienen 1/6 de probabilidad de ocurrencia.
- Una distribución de probabilidad es continua cuando los resultados posibles del experimento son obtenidos de variables aleatorias continuas, es decir, de variables cuantitativas que pueden tomar cualquier valor, y que resultan principalmente del proceso de medición. Ejemplos de variables aleatorias continuas son: La estatura de un grupo de personas El tiempo dedicado a estudiar La temperatura en una ciudad
Images and files in the map
Information
- Description
- Mind Map on PROBABILIDAD, created by Heisblady Mojica Bolaños on 22/08/2018.
- Created by
- Heisblady Mojica Bolaños
- Views
- 2
- Rating











