Está en la página 1de 3

RESUMEN DE PROBABLIDADES EN ESTADISTICA DEL LIBRO ESTADISTICA

PARA ADMINISTRACION Y ECONOMIA

La probabilidad representa a la mayor o menor posibilidad de que ocurra un suceso. Viene de la


necesidad de medir la certeza o duda de que un suceso dado ocurra o no, estableciendo una
relación entre el número de sucesos favorables y el número total de sucesos posibles. En el siglo
XIX, Pierre Simón, marqués de Laplace (1749-1827), unificó todas estas ideas y compiló la
primera teoría general de probabilidad, la cual esta teoría fue aplicada con éxito en las mesas de
juego siendo más importante en nuestro estudio en problemas sociales y económicos,
constituyendo una parte fundamental en la vida y en la toma de decisiones de las personas.

Existen tres tipos de probabilidad: el planteamiento clásico, el planteamiento de frecuencia


relativa y el planteamiento subjetivo.

La probabilidad clásica se le conoce como probabilidad a priori, este planteamiento de la


probabilidad es útil cuando tratamos con juegos de cartas, de dados, lanzamientos de monedas y
cosas parecidas, pero tiene serios problemas cuando intentamos aplicarlo a los problemas de
toma de decisiones menos previsibles, como los que encontramos en la administración, este
planteamiento clásico de probabilidad supone un mundo que no existe, suponiendo que no
existen situaciones que son bastante improbables pero que podemos concebir como reales. La
probabilidad clásica supone también una especie de simetría en el mundo, y esta suposición
también puede ocasionarnos problemas. Las situaciones de la vida real, desordenadas y poco
probables como son a menudo, hacen que sea útil definir la probabilidad de otras formas.

Está probabilidad clásica se representa así:

El planteamiento de frecuencia relativo se le llama frecuencia relativa de presentación de un


evento definiéndose la probabilidad como: la frecuencia relativa observada de un evento durante
un gran número de intentos, como también la fracción de veces que un evento se presenta a la
larga, cuando las condiciones son estables. Este método utiliza la frecuencia relativa de las
presentaciones pasadas de un evento como probabilidad. Determinamos qué tan frecuentemente
ha sucedido algo en el pasado y usamos esa cifra para predecir la probabilidad de que suceda de
nuevo en el futuro. Una de las características de este planteamiento es que a mayores intentos,
es mejor la precisión, es decir e la frecuencia relativa se vuelve estable conforme la cantidad de
lanzamientos crece (si lanzamos la moneda siempre en las mismas condiciones), sin embargo
esta precisión mejorada no es definitiva; a pesar de que mayor cantidad de lanzamientos de la
moneda generará una probabilidad más precisa de presentaciones del evento cara, debemos
tomar en cuenta el tiempo y costo que implicaría tener más observaciones.

El último planteamiento se trata de planteamiento subjetivo, se refiere como la probabilidad


asignada a un evento por parte de un individuo, basada en la evidencia que tenga disponible
Esta evidencia puede presentarse en forma de frecuencia relativa de presentación de eventos
pasados o puede tratarse, simplemente, de una creencia meditada.

En el caso de la probabilidad subjetiva, la estimación de la ocurrencia del evento se basa en


la intuición o en la opinión, generalmente derivadas de experiencias previas. El individuo
analiza la información que dispone y otorga un valor de probabilidad al evento según su nivel
de creencia acerca de que el evento efectivamente ocurra.

Es habitual que alguien recurra a la probabilidad subjetiva al referirse al pronóstico del tiempo.
Aquel que no es meteorólogo ni tiene la posibilidad de interpretar información científica
procedente de satélites puede basarse en su propia experiencia para estimar qué tan probable es
que llueva en las siguientes horas. Si expresa “Creo que hay un 90% de posibilidades de que
empiece a llover antes del atardecer”, estará apelando a la probabilidad subjetiva.

La probabilidad subjetiva, en definitiva, es una manera de cuantificar la probabilidad de


ocurrencia de un suceso a partir de factores individuales de ponderación.

Para encontrar dichas probabilidades existen el uso de símbolos y reglas, para la simplificación
la presentación de ideas, es decir: P(A) = la probabilidad de que el evento A suceda. Una
probabilidad sencilla quiere decir que sólo un evento puede llevarse a cabo también se le conoce
como probabilidad marginal o incondicional.

Existe una buena forma de ilustrar y son los diagramas de Venn, que se usa con círculos que se
superponen u otras figuras para ilustrar las relaciones lógicas entre dos o más conjuntos de
elementos. Se usan para hacer un análisis detallado y para representar cómo se relacionan los
elementos entre sí dentro de un "universo" o segmento determinado.

Regla de la adición para eventos mutuamente excluyentes, donde se representa de esta


manera, P(A o B) = la probabilidad de que suceda A o B y se calcula así: P(A o B) P(A) +
P(B).

Regla de adición para eventos que no son mutuamente excluyentes, Si dos eventos no son
mutuamente excluyentes, es posible que ambos se presenten al mismo tiempo. En tales casos,
debemos modificar la regla de adición, donde se representa de esta manera: P(A o B) P(A) + P
(B) + P (AB).
Probabilidades bajo condiciones de independencia estadística:

Existen tres tipos de probabilidades que se presentan bajo la independencia estadística:


Marginal, conjunta y condicional.

Probabilidades marginales bajo condiciones de independencia estadística: es la probabilidad


simple de presentación de un evento.

Probabilidades conjuntas bajo condiciones de independencia estadística: La probabilidad de que


dos o más eventos independientes se presenten juntos o en sucesión es el producto de sus
probabilidades marginales, se representa así: P (AB) = P(A) * P (B), es decir: Que entonces la
probabilidad de que eventos A y B ocurran juntos o en sucesión recibe el nombre de

"PROBABILIDAD CONJUNTA".

Probabilidad condicionales en condiciones de independencia estadística: se expresa de la


siguiente manera: P (B / A) = P (B), que quiere decir: la probabilidad de B, si ocurre en el
evento A es decir, la probabilidad condicional está sujeta a que ocurra un segundo evento, si el
primero ha tenido lugar. Por lo tanto la probabilidad condicional del evento B si ocurrió; el
evento A es simplemente la probabilidad de B.

Probabilidades bajo condiciones de dependencia estadística: Existen tres tipos: Condicional,


Conjunta y Marginal.

Condicional: Las probabilidades condicional y conjunta bajo condiciones de dependencia


estadística son más complicadas que la probabilidad marginal en estas mismas circunstancias,
representándose así: P (B⏐A) = P (BA) / P(A).

Conjunta: Se representa así: P (BA) = P (B|A) x P(A)

Marginal: Se calculan mediante la suma de las probabilidades de todos los eventos conjuntos en
los que se presenta el evento sencillo.

Teorema de Bayes: El teorema de Bayes parte de una situación en la que es posible conocer las
probabilidades de que ocurran una serie de sucesos. A esta se añade un suceso B cuya
ocurrencia proporciona cierta información, porque las probabilidades de ocurrencia de B son
distintas según el suceso, conociendo que ha ocurrido el suceso B, la fórmula del teorema de
Bayes nos indica como modifica esta información las probabilidades de los sucesos, se
representa de esta manera: P (B|A)= P (BA)/P(A)

También podría gustarte