UNIVERSIDAD NACIONAL DEL CALLAO

ESTADISTICA APLICADA A LOS NEGOCIOS II1

PROBABILIDADES
Introduccin
Anteriormente se ha estudiado los temas de recopilacin de datos de datos, tablas y grficas, y las
medidas descriptivas de resumen. En esta parte se centra en el tema de probabilidad, a partir de
una muestra y la posibilidad de hacer inferencias a partir de la muestra a poblaciones ms grandes
o Universo.

Definicin
Probabilidad (P), definiciones:

El smbolo P se usa para denotar la posibilidad de un evento. De tal forma P(A) denota la
posibilidad de que ocurra el evento A en una sola observacin o experimento.
La probabilidad es la posibilidad o la oportunidad de que ocurra un evento especifico.

DEFINICIONES BASICAS DE PROBABILIDADES

Espacio Muestral y eventos

La teora de probabilidades es el resultado de un proceso o fenmenos que se estudia. A cada tipo
de ocurrencia posible se le denomina evento.

Evento simple

Es la que se describe con una sola caracterstica.

Espacio muestral.

La unin de todos los elementos posibles se llama espacio muestral.

1
Kazmier, Leonar J. Estadstica Aplicada a la administracin y la economa
, Berenson, levine, Krehbiel. Estadstica para la administracin.
WWW. Propiedades de la estadstica.
GRAFICAMENTE

A m1 m2

m3 m4 m5 .. mi

Espacio muestral de A es: m1 , m2, m3 , m4, m5 , mi

Ejemplo numrico

Tabla de contingencia: Es una tabla de clasificacin cruzada para indicar las caractersticas de cada
evento en particular. Se muestra a continuacin como ejemplo.

Ejemplo

Encuesta del comportamiento de Administradores que planea cambiar de empleo y realmente

realizaron el cambio.

Planeo cambiar de SI NO TOTAL

empleo
Si 200 50 250
No 100 650 750
TOTAL 300 700 1000

El espacio muestral est integrado por las 1000 Administradores.

En cada caso se puede averiguar la probabilidad de planeo cambiar de empleo y cambi.

Complemento del evento del conjunto A .- Incluye todos los elementos que no forman parte del
evento A. Como en la teora de conjuntos, el complemento se representa como A

Los tres mtodos conceptuales de Probabilidad:

1. Mtodo Clsico: La probabilidad P(A) son resultados elementales posibles favorables

del evento m, sobre el total de eventos n, son los resultados posibles en el espacio
muestral y todos los resultados elementales son igualmente probables .

m1 , m2, m3, m4, m5 ,. mi

 P(A) = m/N

N= nmero de los resultados posibles en el espacio muestral.

Ejemplo:

En un juego de dados Cul es la probabilidad de obtener par?

El dado tiene las siguientes posibilidades: 1, 2, 3, 4, 5, 6 y los nmeros pares son 2,4 y 6 o
sea 3 posibilidades de 6.

Luego se expresa:

P(A) = 3/6 o sea

2.- Frecuencia Relativa o mtodo emprico - Est basado en el experimento del nmero
de veces que presenta favorable en un numero de observaciones o experimentos. No supone
ninguna igualdad de posibilidades. La determinacin de los valores de probabilidad se basa en la
observacin y recoleccin de datos, a este mtodo se le denomina tambin mtodo emprico.

Entonces, de acuerdo a este mtodo la frmula es:

P(A) = nmero de observaciones de A = n(A)

Tamao de la muestra.
Ejemplo:

1.- Construir la tabla de frecuencia relativa al tirar un dado 20 veces.

2.- Se quiere saber la probabilidad de que una primeriza sea operada con cesrea en el Hospital
San Carrin.

Se revisaron 1000 historias de ginecologa de primerizas y se encontr 60 casos. Entonces la

probabilidad de ocurrencia es

P(A) = nmero de observaciones de A = n(A)

Tamao de la muestra.
P(A) = 60/1000 = 0.06 o 6%

Mtodo subjetivo. Este mtodo se basa de que un evento favorable de una persona o evento
en particular. Difiere de los dos mtodos anteriores por que se calculan de manera subjetiva, ya
sea del conocimiento previo o a partir de datos reales.

Ejemplo: En un proyecto de exportacin de esprragos blancos para USA los agricultores piensan
que su cosecha ser del 60% para exportacin. Mientras que los especialistas de exportacin de
esprragos de ADEX, creen que solo ser del 35%.

La asignacin de probabilidad subjetiva es importante ya que asigna probabilidades

personalizadas para el mismo evento, pero visto desde otro punto de vista de cada persona en
particular.
 Tambin sirve para evaluar escenarios de los proyectos, representa los puntos de vista: optimista,
medio y pesimista: Basado en indicadores econmicos, polticos y sociales. Los proyectos que
requieren gran inversin y es necesario minimizar riesgos en las inversiones generalmente los
proyectos de los gobiernos exigen estos escenarios.

Probabilidad Marginal. Es la probabilidad de ocurrencia de eventos simples.

Probabilidad Conjunta.- Se refiere a fenmenos que contienen dos o ms eventos, como la

probabilidad de cambiar de empleo y cambi o probabilidad de cambiar de empleo y no cambi,
etc.

PROPIEDADES
1.- La probabilidad se encuentra, entre el menor valor de certeza de una probabilidad es 0 que
indica que el evento es imposible de ocurrir y 1 , que indica que ocurrir con seguridad. Se expresa
como

0 < , = P (A) > ,= 1

2.- La probabilidad es cero 0 cuando no se encuentre dentro del universo de estudio.

P(0)= 0 si estamos estudiando el juego de naipes y la pregunta es sobre acertar con

arco en el blanco, entonces la probabilidad es cero.

3.- Cuando los eventos no son mutuamente excluyentes; pueden ocurrir conjuntamente, esto
responden a la siguiente:

Sea los eventos: m1, m2, m3, m4, m5.. mi = n

Para N posibilidades de ocurrencia. Si dividimos entre N el numerador y denominador

Por lo tanto: P(A) = m1+ m2+ m3+ m4+ m5+ mi = N/ N = 1

N
4.- Cuando los elementos que son mutuamente excluyentes. En una moneda, el lanzamiento da
CARA(C) O SELLO (S), en este caso se dice que son mutuamente excluyentes, porque no pueden salir
ambas, solo uno de ellos. S o C.

La probabilidad se expresa como P (C ) o P(S) y la probabilidad de uno u otro se expresa como P

(C o S) = P (C ) + P(S) = 1

Los valores que puede tomar son:

P (C o S) = P (C ) + P(S) = 1
 Valores = 1 + 0 =1

0 + 1 =1

La probabilidad marginal o simple de salir Cara C o sello S es:

P(C) = y P(S) =

5.- Para eventos simultneos P(A) y P(B), se utiliza la regla de la multiplicacin.

P(A/B) = Probabilidad simultanea de A y B a la vez est dado por

= P(A) x P(B) = ,<1

<1 <1 = <<1

6.- Regla de adiccin

La probabilidad de A o B es igual a la probabilidad de A ms la probabilidad de B menos la

probabilidad de A y B.

P ( A o B) = P(A) + P(B) P( A y B)

En el ejemplo de planear cambiar de empleo, se muestra en la tabla de contingencia siguiente:

Planeo cambiar de SI NO TOTAL

empleo
Si 200 50 250
No 100 650 750
TOTAL 300 700 1000

En el ejemplo: de Planear cambiar de empleo o cambiar en realidad, esto se traduce a

P (Planear cambiar de empleo o cambiar en realidad)= P(planear cambiar) +P(cambiar en realidad)

P( planear cambiar y cambiar en realidad)

P( Planear cambiar de empleo o cambiar en realidad)= 250 + 300 - 200

1000 1000 1000

= 350
1000

0.35 o 35%.
PRACTICA N 1
Teora

Probabilidad Marginal. Es la probabilidad de ocurrencia de eventos simples.

Ejemplos: Probabilidad de que salga sol o no.

Probabilidad Conjunta.- Se refiere a fenmenos que contienen dos o ms eventos, como la

probabilidad de cambiar de empleo y cambi o probabilidad de cambiar de empleo y no cambi,
etc.

Ejemplo: Probabilidad de que salga sol y que realmente salga sol.

Datos bivariados.- Se denomina bivariados cuando se presentan al mismo tiempo dos

variables categricas.

Ejemplo: Cuando tiene un patrn de relacin, por ejemplo los paquetes de cable y los costos
extras por cada tipo de paquete.

Eventos independientes.- Dos eventos son independientes si la ocurrencia o no ocurrencia

de uno no tiene efecto sobre la posibilidad de ocurrencia del otro.

Ejemplo:

Los resultados de lanzar dos, tres veces seguidas de un dado sin cargar se consideran como
eventos independientes, ya que el resultado que el primer lanzamiento del dado no tiene ningn
efecto sobre el segundo y sobre el tercer lanzamiento del mismo dado.

En probabilidades seria.

El mismo caso sucede cuando en una baraja de naipes se extrae UN AS y en el segundo intento
la misma carta se regresa al paquete de naipes y se vuelve a extraer otra carta.

En probabilidades seria:

Dos Eventos son dependientes. Cuando la ocurrencia o no ocurrencia de uno si afecta la

posibilidad de ocurrencia de otro.

Ejemplo: En una baraja de nipes se extraen sin reemplazamiento UN AS en la primera extraccin,

OTRO AS en la segunda extraccin, tercera extraccin y cuarta extraccin. Como la baraja tiene
52 cartas, entonces_
En probabilidades seria. Primera extraccin 4/52 ,

Segunda extraccin 4/51

Tercera extraccin 4/50 y

Cuarta extraccin4/49.

Ejemplo: En una baraja de nipes se extraen CON reemplazamiento UN AS en la primera extraccin,

OTRO AS en la segunda extraccin dado que sali AS en la primera extraccin. Como la baraja
tiene 52 cartas, entonces

En probabilidades seria. Primera extraccin 4/52 ,

Segunda extraccin 3/51

Si se conoce

PROBABILIDAD CONDICIONAL2

Cuando los eventos son dependientes, se emplea la probabilidad condicional para denotar la
probabilidad de ocurrencia del evento relacionado. La expresin P(B/A) indica la probabilidad de
ocurrencia del evento B dado que el evento A ya ha ocurrido. La expresin P(B/A) no es una
fraccin.

La expresin P(B/A) no se requiere para eventos independientes por que no existe relacin por
definicin no existe relacin entre la ocurrencia de tales eventos.

2
Kazmier, Leonar J. Estadstica Aplicada a la administracin y la