La probabilidad

La probabilidad es un mtodo por el cual se obtiene la frecuencia de un

acontecimiento determinado mediante la realizacin de 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, por lo tanto es la
rama de las matemticas que estudia, mide o determina a los experimentos
o fenmenos aleatorios

Experimento aleatorio
En teora de la probabilidad un experimento aleatorio es aquel que bajo el
mismo conjunto aparente de condiciones iniciales, puede presentar
resultados diferentes, es decir, no se puede predecir o reproducir el
resultado exacto de cada experiencia particular. (Ej: Lanzamiento de un
dado).

Este tipo de fenmeno es opuesto al fenmeno determinista, en el que

conocer todos los factores de un experimento nos hace predecir
exactamente el resultado del mismo. Por ejemplo, conociendo la altura
desde la que se arroja un mvil es posible saber exactamente el tiempo que
tardar en llegar al suelo en condiciones de vaco
Espacio muestral
En la teora de probabilidades, 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 cul se define la medida de probabilidad P.

Compuesto
Un experimento, en estadstica, es cualquier proceso que proporciona datos,
numricos o no numricos.
Un conjunto cuyos elementos representan todos los posibles resultados de
un experimento se llama espacio muestral y se representa como S. El
espacio muestral de un experimento siempre existe y no es necesariamente
nico pues, dependiendo de nuestra valoracin de los resultados, podemos
construir diferentes espacios muestrales.
Los elementos del espacio muestral se llaman puntos muestrales y son los
distintos resultados del experimento.
Si consideramos el conjunto de las partes de (P(S)) sus elementos son los
sucesos. Un suceso, por tanto, es un subconjunto del espacio muestral.
Existen dos tipos de sucesos:
Sucesos simples, que son aquellos que comprenden un slo punto
muestral.
Sucesos compuestos, que son los que engloban ms de un punto del
espacio muestral. Todo suceso compuesto se puede considerar como unin
de puntos del espacio muestral o unin de sucesos simples.
EVENTO

Un evento o suceso es un subconjunto de un espacio muestral, es decir, un

conjunto de posibles resultados que se pueden dar en un experimento
aleatorio.
Tipos de eventos

Evento o suceso elemental: Un suceso o evento elemental es un

subconjunto del espacio muestral que contiene un nico elemento.
Ejemplos de espacios muestrales y sucesos elementales:
Si se trata de contar objetos y el espacio muestral S = {0, 1, 2, 3, ...} (los
nmeros naturales), entonces los sucesos elementales son cada uno de los
conjuntos {k}, donde k N.
Si se lanza una moneda dos veces, S = {cc, cs, sc, ss}, donde (c representa
"sale cara" y s, "sale cruz"), los sucesos elementales son {cc}, {cs}, {sc} y
{ss}.
Si X es una variable aleatoria normalmente distribuida, S = (-, +), los
nmeros reales, los sucesos elementales son todos los conjuntos {x}, donde
x.
Los sucesos elementales pueden tener probabilidades que son
estrictamente mayores que cero, cero, no definidas o cualquier combinacin
de estas. Por ejemplo, la probabilidad de cualquier variable aleatoria
discreta est determinada por las probabilidades asignadas a los sucesos
elementales del experimento que determina la variable. Por otra parte,
cualquier suceso elemental tiene probabilidad cero en cualquier variable
aleatoria continua. Existen distribuciones mixtas que no son completamente
continuas, ni completamente discretas, entre las que pueden darse ambas
situaciones.
Seleccin aleatoria
La seleccin aleatoria es el proceso de seleccin de un grupo de individuos
a partir de un grupo mayor de participantes en un estudio. Cada persona
tiene la misma oportunidad de ser seleccionado, lo que permite que cada
uno tenga la misma oportunidad de participar. Este es un ejemplo de
seleccin al azar:

Un investigador selecciona 200 nombres de una lista de 50,000 mujeres

latinas ponindolos en un sombrero. Anota cada nombre en una hoja hasta
llegar a 200. Este procedimiento de seleccin al azar tambin puede
hacerse con programas especiales en la computadora. Probablemente se
usara un programa en caso de que tuvieran que elegir cientos de
participantes al azar.

TIPOS DE EVENTOS

eventos mutuamente excluyentes y eventos no excluyentes

Los eventos son mutuamente excluyentes si slo uno de ellos puede ocurrir
cuando realizamos una prueba. Pero cuando pueden ocurrir dos o ms
eventos al realizar una prueba cabe decir que son eventos no excluyentes.
Pensemos en el ejemplo de la baraja inglesa y en los siguientes eventos:

Eventos no excluyentes
Sacar un 5 y una carta de espadas. Son eventos no excluyentes pues
podemos tomar un 5 de espadas.
Sacar una carta roja y una carta de corazones. Son eventos no excluyentes
pues las cartas de corazones son uno de los palos rojos.
Sacar un 9 y una carta negra. Son eventos no excluyentes pues podemos
tomar el 9 de espadas o el 9 de trboles.

Para los tres ejemplos es posible encontrar por lo menos una carta que hace
posible que los dos eventos ocurran a la vez.
Eventos mutuamente excluyentes
Sacar una carta de corazones y una carta de espadas. Son eventos
mutuamente excluyentes, las cartas o son de corazones o son de espadas.
Sacar una carta numerada y una carta de letras. Son eventos mutuamente
excluyentes, las cartas o son numeradas o son cartas con letra.
Sacar una carta de trboles roja. Son eventos mutuamente excluyentes
pues las cartas de trboles son exclusivamente negras.

No es posible encontrar una sola carta que haga posible que los eventos
sucedan a la vez.

Eventos Independientes y Dependientes

Eventos Independientes

Dos o ms eventos son independientes cuando la ocurrencia o no-ocurrencia

de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro
evento (o eventos). Un caso tpico de eventos independiente es el muestreo
con reposicin, es decir, una vez tomada la muestra se regresa de nuevo a
la poblacin donde se obtuvo.

Ejemplo:

lanzar al aire dos veces una moneda son eventos independientes por que el
resultado del primer evento no afecta sobre las probabilidades efectivas de
que ocurra cara o sello, en el segundo lanzamiento.

Eventos dependientes

Dos o ms eventos sern dependientes cuando la ocurrencia o noocurrencia de uno de ellos afecta la probabilidad de ocurrencia del otro (o
otros). Cuando tenemos este caso, empleamos entonces, el concepto de
probabilidad condicional para denominar la probabilidad del evento
relacionado. La expresin P(A|B) indica la probabilidad de ocurrencia del
evento A s el evento B ya ocurri.

Se debe tener claro que A|B no es una fraccin.

Parmetros estadsticos
En estadstica, un parmetro es un nmero que resume la gran cantidad de
datos que pueden derivarse del estudio de una variable estadstica.1 El
clculo de este nmero est bien definido, usualmente mediante una
frmula aritmtica obtenida a partir de datos de la poblacin.2 3

Los parmetros estadsticos son una consecuencia inevitable del propsito

esencial de la estadstica: crear un modelo de la realidad.4

El estudio de una gran cantidad de datos individuales de una poblacin

puede ser farragoso e inoperativo, por lo que se hace necesario realizar un
resumen que permita tener una idea global de la poblacin, compararla con
otras, comprobar su ajuste a un modelo ideal, realizar estimaciones sobre
datos desconocidos de la misma y, en definitiva, tomar decisiones. A estas
tareas contribuyen de modo esencial los parmetros estadsticos.

Por ejemplo, suele ofrecerse como resumen de la juventud de una poblacin

la media aritmtica de las edades de sus miembros, esto es, la suma de
todas ellas, dividida por el total de individuos que componen tal poblacin

Enfoque matemtico

Generalidades

Sumamente relacionada con la escuela de toma de decisiones, el enfoque

matemtico postula que la administracin es una entidad lgica cuyas
acciones puedenexpresarse en trminos de smbolos matemticos, como
relaciones y datos que se pueden medir. Su aplicacin es bsica en el
proceso decisional.

Surge en Inglaterra, en la dcada de los aos 1940, comoantecedente de la

necesidad de resolver problemas militares estratgicos y tcticos.

Una de las principales funciones que debe realizar el administrador es tomar

decisiones. Esto quiere decir quenecesita conocer las herramientas
contables, financieras, matemticas y de econometra para ello.

Beneficios
1. Proporcionan a quienes toman las decisiones un conjunto de conceptos y
herramientasque los capacitan para tomar decisiones de una manera lgica
consistente y con tanta precisin como sea posible. Un enfoque racional
genera una mejor decisin.

2. Suministra una visin mejoradadel proceso de toma de decisiones

3. La formalizacin y cuantificacin del problema facilita la comunicacin y
coordinacin
4. La formalizacin de problemas de decisin rutinarios yrepetitivos libera a
los gerentes para que se concentren en asuntos de ms presin. De esta
manera los gerentes logran mejor control de sus operaciones y pueden
asignar su tiempo ms eficientemente
5.Facilita el desarrollo de mejores sistemas de planeacin organizacional, de
control y de operacin
6. Sirve para mantener registros, que es de gran valor histrico y corriente

Limitaciones
Noimporta que tan sofisticado sea el diseo del sistema, un enfoque formal
rara vez proporciona toda la informacin para la accin. Incluye un modelo y
un modelo no es una realidad sino una abstraccin dela realidad. El proceso
mismo involucra subjetividad adems de la manipulacin lgica de los
smbolos y datos.

Antecedentes

A grandes rasgos la teora matemtica surgi en la administracin a...

Por favor, regst