ESTADÍSTICA APLICADA

A LOS NEGOCIOS
Escuela: Administración / Contabilidad
Docente: Ing. Thainna Aracely Leyva Sánchez
 INTRODUCCIÓN A LA
TEORÍA DE LA
PROBABILIDAD

SEMANA 10
 LOGRO DE LA SESIÓN
Al término de la sesión, el estudiante
resuelve ejercicios de probabilidades,
aplicando los axiomas y propiedades de
las probabilidades.
 EJEMPLOS

 ¿Cuál es la probabilidad de ganar en el juego de lotería?

 ¿Cuál es la probabilidad de que en un lote de artículos
producidos no hayan defectuosos?
 ¿Cuál es la probabilidad de obtener nota aprobatoria en el
curso de estadística aplicada?
 TEORÍA DE LA PROBABILIDAD

 En estos ejemplos se puede apreciar que el

resultado final no se conoce con exactitud o
certeza, existe por lo tanto INCERTIDUMBRE.
 La necesidad de tener suficiente poder para
manejar la incertidumbre obliga a estudiar y
usar la teoría de la probabilidad.
Las probabilidades se ocupan de los denominados fenómenos o
experimentos.

¿QUÉ ES UNA PROBABILIDAD?

• Es un valor numérico que mide el grado de ocurrencia de un

evento específico (cuyo evento es resultado de un experimento).

0  P[OCURRA UN EVENTO]  1
 TEORÍA DE LA PROBABILIDAD

¿QUÉ ES UN EXPERIMENTO?

• Se llama experimento al conjunto de acciones reales o

imaginarias, realizadas con la finalidad de obtener resultados.
• Un experimento puede ser aleatorio o no aleatorio.
 TEORÍA DE LA PROBABILIDAD

1. Experimentos No Aleatorios:
Son aquellos cuyo resultado del experimento se
conoce con anterioridad y que puede describirse
por una fórmula matemática, física o química.

Ejemplos:
• Soltar una piedra en el aire.
• Lanzar una pelota en una tina con agua, etc.
 TEORÍA DE LA PROBABILIDAD

2. Experimentos Aleatorios:
Son aquellos cuyos resultados del
experimento no pueden predecirse con
exactitud antes de realizar el experimento.
Ejemplos:
• Lanzar una moneda y observar la cara superior.
• Extraer una carta de una baraja y observar el número que
aparece.
 TEORÍA DE LA PROBABILIDAD

Un experimento aleatorio, es un proceso de observación donde el

resultado no se puede predecir y solo es posible conocerlo una vez
que sucede o se da.
Ejemplo:
ε = “Lanzamiento de un dado y su puntaje obtenido”
Resultado: Existe margen de duda en el resultado exacto, pues es
posible que éste aparezca 1,2,3,4,5 ó 6.
Luego el experimento es aleatorio.
 TEORÍA DE LA PROBABILIDAD

2.1. ESPACIO MUESTRAL.

Dado un experimento aleatorio ε, se llama espacio muestral de
ε, denotado por , al conjunto de todos los resultados posibles
de dicho experimento.
 
ξ = w1, w2, ........, wn
 TEORÍA DE LA PROBABILIDAD

Ejemplo:
ε = Lanzamiento de tres monedas.
 
ξ = CCC, CCS, CSC, CSS, SCS, SCC, SSC, SSS
 
n() = 8

Cada w1 es un punto muestral, que corresponde a un resultado

(terna) del experimento.
 TEORÍA DE LA PROBABILIDAD

2.2. SUCESO O EVENTO (A, B, C, ….. ).

Un suceso o evento de un experimento aleatorio ε, es cualquier
subconjunto del espacio muestral . Es aquel conjunto que
contiene resultados de un experimento aleatorio que tienen
una característica particular.

Si A⊂  ; A es un evento en 
 TEORÍA DE LA PROBABILIDAD

Ejemplos:
Sea A = {obtener exactamente 3 caras al lanzar tres monedas}
Entonces, A = {w є  / w tiene exactamente 3 caras } = {CCC}
⊂
Sea B = {obtener como mínimo 2 sellos al lanzar tres monedas}
Entonces, A = {w є  / w tiene como mínimo 2 sellos} = {CSS,
SCS, SSC, SSS} ⊂ 
 TEORÍA DE LA PROBABILIDAD

2.2.1. Evento seguro o suceso universal.

Se llama así al evento que de todas maneras

debe ocurrir.

Ejemplo:

A = “Selección de un estudiante de la upao que

tenga un celular”
 TEORÍA DE LA PROBABILIDAD

2.2.2 Evento imposible:(ø)

Se llama así, al evento que no va a ocurrir.

Ejemplo:
B=“Selección de un funcionario público del Perú con ingresos
muy bajos”.
 TEORÍA DE LA PROBABILIDAD

•2.2.3.
  Evento complementario:
El complemento del evento A, se denota por el símbolo (se lee:
no A), y significa que el evento A no ocurre.
Ejemplo:
Sea A: Persona que fue arrestada durante el toque de queda en
el Perú.
Entonces el complemento será:
= Persona que no fue arrestada durante el toque de queda en
el Perú.
 TEORÍA DE LA PROBABILIDAD

2.2.4. Eventos Mutuamente Excluyentes:

Dos o más eventos son mutuamente excluyentes, si la
ocurrencia de uno de ellos, anula la ocurrencia de los demás.
Ejemplo:
Sea el experimento aleatorio: “Elegir un jugador de fútbol”.
Identificar el club al que pertenece.
Ω={Alianza Lima, Universitario, Sporting Cristal, Vallejo, …}
Siendo alguno de los eventos:
A= Allianza Lima
B= Vallejo
 TEORÍA DE LA PROBABILIDAD

2.2.5. Eventos Independientes:

Dos eventos son independientes si ambos no tienen ninguna
relación entre sí; es decir, si la ocurrencia de uno de ellos, no
influye en la ocurrencia del otro.
Ejemplo:
Sean los eventos
X= Primer alumno apruebe el examen de Estadística
Y= Segundo alumno apruebe el examen de Estadística
X e Y son independientes porque al ocurrir el evento X, éste
no influye para que el evento Y ocurra.
 ENFOQUES DE LA PROBABILIDAD

 
A) ENFOQUE DE LA PROBABILIDAD CLÁSICA

Ejemplo 1:
Si se lanza un dado, ¿Cual es la probabilidad de que el
resultado sea un número par?
 ENFOQUES DE LA PROBABILIDAD
CANTIDAD DE
RESULTADOS A
FAVOR DEL
 F EVENTO
1 2
3
4 3
P[F] = = 0.5
5 6

6 CANTIDAD DE
RESULTADOS
RESULTADOS DEL
DEL RESULTADOS
EXPERIMENTO
EXPERIMENTO DEL EVENTO
EJERCICIO 01
Sea,

ε: Lanzamiento de 2 dados.

Registrar el par de puntuaciones.

  11 12 13 1 4 15 16
Ω= 21
…
{ 22
…
23 24
… …
25
…
26
…
}
 
n() = 36
Sean los eventos:
S=La suma de las puntuaciones es 6.
P=Ambas puntuaciones son impares.
I=Una de puntuaciones es par y lo otra impar.
M=Ambas puntuaciones son menores que 3.
C=Ambas puntuaciones son como mínimo 4.
A=La diferencia de las puntuaciones (en valor absoluto) es 1.
D=La diferencia de las puntuaciones es 0.
Hallar los elementos que conforman cada evento propuesto.
Hallar la probabilidad de que ocurra cada evento propuesto:
 ENFOQUES DE LA PROBABILIDAD

B) CONCEPTO DE FRECUENCIA RELATIVA

Probabilidad de un evento (o suceso), es la frecuencia relativa, ó (%)

de veces que ocurriría el evento (o suceso) al realizar un

experimento repetidas veces.

26
EJERCICIO 02
A continuación, se presenta una base de datos respecto a la
forma de pago de remuneraciones de “n” trabajadores del
Perú, según la encuesta realizada por el INEI en el último
trimestre del año 2019. Para lo cual se pide:
a. Identifique la unidad de estudio, la variable, el tamaño
muestral.
b. Presente los datos obtenidos en un Cuadro de Distribución
de Frecuencias.
Donde, cada número 4 2 4 4 2
equivale a: 1 2 2 4 2
1: Diario 4 2 4 2 4
2: Semanal 2 4 2 2 1
3 4 3 4 2
3: Quincenal
2 2 2 2 2
4: Mensual 4 4 4 4 4
4 4 4 1 3
Tabla N° 04.
Distribución de los ...
Forma … fi hi hi%

Total
Sea el experimento: seleccionar un trabajador de la empresa,
¿Cuál es la probabilidad de …
 PROPIEDADES EN EL CÁLCULO DE PROBABILIDADES

OPERACIONES CON EVENTOS: Dados los eventos A y B.

A) UNIÓN: La unión o reunión de A y B, que se denota AUB, es el

evento AUB={w Î  / w Î A ó w Î B}


A B
PROPIEDADES EN EL CÁLCULO DE PROBABILIDADES

Unión de sucesos:  se lee “o”

Luego las probabilidades se calculan así:
Caso a) P [A  B]= P[A] + P[B]

Los eventos A y B son mutuamente excluyentes.

Caso b) P[A B]= P[A] + P[B] – P [AB]

Los eventos A y B son eventos
cualquiera.
PROPIEDADES EN EL CÁLCULO DE PROBABILIDADES

B) INTERSECCIÓN: La intersección de A y B, que se denota AՈB, es

el evento
AÇB = {w Î  / w Î A y w Î B}

A B


Luego la probabilidad se calcula como:

P [A  B]= n [AB]/n()
PROPIEDADES EN EL CÁLCULO DE PROBABILIDADES

Observación:

Si A Ո B =  , se dice que A y B son eventos mutuamente

excluyentes ó incompatibles ó disjuntos.

B 
A
PROPIEDADES EN EL CÁLCULO DE PROBABILIDADES

A
C) COMPLEMENTO: El complemento de A, que se denota por ,
se define como el evento formado por los elementos de  que
no están en A. También se le denomina evento opuesto o
contrario. 

A
A = {w Î  / w Ï A} A
Y sean los eventos:
S=La suma de las puntuaciones es 6.
P=Ambas puntuaciones son pares.
I=Una de puntuaciones es par y lo otra impar.
M=Ambas puntuaciones son menores que 4.
C=Ambas puntuaciones son como mínimo 4.
A=La diferencia de las puntuaciones (en valor absoluto) es 1.
D=La diferencia de las puntuaciones es 0.
•Del
  ejercicio 01
Hallar las siguientes probabilidades:
P(SÇP)=
P()=
P(IUP)=
P()=
P(MÇI)=
P()=
P(DUP)=
P(AÇM)=
P(MUD)=
 PROBABILIDAD CONDICIONAL

• Se denota por P(A/B), donde “/” significa condicionado, dado,

etcétera.
• Se utiliza para calcular la probabilidad de un evento que está
condicionado a un subconjunto del espacio muestral.
• Se define de la siguiente manera:
  𝑃( 𝐴 ∩ 𝐵)
𝑃 ( 𝐴 / 𝐵 )= , P (B) > 0
𝑃( 𝐵)
 PROBABILIDAD CONDICIONAL

Error frecuente: Confundir la probabilidad condicionada con la

probabilidad de la intersección.
𝑃 ( 𝐴 / 𝐵) ≠ 𝑃 ( 𝐴 ∩ 𝐵)
 

Recordemos: la probabilidad de la intersección, se calcula así:

  𝑛( 𝐴 ∩ 𝐵)
𝑃 ( 𝐴 ∩𝐵 )=
𝑛( Ω)
 INDEPENDENCIA DE EVENTOS

Dos eventos son independientes, si el que ocurra uno, no añade

información sobre el otro. Es decir, la ocurrencia de uno no
influye en la ocurrencia del otro.

A es independiente de B
 P(A|B) = P(A)
 P(A∩B) = P(A) P(B)
 MULTIPLICACIÓN DE PROBABILIDADES

También, de la probabilidad condicional tenemos que:

  𝑃( 𝐵 ∩ 𝐴)   𝑃( 𝐴 ∩ 𝐵)
𝑃 ( 𝐵 / 𝐴 )= 𝑃 ( 𝐴 / 𝐵 )=
𝑃( 𝐴) 𝑃( 𝐵)
Y sabemos que,
 𝑃( 𝐴 ∩ 𝐵)=𝑃 (𝐵 ∩ 𝐴)

Por tanto,

P( AB )= P(A)P(B/A)= P(B)P(A/B)

EJEMPLOS
Sea,

ε: Lanzamiento de 2 dados.

Registrar el par de puntuaciones.

  11 12 13 1 4 15 16
Ω= 21
…
{ 22
…
23 24
… …
25
…
26
…
}
 
n() = 36
Y sean los eventos:
S=La suma de las puntuaciones es 6.
P=Ambas puntuaciones son pares.
I=Una de puntuaciones es par y lo otra impar.
M=Ambas puntuaciones son menores que 4.
C=Ambas puntuaciones son como mínimo 4.
A=La diferencia de las puntuaciones (en valor absoluto) es 1.
D=La diferencia de las puntuaciones es 0.
Hallar las siguientes probabilidades:
a) Si se sabe que ambas puntuaciones son pares, ¿cuál es la
probabilidad de que la suma de las puntuaciones sea seis?

b) ¿Cuál es la probabilidad de que la diferencia de las

puntuaciones (en valor absoluto) sea uno, dado que la
suma de las puntuaciones sea seis?
c) P(M/I)=
d) P(D/A)=
e) P(P/M)=
f) P(I/D)=