ESTADÍSTICA EMPRESARIAL I

Facultad de Ciencias Empresariales y Económicas

Escuela de Administración-Contabilidad-Negocios Internacionales

PROBABILIDADES

Estadística Empresarial I
Candidata a Doctora: Mg. Jessica Cleofé Muñoz Grados de Flores
III| Semestre 2022-1
EXPERIMENTO ALEATORIO ()

 Es un tipo de experimento que se puede repetir indefinidamente, sin

cambiar sus condiciones. Aunque no se puede predecir su resultado, sin
embargo se puede describir sus resultados posibles.

 Los experimentos pueden ser simples y compuestos (dos o más

experimentos).

7/06/23 3
ESPACIO MUESTRAL ()

 Es el conjunto de todos los resultados posibles de un experimento. A veces se le denomina espacio

muestral  asociado al experimento .

 Cuando un experimento es simple no hay dificultad para determinar su espacio muestral; no así cuando
el experimento es compuesto.

 Existes dos tipos de espacios muestrales:

 Discreto.- Cuando tiene un número entero positivo de elementos y además pueden ser: Finitos e
Infinitos.
 Continuo.- Si tiene un número no numerable de elementos. Es decir sus elementos son puntos de
algún intervalo.
7/06/23 4
Ejemplo 1

 1 = {Lanzar una moneda y observar la cara superior}

(1) = { Cara, Sello}
 2 = {Lanzar un dado y observar el número que aparece en la cara superior}
(2) = { 1, 2, 3, 4, 5, 6}
 3 = {Extraer un artículo de una línea de producción y comprobar si es defectuoso o no}
(3) = { Defectuoso, No Defectuoso}
 4 = {Elegir un delegado de una sección de 40 estudiantes}
(4) = {Pedro, Juan, Daniella, Cecilia,... }
 5 = {Número de automóviles que se cruzan en una esquina}
(5) = {0, 1, 2, ... }

7/06/23 5
EVENTOS Y SUCESOS

 EVENTO.- Es cualquier subconjunto de un espacio muestral, y se denotan por A, B,C,...

 De acuerdo a la teoría de conjuntos:
 Al Espacio Muestral (), se le denomina Evento Seguro, porque siempre ocurre, es imposible
que no pueda ocurrir.
 Al Evento Nulo () se le llama Evento Imposible.
 Se dice que un evento ocurre cuando al menos uno de los resultados que lo conforman ocurre.

7/06/23 6
Operaciones con Eventos

Sean A y B eventos de , entonces:

 A  B, si w  A  w  B.

 A = B, si A  B y B  A.

7/06/23 7
Operaciones con Eventos

Sean A y B eventos de , entonces:

 A  B = { w   / w  A o w  B }.

 A  B = { w   / w  A y w  B }.

7/06/23 8
Operaciones con Eventos

Sean A y B eventos de , entonces:

 A – B = { w   / w  A y w  B }.

 Ac =  – A = { w   / w  A }.

7/06/23 9
ejemplos

 Sólo A = A  Bc  Sólo A y B = A  B

 Sólo B = Ac  B  Ni A ni B = Ac  Bc

7/06/23 10
Operaciones con Eventos

Sean A y B eventos de , entonces:

 Leyes de Morgan: (A  B)c = Ac  Bc (A  B)c = Ac  Bc

 Producto Cartesiano: A x B = { (y, z)   / y  A y z  B }

Sean A, B y C eventos de , entonces:

 Leyes Distributivas
A  (B  C) = (A  B)  (A  C)
A  (B  C) = (A  B)  (A  C)

7/06/23 11
Operaciones con Eventos

 Eventos Mutuamente Excluyentes

Sean A y B eventos de , entonces:
AB=

 Eventos Colectivamente Exhaustivos

Sean A1, ..., An eventos de ,
entonces:
n
A1    A n  i1 A i  

7/06/23 12
Técnicas de conteo
Son los procedimientos y estrategias para contar las posibles agrupaciones de
los elementos de un conjunto, permitiendo determinar el número de
posibilidades lógicas para realizar algún experimento, sin necesidad de
enumerarlas.
 Principio Multiplicativo
Si una primera acción se puede realizar de n 1 maneras diferentes, y una
segunda acción se puede realizar de n 2 maneras diferentes, ..., y una r-
ésima acción se puede realizar de n r maneras diferentes, entonces las r
acciones se pueden realizar de n1  n2  ...  nr maneras diferentes.
 Principio Aditivo
Si una primera acción se puede realizar de n 1 maneras diferentes, o una
segunda acción se puede realizar de n 2 maneras diferentes,..., o una r-
ésima acción se puede realizar de n r maneras diferentes, entonces las r
acciones alternativas se pueden realizar de n 1 + n2 + ... + nr maneras
diferentes.

7/06/23 13
EJEMPLO 2
 = {Lanzar dos dados y se observa los números que aparecen en las
caras superiores}
 1, 1 1, 2  1, 3  1, 4 1, 5  1, 6  
 
  2, 1  2, 2   2, 3   2, 4  2, 5   
2, 6
  3, 1  3, 2   3, 3   3, 4  3, 5   3, 6 
( )   N( )  36
 4, 1  4, 2   4, 3   4, 4  4, 5   4, 6 
  5, 1  5, 2   5, 3   5, 4  5, 5   5, 6 
 
  6, 1  6, 2   6, 3   6, 4  6, 5   6, 6 
A = { Que al lanzar dos dados se obtenga en las caras superiores números
iguales}
A = { (1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} N(A) = 6
Un suceso sería: w = { (1,1) }
7/06/23 14
Ejemplo 3

Se tiene un experimento aleatorio que consiste en lazan dos monedas a la

vez. Se solicita determinar su espacio muestral.

Solución.-
Para determinar su espacio muestral se puede hacer uso de una tabla de
doble entrada:

Primera Segunda Moneda

Moneda Cara Sello
Cara C,C C,S
Sello S,C S,S
Entonces:  = { (CC), (CS), (SC), (SS) }

7/06/23 15
Ejemplo 4

Se tiene un experimento aleatorio que consiste en lazan tres monedas. Se

solicita determinar su espacio muestral.
Solución.-
Para determinar su espacio muestral se puede hacer uso del diagrama del
árbol

Entonces:
 = { (CCC), (CCS), (CSC), (CSS), (SCC), (SCS), (SSC), (SSS) }

7/06/23 16
Ejemplo 5

Se tiene un experimento aleatorio que consiste en lazan una moneda y un

dado. Se solicita determinar su espacio muestral.
Solución.-
Luego se puede comprobar que es un experimento compuesto:
1 = { Lanzar una moneda } y 2 = { Lanzar un dado }
Así el N() = 2 * 6 = 12
Entonces, mediante la tabla de doble entrada se tiene:

Dado
Moneda
1 2 3 4 5 6
Cara C,1 C,2 C,3 C,4 C,5 C,6
Sello S,1 S,2 S,3 S,4 S,5 S,6
Entonces:
 = { (C1), (C2), (C3), (C4), (C5), (C6), (S1), (S2), (S3), (S4), (S5), (S6), }
7/06/23 17
Ejemplo 6

Se tiene un experimento aleatorio que consiste en lazan una moneda o un dado. Se

solicita determinar su espacio muestral.

Solución.-
Luego se puede comprobar que es un experimento compuesto:
1 = { Lanzar una moneda } o 2 = { Lanzar un dado }
Así el N() = 2 + 6 = 8

Entonces, el espacio muestral esta dado por:

 = { C, S, 1, 2, 3, 4, 5, 6 }

Profesor Carlos Caycho Chumpitaz 7/06/23 18

Permutaciones
Una permutación de un conjunto de elementos es una disposición de tales
elementos de acuerdo a un orden definido. El número de permutaciones de
n elementos tomados de r es:

n n!
P  n Pr  P(n,r) 
r
 n  r !
Si n = 4 y r = 2  P(4,2)  12

1 2 2 1 3 1 4 1

1 3 2 3 3 2 4 2

1 4 2 4 3 4 4 3

Profesor Carlos Caycho Chumpitaz 7/06/23 19

Permutaciones con repetición

El número de permutaciones de n elementos donde existen n1 , n2 , … , nk

elementos que se repiten (n1 + n2 + … + nk = n) es:
n!
Pnn1 ,n2 ,,nk 
n1 ! n2 !   nk !

Por ejemplo, si en una urna hay 9 bolas, 3 blancas, 2 rojas y 4 negras. ¿De
cuantas formas distintas se pueden extraer las bolas de la urna?
Solución: Al tener tres bolas blancas, para efectuar el ordenamiento se
consideran iguales, lo mismo se debe hacer con las rojas y las negras. De
este modo: n = 9, n1 = 3, n2 = 2 y n3 = 4, luego el numero de formas
distintas se pueden extraer las bolas de la urna son:
9 9!
P3,2,4   1260
3! 2! 4!
7/06/23 20
Combinaciones

Una combinación es el número de formas de seleccionar o extraer de n

objetos tomados de r en r formas, sin tener en cuenta su orden.
 n n n!
 r  =Cr  n Cr  C(n,r)  r! n  r !
   

Si n = 4 y r = 2  C(4,2)  6

1 2
2 3
1 3 3 4
2 4
1 4

7/06/23 21
Probabilidad

 ENFOQUE CLÁSICO
Si N(A) representa el número de sucesos del evento A y N() el número
de sucesos del espacio muestral, entonces se puede decir que la
probabilidad de A esta dada por:
N(A)
P(A) 
N( )

 ENFOQUE DE FRECUENCIA RELATIVA

La probabilidad se calcula con base a la proporción del número de veces que
ocurre un evento A en un determinado número de observaciones. Es decir, la
probabilidad de A esta dada por:
Frecuencia Absoluta de A f(A)
P(A)  
Número de Observaciones n
7/06/23 22
Axiomas de probabilidad
 PRIMER AXIOMA
La probabilidad que un evento A  , sólo puede tener valores que
están: 0  P(A)  1.
 SEGUNDO AXIOMA
La probabilidad del espacio muestral es igual a la unidad. Esto es, P()
= 1.
 TERCER AXIOMA
Para un número finito de k eventos mutuamente excluyentes, A1, ..., Ak
que pertenecen a un , la probabilidad de la unión de estos eventos
está dada por:

P   A 
k
i1 i
k
i1
P(A i )

Nota.- Para el caso de eventos A y B  , eventos mutuamente

excluyentes, entonces: P(A  B) = P(A) + P(B) :
Profesor Carlos Caycho Chumpitaz 7/06/23 23
Propiedades de probabilidad

1. Si  es el evento imposible o nulo, entonces P() = 0.

2. Para cada evento A  , P(A) = 1– P(Ac) ó P(Ac) = 1 – P(A).

3. Si A y B  , tales que A  B, entonces P(A)  P(B).

4. Si A y B  , eventos cualquiera, entonces:

P(A  B) = P(A) + P(B) – P(A  B)

5. Si A, B y C  , eventos cualquiera, entonces:

P(A  B  C) = P(A) + P(B) + P(C) – P(A  B) – P(A  C) – P(B  C)

+ P(A  B  C)
Profesor Carlos Caycho Chumpitaz 7/06/23 24
Ejemplo 7

Se lanza una moneda tres veces. Calcule la probabilidad que en la cara

superior de la moneda aparezcan:
a) Dos caras
b) Al menos dos caras

Solución a)
El experimento es lanzar una moneda tres veces.
El espacio muestral es:
 = { (CCC), (CCS), (CSC), (CSS), (SCC), (SCS), (SSC), (SSS) }
El número de resultados posibles es N() = 8
El evento A es que en la cara superior de la moneda aparezcan dos caras
A = {CCS), (C,S,C), (S,C,C) }
El número de resultados posibles es N(A) = 3.
Entonces:
N(A) 3
P(A)    0,375
N( ) 8
Profesor Carlos Caycho Chumpitaz 7/06/23 25
Ejemplo 8

Se lanza una moneda tres veces. Calcule la probabilidad que en la cara

superior de la moneda aparezcan:
a) Dos caras
b) Al menos dos caras

Solución b)

El evento B es que en la cara superior de la moneda aparezcan al menos

dos caras A = {(CCC), (CCS), (C,S,C), (S,C,C) }
El número de resultados posibles es N(B) = 4.
Entonces:
N(B) 4
P(B)    0,50
N( ) 8

Profesor Carlos Caycho Chumpitaz 7/06/23 26

 EJEMPLO 9

En la tabla adjunta se presenta la distribución de los estudiantes matriculados en un curso

de música, por sección y sexo. Si se elige a un delegado de los estudiantes, ¿cuál es la
probabilidad que sea mujer?
Secciones
Sexo To tal
A B C D
Hombre 25 18 13 30 86
Mujer 12 24 19 15 70
Total 37 42 32 45 156

Solución
El experimento es elegir un delegado
El evento A es que el delegado elegido sea mujer
Existen f(A) = 70 mujeres de un total de 156 estudiantes .
Entonces:
f(A) 70
P(A)    0,449
n 156
Profesor Carlos Caycho Chumpitaz 7/06/23 27
Probabilidad condicional

Sean los eventos A y B  , y además se sabe que P(B) >0, entonces la

probabilidad que ocurra A, dado que ya ocurrió B, se denomina Probabilidad
Condicional de A dado B; y se calcula mediante la siguiente expresión:

P(A  B)
P(A B) 
P(B)

 PRIMER AXIOMA: 0  P(A / B)  1.

 SEGUNDO AXIOMA: P( / B) = 1.
 TERCER AXIOMA: Si A1, ..., Ak  , son k eventos mutuamente
excluyentes se tiene que:
P k
i1 
A i B   i1 P(A i B)
k

Profesor Carlos Caycho Chumpitaz 7/06/23 28

Propiedades de probabilidad condicional

1. Si  es el evento imposible o nulo, entonces P(/B) = 0.

2. Para cada evento A  , P(A/B) = 1– P(Ac/B) ó P(Ac/B) = 1 – P(A/B).

3. Si A, B y C  , tales que A  C, entonces P(A /B)  P(C/B).

4. Si A, B y C  , eventos cualquiera, entonces:

P((A  C)/B) = P(A/B) + P(C/B) – P((A  C)/B)

Profesor Carlos Caycho Chumpitaz 7/06/23 29

Ejemplo 10

En el presente periodo académico, se han matriculados 1500 estudiantes,

de los cuales 300 son del quinto superior. El 45% de los estudiantes del
quinto superior son mujeres. Mientras que el 65% de los que no son del
quinto superior son mujeres. Si se escoge el expediente de un estudiante
matriculado para una entrevista personal y se comprueba que no es del
quinto superior, ¿cuál es la probabilidad de que sea el expediente de una
mujer?
Solución.-
Con los datos construimos una tabla de doble entrada

Calificación del Sexo del Estudiante

To tal
Estudiante Hombre Mujer
Es del 5to. Superior 165 135 300
No es del 5to.superior 420 780 1200
Total 585 915 1500
Profesor Carlos Caycho Chumpitaz 7/06/23 30
Ejemplo 10
Solución.-
Calificación del Sexo del Estudiante
To tal
Estudiante Hombre Mujer
Es del 5to. Superior 165 135 300
No es del 5to.superior 420 780 1200
Total 585 915 1500

El experimento es extraer un expediente.

Como existen 1500 estudiantes matriculados, luego N( ) = 1500.
Los eventos son:
A = { Expediente de estudiante Mujer } y
B = { Expediente de estudiante que no es del 5to. Superior }
P(A  B) N(A  B) N( ) 780 1500
P(A B)     0,65
P(B) N(B) N( ) 1200 1500

Profesor Carlos Caycho Chumpitaz 7/06/23 31

Eventos Independientes

Sean los eventos A y B  , se dice que son Eventos Independientes, si y sólo sí:

 P(A  B) = P(A) P(B)

 P(A / B) = P(A), si P(B) > 0

 P(B / A) = P(B), si P(A) > 0

 P(A  B) = 1 - P(Ac) P(Bc)

Profesor Carlos Caycho Chumpitaz 7/06/23 32

Ejemplo 11

En una urna hay 3 fichas amarillas y 6 fichas azules, ¿cuál es la probabilidad de que al sacar 2 fichas,
con reposición, éstas sean amarillas?

Solución:
Definamos el evento como A = { Extraer una ficha amarilla].
Luego: P(A) = 3/(3+6) = 3/9 =1/3
Como la extracción de una ficha amarilla no afecta la siguiente extracción, porque se repone la ficha
que se sacó. Ello, a su vez no afecta al total de fichas de la urna.
Así, si se define como B = { Extraer dos fichas y que estas sean amarillas} es simplemente repetir el
evento A dos veces. Por tanto:
P(B) = P(A)P(A) = (1/3)(1/3) = 1/9

Profesor Carlos Caycho Chumpitaz 7/06/23 33

REGLA DE MULTIPLICACIÓN

Sean los eventos A y B  , se denomina regla de Multiplicación a:

P( A  B) = P(A) P(B / A)

Profesor Carlos Caycho Chumpitaz 7/06/23 34

PARTICIÓN DE UN ESPACIO MUESTRAL

Se dice que la colección de eventos A1, ..., Ak  , es una partición de ,

si y sólo si:
 Si P(Ai ) > 0,  i = 1, ..., k

 Si los eventos A1, ..., Ak son mutuamente excluyentes; esto es:

Ai  Aj =   i  j.

 Si los eventos A1, ..., Ak son colectivamente exhaustivos; esto es:

k
 i1
A i  A1  A 2    A k  

Profesor Carlos Caycho Chumpitaz 7/06/23 35

TEOREMA DE LA PROBABILIDAD TOTAL
Sea la colección de eventos A1, ..., Ak, es una partición de , entonces para
una evento B  , se cumple que:
P(B)   i1 P(A i )P(B A i )  P(A1 )P(B A1 )    P(A k )P(B A k )
k

Si se tiene solo el evento A  ,

tal que 0  P(A)  1, entonces
para cualquier evento B  , se
cumple que:
P(B)  P(A)P(B A)  P(A c )P(B A c )

Profesor Carlos Caycho Chumpitaz 7/06/23 36

TEOREMA DE BAYES
Sea la colección de eventos A1, ..., Ak, es una partición de , entonces para
una evento B   y Ah evento de la partición de , se cumple que:
P(A h )P(B A h ) P(A h )P(B A h )
P(A h B)  k 
 P(A i )P(B A i ) P(A1 )P(B A1 )    P(Ak )P(B Ak )
i 1

Si se tiene solo el evento A  ,

tal que 0  P(A)  1, entonces
para cualquier evento B  , se
cumple que:

P(A)P(B A)
P(A B) 
P(A)P(B A)  P(A c )P(B A c )

Profesor Carlos Caycho Chumpitaz 7/06/23 37

Ejemplo 12
En una sección el 70% de alumnos son mujeres, de ellas el 10% son
fumadoras. De los varones, son fumadores el 20 %.
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?

Solución: Haciendo de un árbol

M = { Alumno es mujer }
H = { Alumno es hombre }
F = { Alumno es fumador }

Profesor Carlos Caycho Chumpitaz 7/06/23 38

Ejemplo 12
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
Solución: Haciendo de un árbol

P(F)  P(H)P(F / H)  P(M)P(F / M)

P(F)  0,3(0,2)  0,70(0,10)
P(F)  0,13
Profesor Carlos Caycho Chumpitaz 7/06/23 39
Ejemplo 12
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?
Solución: Haciendo de un árbol

P(H)P(F /H)
P(H/ F) 
P(H)P(F /H)  P(M)P(F / M)
0,3(0,2)
P(H/ F)   0,46
0,13
Profesor Carlos Caycho Chumpitaz 7/06/23 40
Ejemplo 12
En un bloque el 70% de alumnos son mujeres, de ellas el 10% son
fumadoras. De los varones, son fumadores el 20 %.
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?

Solución: Haciendo de Tabla

No
Fumador Total
M = { Alumno es mujer } Fumador
H = { Alumno es hombre } Hombre 0,06 0,24 0,30
F = { Alumno es fumador }
Mujer 0,07 0,63 0,70

Total 0,13 0,87 1,00

Profesor Carlos Caycho Chumpitaz 7/06/23 41

Ejemplo 12
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
Solución: Haciendo de Tabla

No
Fumador Total
Fumador
P(F)  P(H  F)  P(M  F)
P(F)  0,06  0,07 Hombre 0,06 0,24 0,30

P(F)  0,13 Mujer 0,07 0,63 0,70

Total 0,13 0,87 1,00

Profesor Carlos Caycho Chumpitaz 7/06/23 42

Ejemplo 12
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?
Solución: Haciendo de un árbol

No
Fumador Total
P(H  F) Fumador
P(H/ F) 
P(F) Hombre 0,06 0,24 0,30
0,06
P(H/ F)  Mujer 0,07 0,63 0,70
0,13
P(H/ F)  0,46 Total 0,13 0,87 1,00

Profesor Carlos Caycho Chumpitaz 7/06/23 43