PROBABILIDADES

ESTADSTICA APLICADA A LA
CONTABILIDAD
MG.LIC. JESSICA CLEOF MUOZ GRADOS DE
FLORES
1
Sesin 01:
Docente:
PLAN DE CLASE
Inicio
Competencias
Motivacin.
Saberes previos.
Construccin
Experimento aleatorio, espacio muestral, eventos aleatorios,
probabilidad, Modelos de probabilidad: Clsico, frecuencial y
axiomtico.
Cierre
Retroalimentacin.
Autoevaluacin
MG.LIC. JESSICA CLEOF MUOZ GRADOS DE FLORES 2
ESTADSTICA INFERENCIAL
3
En una carrera de autos participan 20 corredores. Teniendo en
cuenta que no es posible llegar al mismo tiempo.
de cuantas maneras
podrn llegar
a la meta los tres primeros?

MOTIVACIN
4
DEFINICIONES BASICAS
EXPERIMENTO ALEATORIO
Es aquel cuyo resultado depende del azar y cumple ciertas
caractersticas:
a)Que sea repetible en igualdad de condiciones
b)Que se puede describir el conjunto de todos los resultados
posibles aunque no se pueda asegurar un resultado en particular.
c)Si se repite un nmero grande de veces debe aparecer cierta
regularidad estadstica
Ejemplo.
-Observar el lanzamiento de una moneda
-Contar con el nmero de vehculos que pasan por el
cruce en lapsos de un minuto.
-Medir la duracin de un equipo electrnico
5
ESPACIO MUESTRAL (S)
Es el conjunto de todos los resultados posibles de un
experimento aleatorio.
*
A los elementos del espacio muestral se llaman puntos mustrales de S
se le representa por n(S )
Ejemplo: . Experimento 1: Se lanza un dado
Espacio muestral: S
1
= { 1, 2, 3, 4, 5, 6 }

Experimento 2: Medir la duracin de un equipo electrnico
Espacio muestral: S
2
= { t: t mayor igual 0}

Experimento 3: Lanzar un dado y una moneda.
Espacio muestral:
S3 = {1c, 2c, 3c, 4c, 5c, 6c, 1s, 2s, 3s, 4s, 5s,6s}
6
E
V
E
N
T
O
S

O

S
U
C
E
S
O
S

A = { 2, 4, 6 } n(A) = 3
Evento 1 A : Obtener un numero par.
Es cualquier subconjunto del espacio muestral
Los eventos se denotan normalmente con las letras maysculas A,
B, C,...
Ejemplo:
Experimento 1: Se lanza un dado.
Espacio muestral: S
1
= {1,2,3,4,5,6} n(S
1
) = 6
Evento 2 B: Obtener un numero mltiplo de 3.
B = { 3, 6 } n(B) = 2
Evento 3 C: Obtener un numero primo.
C = { 1, 2, 3, 5 } n(C) = 4
7
A
L
G
E
B
R
A

D
E

C
O
N
J
U
N
T
O
S

A B
UNIN A U B = { x S / w A w B }
A B INTERSECCIN
A B = { x S / w A y w B }
COMPLEMENTO
A
c
= { x S / w A} e
A
c
A
Leyes de Morgan
P
R
O
B
A
B
I
L
I
D
A
D

D
E

U
N

E
V
E
N
T
O

Se define probabilidad de un evento como el cociente
entre el nmero de casos favorables y el nmero de
casos totales, es decir:
P(A) =
# Casos favorables
# Casos Totales
n(A)
n(S)
=
E: se lanza dos monedas al aire.
Espacio muestral: S = {cc,cs,sc,ss}
Sea el evento A: Salga solo una cara
A = {cs,sc}
Ejemplo 1:
Halle la probabilidad de sacar un REY al extreaer una carta de una
baraja de 52 cartas
S = {1,2,3,.,52} n(S) = 52
Sea el evento A: Salga solo rey
A = {c,t,d,a}
52
4
) (
) (
) ( = =
S n
A n
A P
Cul es la probabilidad de que salga 1 cara?111
2
1
4
2
) (
) (
) ( = = =
S n
A n
A P
Ejemplo 2:
TEORIA DE LA FRECUENCIA RELATIVA
Suponga que repetimos n veces un experimento aleatorio,
sean A un evento asociado al experimento y al espacio
muestral S. sean nA el nmero de veces en que ocurren A o
sea el nmero de elementos del conjunto.
hA = ;




Como entonces o sea
nA
n
n n
A
s s 0
n n
A
s s 0 1 0 s s
n
n
A
1 0 s s
A
h
Definimos la frecuencia relativa del evento A as:
E
j
e
m
p
l
o

1

Se tiene informacin acerca de los cargos y el sexo del
personal de cierta empresa. Cul es la probabilidad de que al
seleccionar un trabajador ste sea:
a. Contador y sea hombre
b. Abogado y mujer
c. Mujer
d. Sabiendo que el trabajador es ingeniero. Cul es la
probabilidad de que Sea hombre?
e. Sabiendo que el trabajador sea mujer. Cul es la probabilidad
de que Sea abogado?
Sexo Abogado Contador Ingeniero
Hombre 10 5 6
Mujeres 15 4 7
13
Solucin:
a.
45
5
) (
) (
) (
1
1
= =
S n
A n
A P
b.
45
15
) (
) (
) (
2
2
= =
S n
A n
A P
47
26
) (
) (
) (
3
3
= =
S n
A n
A P
c. d.
13
6
) (
) (
) (
4
4
= =
Ingenieros n
A n
A P
26
15
) (
) (
) (
5
5
= =
Mujeres n
A n
A P e.
Sexo Abogado Contador Ingeniero Total
Hombre 10 5 6 21
Mujeres 15 4 7 26
Total 25 9 13 47
Ejemplo 2
Localice todos los valores de probabilidad asociados a la siguiente
tabla de Carrol que ofrece informacin sobre hipertensin y el hbito
de fumar.
No
fumadores
Fumadores
moderados
Fumadores
empedernid
os
Hipertensos 10 20 15
No
hipertensos
30 15 10
Si se selecciona aleatoriamente uno de estos pacientes,
encuentre la Probabilidad de que la persona sea:
No fumadores Fumadores
moderados
Fumadores
empedernidos
Total
Hipertenso 10 20 15 45
No
hipertenso
30 15 10 55
Total 40 35 35 100
i) Fumadora moderada:
100
35
ii) No hipertensa:
100
45
iii) No hipertensa ni fumadora:
100
30
iv) hipertensa y fumadora empedernida:
100
15
v) Sabiendo que el paciente no fuma. Cul es la prob. que sea
hipertensa:
40
10
Hay dos maneras principales de entender la
probabilidad:
Frecuentista (objetiva): Probabilidad de un evento
es la frecuencia relativa; (%) de veces que ocurrira
el evento al realizar un experimento repetidas
veces.
Subjetiva (bayesiana): Grado de certeza que se
posee sobre un evento. Es personal. La posibilidad
que ocurra un evento es asignada por un individuo
basndose en la informacin que tenga disponible y
en su propia experiencia.
Ejemplo: las apuestas en eventos atlticos.
AXIOMAS DE LA PROBABILIDAD
A cada Ai le asignaremos un nmero real P(Ai),
denominada probabilidad de Ai :
1. 0 P(Ai) 1

______________________________________________
0 0.5 1
Sin probabilidad tan probable certeza
de ocurrir como improbable de ocurrir

2. P(S) = 1


3. Si A y B son dos eventos mutuamente excluyentes,
entonces, P(AUB) = P(A) + P(B)
Ejemplo1: Cul es la probabilidad de obtener el #3 al lanzar el
dado?
Solucin:
A: obtener el # 3
P(A) =
# Casos favorables
# Casos Totales
1
6
=
Ejemplo2: en el lanzamiento de un dado. cul es la
probabilidad de que salga 4 o 6?
Solucin:
n(S) = 6
A: obtener el # 4 n(A)=1 B: obtener el # 6 n(B)=1
3
1
6
1
6
1
) ( ) ( ) ( = + = + = B P A P AUB P
PROPIEDADES DE LA PROBABILIDAD
PROPIEDAD 1: La probabilidad de un evento imposible
es cero. En efecto entonces:
|
A A = |
) ( ) ( ) ( A P P A P = + |
PROPIEDAD 2: por lo tanto
como A es excluyente
S A A =
__
) ( ) (
__
S P A A P =
__
A
) ( 1 ) (
__
A P A P =
Ejemplo: la probabilidad deque un alumno apruebe el curso es
de cul es la probabilidad que no apruebe?
7
3
7
3
) ( = A P
) ( ) ( 1
__
A P A P =
7
4
7
3
1 ) (
__
= = A P
Propiedad 3.- Si A y B son dos eventos en S no
necesariamente excluyentes entonces:
) ( ) ( ) ( ) ( B A P B P A P B A P + =
Ejemplo: Si se toma una sola carta de una baraja encuentre la
Probabilidad de que sea roja o figura (jota, reina y rey)?
n(S)= 52 A: carta se roja n(A)=26
B: la figura sea jota, reina , rey n(B)= 12 n(AB)=6
52
32
52
6
52
12
52
26
) ( ) ( ) ( ) ( = + = + = B A P B P A P B A P
52
32
) ( = B A P
EVENTOS INDEPENDIENTES
Dos eventos A y B son independientes si y slo si:
P(AB) = P(A)P(B)
Ejemplo: La probabilidad de que un hombre viva dentro de 25 aos es 3/5 y
la probabilidad de que su esposa viva dentro de 25 aos es 2/3. halle la
probabilidad de que:
a. Ambos vivan
b. Viva solamente el hombre
c. Viva solamente la mujer
d. Viva al menos uno de ellos
P(AB) = P(A).P(B) = 3/5 * 2/5 = 6/25
P(Viva solo el hombre)=
P(A)-P(A B)= 3/5 6/25=9/25
P(A U B) = P(A)+P(B) -P(AB) = 3/5 + 2/5 )-6/25=19/25
P(Viva solo la mujer)=
P(B)-P(A B)= 2/5 6/25=4/25

Se llama probabilidad de A condicionada a B, o probabilidad de A
sabiendo que pasa B:
) (
) (
) | (
B P
AB P
B A P =
E espacio muestral
A
B
PROBABILIDAD CONDICIONAL
La probabilidad condicional de que un evento A ocurra dado que
otro evento B ha ocurrido se denota por P(A/B). Esta notacin se lee
la probabilidad de que A ocurra dado que B ha ocurrido, o
simplemente la probabilidad de A dado B.
Intuir la probabilidad condicionada
B
A
P(A) = 0,25
P(B) = 0,10
P(AB) = 0,10
B
A
Probabilidad de A sabiendo que ha pasado B?
P(A|B)=1
P(A|B)=0,8
P(A) = 0,25
P(B) = 0,10
P(AB) = 0,08
en una poblacin de pacientes hospitalizados, la
probabilidad de que uno de ellos, elegidos aleatoriamente,
tenga problemas cardiacos es de 0.35 la probabilidad de que
un paciente sea fumador dado que sufre problemas
cardiacos es de 0.86. Cul es la probabilidad de que el
paciente elegido al azar de entre la poblacin sea fumador y
tenga problemas cardiacos ?
P(A)= 0.35 P(B/A)=0.86
301 . 0 35 . 0 * 86 . 0 ) (
) / ( * ) ( ) (
) (
) (
) / (
= =
=

=
B A P
A B P A P B A P
A P
B A P
A B P
Ejemplo1:
Cul es la probabilidad de que en el segundo lanzamiento
de una moneda se obtenga cara, dado que el resultado del
primero tambin fue cara?
{ }
{ }
{ }
2
1
2
1
4
1
) (
) (
) / (
4
1
) (
2
1
4
2
) ( 2 ) ( ,
2
1
4
2
) ( 2 ) ( ,
4 ) ( , , ,
= =

=
=
= = = =
= = = =
= =
B P
B A P
B A P
B A P
B P B n CS CC B
A P A n SC CC A
S n SS SC CS CC S
Ejemplo2:
Durante un estudio de accidentes automovilsticos la PNP,
encontr que el 60% de los accidentes suceden de noche, 52%
estn relacionados con conductores alcohlicos y 37% se
presentan de noche y con conductores ebrios. Cul es la
probabilidad de que un accidente este relacionado con un
conductor alcoholizado dado que sucedi de noche?
A: Accidentes de noche P(A)=0.60
B: Conductores alcoholizados P(B)=0.52
P(AB)=0.37
62 . 0
60 . 0
37 . 0
) (
) (
) / ( = =

=
A P
B A P
A B P
Ejemplo3:
Consideremos el experimento aleatorio de elegir al azar
dos artculos de un lote de 100 artculos donde se sabe
que hay 20 defectuosos y 80 no defectuosos.

Sean






Calcule: P(A), P(B) y P(B/A)
)
`

=
)
`

=
def ectuoso es no elegido artculo segundo el B
def ectuoso es elegido artculo primer el A
Ejemplo4:
Solucin:
D: artculo defectuoso
N: artculo no defectuoso

D
N
D
N
D
N
a)
2 . 0
99
80
*
100
20
99
19
*
100
20
) ( = + = A P
b)
8 . 0
99
79
*
100
80
99
80
*
100
20
) ( = + = B P
c)
16 . 0
99
80
*
100
20
) ( = = B A P
8 . 0
2 . 0
16 . 0
) (
) (
) / ( = =

=
A P
B A P
A B P
MG.LIC. JESSICA CLEOF MUOZ GRADOS DE FLORES 29
ESPACIO MUESTRAL
Espacio muestral es el conjunto formado por todos los resultados
posibles de un experimento o fenmeno aleatorio. Lo denotamos con
la letra E . Ejemplo: lanzar una moneda, lanzar dos dados
El espacio muestral asociado al lanzamiento de dos dados y anotar la suma
de los puntos obtenidos es:
Tambin otro ejemplo sera el experimento de arrojar un dado y ver qu sale.
En este caso, el espacio muestral es:
MG.LIC. JESSICA CLEOF MUOZ GRADOS DE FLORES 30
se define como un fenmeno que en la realizacin experimental su observacin ocurre
o no ocurre. Por ejemplo, la posicin de la molcula A en un determinado instante se
encuentre dentro del volumen ubicado al interior de la caja (Fig. 1.1).
Si la molcula A pudiese ser fotografiada, la fotografa obtenida determinar dos
posibles
resultados, que se encuentre al interior de , en cuyo caso consideramos que el
evento
ha ocurrido, o que la molcula se encuentre fuera de , entonces el evento no ha
ocurrido.
Un experimento que determina la observacin de un evento aleatorio es llamado una
prueba.
EVENTOS ALEATORIOS
(Fig. 1.1).
MG.LIC. JESSICA CLEOF MUOZ GRADOS DE FLORES
31
PROBABILIDAD
Mide la frecuencia con la que se obtiene un resultado (o
conjunto de resultados) y luego al llevar a cabo un
experimento aleatorio, del que se conocen todos los
resultados posibles, bajo condiciones suficientemente
estables. La teora de la probabilidad se usa extensamente
en reas como la estadstica, la fsica, la matemtica, las
ciencias y la filosofa para sacar conclusiones sobre la
probabilidad discreta de sucesos potenciales y la mecnica
subyacente discreta de sistemas complejos
MODELOS DE PROBABILIDAD
Definicin clsica de probabilidad








Definicin segn la frecuencia relativa y definicin
axiomtica
Axiomas de probabilidad.
Se define con base a s misma (igualmente factible es
sinnimo de igualmente auto probable) se define la
probabilidad estimada u honrica basada en la frecuencia
relativa de aparicin de un suceso S cuando es muy
grande. La probabilidad de un suceso es una medida que
se escribe como P{S} , y mide con qu frecuencia ocurre
algn suceso si se hace algn experimento
indefinidamente.
La definicin anterior es complicada de representar
matemticamente ya que debiera ser infinito. Otra
manera de definir la probabilidad es de forma axiomtica
esto estableciendo las relaciones o propiedades que
existen entre los conceptos y operaciones que la
componen

,

MG.LIC. JESSICA CLEOF MUOZ GRADOS DE FLORES
33