Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Educacin Superior

Aldea Comandante Supremo
Cuman, Edo. Sucre

Probabilid
ades y sus
Propiedad
es
Realizado por:

Yazminda Henrriquez
C.I. 16.702.310

Cuman, febrero de 2015

INTRODUCCIN
El concepto de probabilidad nace con el deseo del hombre de conocer con
certeza los eventos futuros. Es por ello que el estudio de probabilidades surge
como una herramienta utilizada por los nobles para ganar en los juegos y
pasatiempos de la poca. El desarrollo de estas herramientas fue asignado a
los matemticos de la corte.
Con el tiempo estas tcnicas matemticas se perfeccionaron y encontraron
otros usos muy diferentes para la que fueron creadas. Actualmente se contino
con el estudio de nuevas metodologas que permitan maximizar el uso de
la computacin en el estudio de las probabilidades disminuyendo, de este modo,
los mrgenes de error en los clculos.
Una distribucin de probabilidad indica toda la gama de valores que pueden
representarse como resultado de un experimento. Una distribucin de probabilidad
es similar al distribucin de frecuencias relativas .Si embargo, en vez de describir
el pasado, describe la probabilidad que un evento se realice en el futuro,
constituye una herramienta fundamental para la prospectiva, puesto que se puede
disear un escenario de acontecimientos futuros considerando las tendencias
actuales de diversos fenmenos naturales.
Las decisiones estadsticas basadas en la estadstica inferencial son
fundamentales en la investigacin que son evaluadas en trminos de distribucin
de probabilidades.

PROBABILIDAD
La probabilidad mide las posibilidades de que cada uno de los posibles
resultados en un suceso que depende del azar sea finalmente el que se de.
Por ejemplo: la probabilidad mide la posibilidad de que salga "cara" cuando
lanzamos una moneda, o la posibilidad de que salga 5 cuando lanzamos un dado.
TEORA DE LA PROBABILIDAD
La probabilidad constituye un importante parmetro en la determinacin de
las diversas casualidades obtenidas tras una serie de eventos esperados dentro
de un rango estadstico.
Existen
diversas
formas
como
mtodo
abstracto, como la teora
Dempster-Shafer y la teora
de la relatividad numrica, esta ltima con un alto grado de aceptacin si se toma
en cuenta que disminuye considerablemente las posibilidades hasta un nivel
mnimo ya que somete a todas las antiguas reglas a una simple ley de relatividad.
La probabilidad de un evento se denota con la letra p y se expresa en
trminos de una fraccin y no en porcentajes, por lo que el valor de p cae entre 0 y
1. Por otra parte, la probabilidad de que un evento "no ocurra" equivale a 1 menos
el valor de p y se denota con la letra q

Los tres mtodos para calcular las probabilidades son la regla de la adicin,
la regla de la multiplicacin y la distribucin binomial.
La teora de la probabilidad es una teora matemtica axiomatizada, sobre
la cual existe un amplio consenso.
La formulacin usual de la teora de la probabilidad se hace en el lenguaje
de la teora de conjuntos.

El dominio de la teora es un conjunto no vaco de elementos cualesquiera,

habitualmente simbolizado como .
La probabilidad es una funcin que asigna nmeros reales a los
subconjuntos de .

EXPERIMENTO ALEATORIO
Un experimento se considera aleatorio o estocstico si sus resultados
son inciertos.

ESPACIO MUESTRAL

Conjunto de todos los resultados posibles de un experimento aleatorio. Es

un conjunto universal y se simboliza con S.
Ejemplo: el experimento consiste en arrojar un dado
S = {1, 2, 3, 4, 5, 6}

PUNTO MUESTRAL

Cada uno de los resultados posibles de un experimento aleatorio.

Suceso, hecho o evento
Es un subconjunto del espacio muestral S. Un suceso E definido en un
espacio muestral se dice que es simple o elemental si contiene un solo punto
muestral en S; se dice que escompuesto si contiene ms de un punto muestral.
Ejemplo: Experimento que consiste en arrojar un dado
Espacio Muestral S = { 1, 2, 3, 4, 5, 6}
Eventos Simples E1 ={1 } E2 ={2} E3= {3} E4 ={4} E5 ={5} E6 ={6}
Eventos compuestos E1 ={1, 3, 5 } E2 ={2, 4, 6 }
SUCESO
Un suceso es cada uno de los resultados posibles de una experiencia aleatoria.

Al lanzar una moneda salga cara.

Al lanzar un dado se obtenga 4.

1. Suceso aleatorio
Llamamos Suceso de un experimento aleatorio (o simplemente Suceso
Aleatorio) a cada uno de los subconjuntos del Espacio Muestral E. El Conjunto de
todos los sucesos de un experimento aleatorio se denomina Espacio de Sucesos y
se representa por la letra S.

2. Suceso elemental
Suceso elemental es cada uno de los elementos que forman parte del
espacio muestral.

Por ejemplo al tirar un dado un suceso elemental es sacar 5.

3. Suceso compuesto
Suceso compuesto es cualquier subconjunto del espacio muestral.

Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener
mltiplo de 3.

4. Suceso seguro
El suceso seguro es aqul que est formado por todos los resultados
posibles, esto es, todo el espacio muestral entendido como un suceso aleatorio.
Se expresa con la letra griega W . Se llama suceso seguro porque es el suceso
que siempre ocurre.
Habrs observado que A4= W.

Por ejemplo al tirar un dado un dado obtener una puntuacin que sea
menor que 7

5. Suceso imposible
El suceso imposible es aqul que est formado ningn resultado esto es, el
conjunto vaco. Se expresa con el smbolo . Se llama suceso imposible porque
es el suceso que nunca ocurre.

Habrs observado que A5= .

EL ESPACIO MUESTRAL O ESPACIO DE MUESTREO (DENOTADO E, S,

O U)

Consiste en el conjunto de todos los posibles resultados individuales de

un experimento aleatorio.
Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio
de muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}.
Un evento o suceso es cualquier subconjunto del espacio muestral con estructura
de -lgebra,1 llamndose a los sucesos que contengan un nico
elemento sucesos elementales.
En el ejemplo, el suceso "sacar cara en el primer lanzamiento", o {(cara,
cara), (cara, cruz)}, estara formado por los sucesos elementales {(cara, cara)} y
{(cara, cruz)}.
Para algunos tipos de experimento puede haber dos o ms espacios de
muestreo posibles. Por ejemplo, cuando se toma una carta de un mazo normal de
52 cartas, una posibilidad del espacio de muestreo podra ser el nmero (del as al
rey), mientras que otra posibilidad sera el palo (diamantes, trboles, corazones y
picas). Una descripcin completa de los resultados, sin embargo, especificara
ambos valores, nmero y palo, y se podra construir un espacio de muestreo que
describiese cada carta individual como el producto cartesiano de los dos espacios
de muestreo descritos.
Los espacios de muestreo aparecen de forma natural en una aproximacin
elemental a la probabilidad, pero son tambin importantes en espacios de
probabilidad. Un espacio de probabilidad (, F, P) incorpora un espacio de
muestreo de resultados, , pero define un conjunto de sucesos de inters, la lgebra F, por la cual se define la medida de probabilidad P.
Podemos diferenciar entre dos tipos de espacios muestrales: discretos y
continuos.
DISTRIBUCIN DE PROBABILIDAD
Una distribucin de probabilidad indica toda la gama devalores que pueden
representarse como resultado de unexperimento si ste se llevase a cabo. Es
decir, describe la probabilidad de que un evento serealice en el futuro, constituye
una herramientafundamental para la prospectiva, puesto que se puededisear un
escenario de acontecimientos futurosconsiderndolas tendencias actuales de
diversos fenmenosnaturales.
TIPOS
Distribuciones de variable discreta

Se denomina distribucin de variable discreta a aquella cuya funcin de

probabilidad slo toma valores positivos en un conjunto de valores de
finito o infinito numerable. A dicha funcin se le llama funcin de masa de
probabilidad.

Tipos de distribuciones de variable discreta

DEFINIDAS SOBRE UN DOMINIO FINITO

EJEMPLO

DISTRIBUCIN DE PROBABILIDAD DE POISSON: Describe la cantidad

de veces que ocurre un evento en un intervalo determinado
(tiempo, volumen, temperatura, etc...).La distribucin se basa en dos supuestos:
1) La probabilidad es proporcional a la extensin del intervalo.
2) Los intervalos son independientes.

DEFINIDAS SOBRE UN DOMINIO INFINITO

EJEMPLO

LA DISTRIBUCIN BETA-BINOMIAL NEGATIVA, que describe el nmero

de experimentos del tipo "si/no" necesarios para conseguir n aciertos, cuando la
probabilidad de xito de cada uno de los intentos est distribuida de acuerdo con
una beta.

DISTRIBUCIONES DE VARIABLE CONTINUA

Se denomina variable continua a aquella que puede tomar cualquiera de los

infinitos valores existentes dentro de un intervalo.
Tipos de distribuciones de variable continua

DISTRIBUCIONES DEFINIDAS EN UN INTERVALO ACOTADO

EJEMPLO

LA DISTRIBUCIN DE KENT, definida sobre la superficie de una esfera

unitaria.

DEFINIDAS EN UN INTERVALO SEMI-INFINITO, USUALMENTE [0,)

EJEMPLO

LA DISTRIBUCIN DE BIRNBAUMSAUNDERS, tambin llamada

distribucin de resistencia a la fatiga de materiales, utilizada para modelar tiempos
de fallo.

DISTRIBUCIONES EN LAS QUE EL LOGARITMO DE UNA VARIABLE

ALEATORIA EST DISTRIBUIDO CONFORME A UNA DISTRIBUCIN
ESTNDAR
EJEMPLO

LA DISTRIBUCIN DE WEIBULL O DISTRIBUCIN DE ROSINRAMMLER, para describir la distribucin de tamaos de determinadas partculas.

DEFINIDAS EN LA RECTA REAL COMPLETA

EJEMPLO

LA DISTRIBUCIN DE CAUCHY, un ejemplo de distribucin que no tiene

expectativa ni varianza. En fsica se le llama funcin de Lorentz, y se asocia a
varios procesos.

DEFINIDAS EN UN DOMINIO VARIABLE

EJEMPLO

LA DISTRIBUCIN DE PARETO GENERALIZADA est definida en un

dominio que puede estar acotado inferiormente o acotado por ambos extremos.

DISTRIBUCIONES MIXTAS DISCRETA/CONTINUA

EJEMPLO

LA DISTRIBUCIN GAUSSIANA RECTIFICADA, es una distribucin

normal en la que los valores negativos son sustituidos por un valor discreto en
cero.

DISTRIBUCIONES MULTIVARIABLE

EJEMPLO
El modelo de BaldingNichols, utilizado en el anlisis gentico de
poblaciones.

DISTRIBUCIONES MATRICIALES
DISTRIBUCIONES NO NUMRICAS
DISTRIBUCIONES MISCELNEAS

CONCLUSIN
La importancia de la probabilidad radica en que, mediante este recurso
matemtico, es posible ajustar de la manera ms exacta posible los
imponderables debidos al azar en los ms variados campos tanto de la ciencia
como de la vida cotidiana.
En efecto, la probabilidad es una estrategia mediante la cual se intenta
estimar la frecuencia con la que se obtiene un cierto resultado en el marco de una
experiencia en la que se conocen todos los resultados posibles. As, el ejemplo
ms tradicional consiste en definir cul es la prevalencia de obtener un nmero al
arrojar un dado. Sobre seis resultados posibles (todas las caras), slo es posible
lograr un nmero por cada vez que el dado es arrojado. En este caso, la
probabilidad puede expresarse como uno en seis, un sexto, la sexta parte o, en
trminos matemticos precisos, 0.16 16%.
La teora de la probabilidad, en especial en el marco de sistemas ms
complejos, se aplica en reas variadas del conocimiento, como las ciencias
exactas (estadstica, matemtica pura y aplicada, fsica, qumica, astronoma),
las ciencias sociales (sociologa, psicologa social, economa), la astronoma, la
meteorologa y, en especial en forma ms reciente, la biomedicina.
La importancia esencial de la aplicacin de los mtodos de clculo de la
probabilidad reside en su capacidad para estimar o predecir eventos. Cuanto
mayor sea la cantidad de datos disponibles para calcular la probabilidad de un
acontecimiento, ms preciso ser el resultado calculado. Dada la complejidad de
los sistemas en los que suele aplicarse la teora de la probabilidad, se requiere de
modelos informticos y estadsticos de gran elaboracin, que seran imposibles de
no contarse con los modernos recursos tecnolgicos relacionados con la
computacin.

BIBLIOGRAFA

http://www.monografias.com/trabajos29/distribucionprobabilidades/distribucion-probabilidades.shtml#ixzz3S7reH147

http://www.monografias.com/trabajos32/teoria-probabilidades/teoriaprobabilidades.shtml#ixzz3S6WS6Srf

http://www.monografias.com/trabajos29/distribucionprobabilidades/distribucion-probabilidades.shtml#ixzz3S7s6VOrZ

https://www.youtube.com/watch?v=FLLTmLZl4Ds

http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad

http://www.importancia.org/probabilidad.php#ixzz3S7x3EieE

PROVISIN PARA CUENTAS INCOBRABLES

Las cuentas por cobrar estn constituidas por todas aquellas deudas de los
clientes para con nosotros por concepto de venta de mercancas a crdito. Estos
saldos deben aparecer en el Balance General por su valor real, pero ya que
muchas cuentas no se pueden cobrar por distintas causas es necesario hacer una
estimacin de un posible monto que resultar incobrable. A esta cuenta la
llamamos Provisin para cuentas incobrables. Las empresas que realizan ventas
a crdito deben soportar el riesgo de los crditos incobrables, ya que la gran
mayora tiene prdidas por este concepto; por este motivo, la empresa antes de
determinar la ganancia neta del ejercicio, debe separar de la partida Cuentas por
Cobrar una determinada cantidad como provisin para ests futuras prdidas,
que llamamos Provisin para Cuentas por Cobrar.
MTODOS
Antes que nada hay que aclarar que no hay un nico mtodo para
determinar la provisin para cuentas incobrables, cada empresa tiene su poltica
contable y de eso depender el mtodo adoptado. Podemos mencionar los
siguientes mtodos:
1. En base a la antigedad de los crditos.
2. En base a las ventas a crdito.
3. En base al saldo de las cuentas por cobrar.
EJEMPLO
El primer mtodo, presume que al aumentar el tiempo de un crdito vencido
aumenta el riesgo de no cobrarse. La provisin aumentar en proporcin al tiempo
que el crdito est vencido. Para ello se debe examinar las cuentas de cada uno
de los clientes para establecer el valor de los crditos vencidos o no vencidos y
obtener resmenes de crditos y la aplicacin de un porcentaje estimado.
El segundo mtodo supone que toda venta a crdito (vencida o no) tiene un
riesgo en cuanto a su cobro y se considera el ms justo.
El tercer mtodo no toma en cuenta la antigedad de los crditos sino
nicamente el saldo final de cada perodo sobre el cual se aplicar un porcentaje.