KENDRIYA VIDYALAYA NO.

1,
TURNO
BHUBANESHWAR (1er )

PROYECTO INTEGRADO ARTE

MATEMÁTICAS
SESIÓN – 2020-21

PROBABILIDAD

Nombre - Shradha Suman Mohapatra y Anwesha Kar

Clase y Sección – XII B
Número de rollo CBSE –
Materia – Matemáticas
 CERTIFICADO

Esto es para certificar que Shradha Suman Mohapatra

(Trollo No 10) y Anwesha Kar (Rollo No 11), Clase XII B
de Kendriya Vidyalaya No.1, Bhubaneshwar ( 1er Turno) han
completado con éxito su proyecto titulado 'Probabilidad'
durante el año académico 2020-21 en cumplimiento parcial
del Proyecto Integrado de Arte Matemático. .

Firma de Interno Firma de Externo

examinador examinador

Firma del director

 ÍNDICE

No Tema Números de
Señor página
1 Introducción 1-3

2 La probabilidad condicional 4

3 evento independiente 5-6

4 Teorema de Bayes 7

5 Variables aleatorias y 8
distribución de probabilidad
6 Juicios de Bernoulli 9

7 Distribución binomial 10

8 Conclusión 11 - 13

9 Referencias 14
 INTRODUCCIÓN

¿QUÉ ES LA PROBABILIDAD?
Probabilidad significa posibilidad. Es una rama de las
matemáticas que se ocupa de la ocurrencia de un evento
aleatorio. El valor se expresa de cero a uno. La probabilidad
se ha introducido en Matemáticas para predecir la
probabilidad de que ocurran eventos.

La probabilidad es una medida de la probabilidad de que

ocurra un evento. Muchos acontecimientos no se pueden
predecir con total certeza. Sólo podemos predecir la
probabilidad de que ocurra un evento, es decir, la
probabilidad de que ocurra, usándolo. La probabilidad puede
variar de 0 a 1, donde 0 significa el evento que es imposible
y 1 indica un evento determinado. La probabilidad de todos
los eventos en una muestra suma 1.

1| P á g i n a
Por ejemplo, cuando lanzamos una moneda, o sale cara o
cruz, sólo son posibles dos resultados posibles (H,T). Pero si
lanzamos dos monedas al aire, ocurren tres posibilidades de
eventos, como que ambas monedas muestren cara o ambas
muestren cruz o que una muestre cara y una cruz, es decir
(H,H), (H,T), ( T,T).
La teoría de la probabilidad se utiliza ampliamente en áreas
de estudios como la estadística, las finanzas, los juegos de
azar, la inteligencia artificial, el aprendizaje automático, la
informática, la teoría de juegos y la filosofía.

PROBABILIDAD DE UN EVENTO
Supongamos que un evento 'E' puede ocurrir en 'r' formas a
partir de una suma de 'n' formas probables o posibles
igualmente probables. Entonces, la probabilidad de que
ocurra el evento o su éxito se expresa como:
P(E) = r/n

2| P á g i n a
La probabilidad de que el evento no ocurra o se conozca
como fracaso se expresa como:
P(E') = (nr)/n = 1-(r/n)
E' representa que el evento no ocurrirá.
Por lo tanto, ahora podemos decir,
P(E) + P(E') = 1
Esto significa que el total de todas las probabilidades en
cualquier prueba o experimento aleatorio es igual a 1.
¿Cuáles son eventos igualmente probables?
Cuando los eventos tienen la misma probabilidad teórica de
ocurrir, entonces se denominan eventos igualmente
probables. Los resultados de un espacio muestral se
consideran igualmente probables si todos tienen la misma
probabilidad de ocurrir. Por ejemplo, si lanzas un dado, la
probabilidad de obtener 1 es 1/6.
Eventos complementarios
La posibilidad de que haya sólo dos resultados indica que un
evento ocurrirá o no. Como si una persona viniera o no a tu

3| P á g i n a
casa. Básicamente, el complemento de un evento que ocurre
exactamente en el sentido opuesto a que la probabilidad de
que ocurra no es o ocurriendo.

LA PROBABILIDAD CONDICIONAL
La probabilidad condicional de 'A' dado 'B' es la
probabilidad de que el evento 'A' haya ocurrido en una
prueba de un experimento aleatorio del cual se sabe que el
evento 'B' definitivamente ha ocurrido.
Se puede calcular mediante la siguiente fórmula:
P(A|B) = P(A∩B)/P(B)
Supongamos que se ha lanzado un dado justo y se le pide
que dé la probabilidad de que haya sido un cinco. Hay seis
resultados igualmente probables, por lo que tu respuesta es
1/6. Pero supongamos que antes de dar su respuesta se le da
información adicional de que el número obtenido era impar.
Dado que sólo hay tres números impares posibles, uno de los
cuales es cinco, seguramente revisarías tu estimación de la
probabilidad de que saliera un cinco de 1/6 a 1/3.

4| P á g i n a
 EVENTO INDEPENDIENTE

En probabilidad, dos eventos son independientes si la

incidencia de uno de ellos no afecta la probabilidad del otro.
Si la incidencia de un evento afecta la probabilidad del otro,
entonces los eventos son dependientes.
Hay un dado de feria rojo de 6 caras y un dado de feria azul
de 6 caras. Se lanzan ambos dados al mismo tiempo. Sea A
el evento de que el resultado del dado rojo sea par. Sea B el
evento de que el resultado del dado azul sea impar. El
resultado del dado rojo no influye en el resultado del dado
azul. Asimismo, el resultado del dado azul no afecta el
resultado del dado rojo.
P(A)= 1/2 independientemente de si B sucede o no.
P(B)=1/2 independientemente de si A ocurre o no.
Por tanto, los eventos son independientes.
5| P á g i n a
Hay 3 canicas verdes y 5 canicas azules en una bolsa. Se
extraen dos canicas al azar de la bolsa. Sea G el evento de
que la primera canica extraída sea verde. Sea B el evento de
que la segunda canica extraída sea azul.

Caso 1: G sucede
Cuando la primera canica extraída es verde, quedan 7
canicas en la bolsa y 5 de ellas son azules. En este caso,
P(B)= 5/7

Caso 2: G no sucede
Cuando la primera canica extraída es azul, quedan 7 canicas
en la bolsa y 4 de ellas son azules. En este caso, P(B)= 4/7
La incidencia de G afecta la probabilidad de B. Por tanto,
estos eventos no son independientes. En otras palabras, son
dependientes.

6| P á g i n a
 TEOREMA DE BAYES

Declaración del teorema de Bayes:

Sea E1, E2,…, En un conjunto de eventos asociados con un
espacio muestral S, donde todos los eventos E1, E2,…, En
tienen probabilidad de ocurrencia distinta de cero y forman
una partición de S. Sea A cualquier evento asociado con S,
entonces según el teorema de Bayes,
P(E i │A) = P(E i )P(A│E i )/ n ∑ k=1 P(E k )P(A|E k )
para cualquier k = 1, 2, 3,…., n
Prueba del teorema de Bayes:
Según la fórmula de probabilidad condicional,
P(E i │A) = P(E i ∩A)P(A) ⋯⋯⋯⋯⋯⋯⋯⋯ (1)
Usando la regla de multiplicación de probabilidad,
P(E i ∩A) = P(E i )P(A│E i ) ⋯⋯⋯⋯⋯⋯⋯⋯ (2)
Usando el teorema de probabilidad total,
P(A) = n ∑ k=1 P(E k )P(A|E k ) ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ (3)
Al poner los valores de las ecuaciones (2) y (3) en la
ecuación 1, obtenemos
7| P á g i n a
P(E i │A) = P(E i )P(A│E i )/ n ∑ k=1 P(E k )P(A|E k )

VARIABLES ALEATORIAS Y
DISTRIBUCIÓN DE PROBABILIDAD

Una variable aleatoria es una función de valor real cuyo

dominio es el espacio muestral de un experimento aleatorio.
La distribución de probabilidad de una variable aleatoria
describe cómo se distribuyen las probabilidades entre los
valores de la variable aleatoria. Esta función proporciona la
probabilidad de cada valor de la variable aleatoria. La
distribución de probabilidad de una variable aleatoria X es el
sistema de números.
X: x 1 x 2 … x n
P(X): p 1 p 2 … p n
n

Donde, p i > 0,∑ pi=1 , i=1, 2,…, norte

i=1

Sea X una variable aleatoria cuyos posibles valores x 1 , x 2 ,

…, x k ocurren con probabilidades p 1 , p 2 , …, p k
respectivamente, la media de X se denota por

8| P á g i n a
La varianza de una variable aleatoria discreta X mide la
dispersión o variabilidad de la distribución y está definida
por

La desviación estándar es la raíz cuadrada de la varianza.

JUICIOS DE BERNOULLI

Un experimento aleatorio cuyos resultados son sólo de dos

tipos, digamos éxito S y fracaso F, es un ensayo de
Bernoulli. La probabilidad de éxito se toma como p mientras
que la de fracaso es q=1− p. Una variable aleatoria X tendrá
distribución de Bernoulli con probabilidad p si su
distribución de probabilidad es
P(X = x) = p x (1 – p) 1−x , para x = 0, 1 y P(X = x) = 0
para otros valores de x.
Aquí, 0 es fracaso y 1 es éxito.

Condiciones para las pruebas de Bernoulli:

1. Un número finito de ensayos.
2. Cada prueba debe tener exactamente dos resultados:
éxito o fracaso.
3. Los juicios deben ser independientes.

9| P á g i n a
 4. La probabilidad de éxito o fracaso debe ser la misma en
cada ensayo.

DISTRIBUCIÓN BINOMIAL

Supongamos que un experimento aleatorio con exactamente

dos resultados se repite n veces de forma independiente. La
probabilidad de éxito es p y la de fracaso es q. Supongamos
que de estas n veces, obtenemos éxito x veces y fracaso las
restantes, es decir, n − x veces. El número total de formas en
las que podemos tener éxito es nCx. Una variable aleatoria
X tendrá una distribución binomial si-
P(X = x) = p(x) = n C x p x q nx ,
para x = 0, 1,…, n y P(X = x) = 0 en caso contrario. Aquí,
q=1– p. Cualquier variable aleatoria X es una variable
binomial. Un ensayo binomial es un conjunto de n ensayos
bernoulianos independientes.

Condiciones para la distribución binomial:

10| P á g i n a
 1. Cada ensayo produce sólo dos resultados, es decir, éxito
y fracaso.
2. El número de ensayos 'n' es finito.
3. Los ensayos son independientes entre sí.
4. La probabilidad de éxito, po la de fracaso, q es
constante para cada ensayo.

CONCLUSIÓN
Aplicaciones de probabilidad

Algunas de las aplicaciones de la probabilidad predicen el

resultado cuando:

 Lanzar una moneda.

 Elegir una carta de la baraja.
 Lanzar un dado.
 Sacando un caramelo verde de una bolsa de caramelos
rojos.
 Ganar una lotería 1 entre muchos millones

11| P á g i n a
Ejemplos de probabilidad de la vida real

Ejemplo

Planificación meteorológica:
Un pronóstico de probabilidad es una evaluación de la
probabilidad de que ocurra un evento en términos de
porcentaje y registra los riesgos asociados con el clima. Los
meteorólogos de todo el mundo utilizan diferentes
instrumentos y herramientas para predecir los cambios
climáticos. Recopilan la base de datos de pronóstico del
tiempo de todo el mundo para estimar los cambios de
temperatura y las condiciones climáticas probables para una
hora, día, semana y mes en particular. Si hay un 40% de
posibilidades de que llueva entonces las condiciones
climáticas son tales que 40 de cada 100 días ha llovido.

Ejemplo

Estrategias deportivas:
En los deportes, los análisis se realizan con la ayuda de la
probabilidad para comprender las fortalezas y debilidades de
un equipo o jugador en particular. Los analistas utilizan la
probabilidad y las probabilidades para predecir resultados
relacionados con el desempeño del equipo y los miembros
en el deporte.
Los entrenadores utilizan la probabilidad como herramienta
para determinar en qué áreas su equipo es lo suficientemente
12| P á g i n a
fuerte y en cuáles tienen que trabajar para lograr la victoria.
Los entrenadores incluso utilizan la probabilidad para medir
la capacidad de un jugador particular de su equipo y cuándo
permitirle jugar y contra quién.
Un entrenador de cricket evalúa la capacidad de bateo y
lanzamiento de un jugador tomando su desempeño promedio
en partidos anteriores antes de colocarlo en la alineación.

Ejemplo

Seguro:
Las compañías de seguros utilizan la teoría de la
probabilidad o probabilidad teórica para formular una póliza
o completarla con una prima. La teoría de la probabilidad es
un método estadístico utilizado para predecir la posibilidad
de resultados futuros.
Es probable que emitir un seguro médico para una persona
alcohólica sea más caro que el otorgado a una persona sana.
El análisis estadístico muestra altos riesgos para la salud de
una persona alcohólica habitual, lo que supone un gran
riesgo financiero dada una mayor probabilidad de sufrir una
enfermedad grave y, por tanto, presentar una reclamación de
prima.

Ejemplo

En Juegos:

13| P á g i n a
El blackjack, el póquer, los juegos de azar, todos los
deportes, los juegos de mesa y los videojuegos utilizan la
probabilidad para saber qué posibilidades tiene un equipo o
una persona de ganar.
Cuando se lanzan dos dados simultáneamente, los resultados
serán los siguientes: -

Resumen
La probabilidad juega un papel vital en la vida cotidiana. En
la previsión meteorológica, estrategias deportivas y de
juego, compra o venta de seguros, compras online y juegos
online, determinación de grupos sanguíneos y análisis de
estrategias políticas.

REFERENCIAS

1. Matemáticas NCERT - Libro de texto Clase XII (Parte -

II)

2. Matemáticas para la clase XII - RS Aggarwal

14| P á g i n a
 3. Matemáticas para la clase XII - RD Sharma

4. Artículos de Google Scholar sobre probabilidad

5. Wikipedia

15| P á g i n a
16| P á g i n a