PROBABILIDAD

La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado

suceso. En otras palabras, su noción viene de la necesidad de medir o determinar
cuantitativamente la certeza o duda de que un suceso dado ocurra o no.
Las características de la probabilidad son:
 La probabilidad de un suceso es mayor o igual que cero.

 La probabilidad del suceso seguro es uno.

 La probabilidad de la unión de dos sucesos incompatibles es igual a la suma

de sus probabilidades.

Y sus propiedades, deducidas a raíz de las características son:

 La probabilidad del suceso imposible es 0.

 La probabilidad de un suceso sumada a la de su contrario da 1.

 Si un suceso está incluido en otro, su probabilidad es menor o igual a la de

éste.

 La probabilidad de un suceso es un número real menor o igual que 1.

 La probabilidad de la unión de varios sucesos incompatibles dos a dos es la

suma de sus probabilidades.

 La probabilidad de la unión de dos sucesos es la suma de sus probabilidades

restándole la probabilidad de su intersección.

HISTORIA DE LA PROBABILIDAD

La historia de la probabilidad comienza en el siglo XVII cuando Pierre Fermat » y

Blaise Pascal » tratan de resolver algunos problemas relacionados con los juegos
de azar. Aunque algunos marcan sus inicios cuando Cardano (jugador donde los
haya) escribió sobre 1520 El Libro de los Juegos de Azar (aunque no fue publicado
hasta más de un siglo después, sobre 1660) no es hasta dicha fecha que comienza
a elaborarse una teoría aceptable sobre los juegos.

Christian Huygens conoció la correspondencia entre Blaise Pascal y Pierre Fermat

suscitada por el caballero De Méré, se planteó el debate de determinar la
probabilidad de ganar una partida, y publicó (en 1657) el primer libro sobre
probabilidad: De Ratiociniis in Ludo Aleae, (Calculating in Games of Chance), un
tratado sobre juegos de azar. Se aceptaba como intuitivo el concepto de
equiprobabilidad, se admitía que la probabilidad de conseguir un acontecimiento
fuese igual al cociente entre

Durante el siglo XVIII, debido muy particularmente a la popularidad de los juegos de

azar, el cálculo de probabilidades tuvo un notable desarrollo sobre la base de la
anterior definición de probabilidad. Destacan en 1713 el teorema de Bernoulli y la
distribución binomial, y en 1738 el primer caso particular estudiado por De Moivre »,
del teorema central del límite. En 1809 Gauss » inició el estudio de la teoría de
errores y en 1810 Laplace, que había considerado anteriormente el tema, completó
el desarrollo de esta teoría. En 1812 Pierre Laplace » publicó Théorie analytique des
probabilités en el que expone un análisis matemático sobre los juegos de azar.

A mediados del siglo XIX, un fraile agustino austríaco, Gregor Mendel, inició el
estudio de la herencia, la genética, con sus interesantes experimentos sobre el
cruce de plantas de diferentes características. Su obra, La matemática de la
Herencia, fue una de las primeras aplicaciones importantes de la teoría de
probabilidad a las ciencias naturales

Desde los orígenes la principal dificultad para poder considerar la probabilidad como
una rama de la matemática fue la elaboración de una teoría suficientemente precisa
como para que fuese aceptada como una forma de matemática. A principios del
siglo XX el matemático ruso Andrei Kolmogorov » la definió de forma axiomática y
estableció las bases para la moderna teoría de la probabilidad que en la actualidad
es parte de una teoría más amplia como es la teoría de la medida.
PROBABILIDAD CONJUNTO

Es la probabilidad de ocurrencia de dos o más eventos.

 E: espacio muestral o conjunto de todos los resultados posibles.

 A B: al menos uno de los eventos A o B ocurre.
 A B: ambos eventos ocurren.
 Ac: el evento A no ocurre.

De la expresión P(B∩A)=P(A∩B)/P(A) se pude despejar P(A∩B)=P(A)P(B|A)

expresión llamada Ley de multiplicación de probabilidades.

P(A∩B) recibe el nombre de probabilidad conjunta y corresponde a la probabilidad

de que se presenten resultados comunes a los eventos A y B.

Ejemplo: Al arrojar una moneda desequilibrada al aire, P(A)=1/3 y P(S)=2/3, en dos

ocasiones, ¿cuál es la probabilidad de que en las dos ocasiones sea águila.

Auxiliándonos de un diagrama de árbol.

A2 ⅓
A P(A1∩A2)=P(A1)P(A2|A1)=
⅓ S P(A1∩A2)=1/3(1/3)= 1/9
A1 S2 ⅔
A
S A2 ⅓
S1 ⅔ A
S S2 ⅔
PROBABILIDAD MARGINAL

Para obtener expresiones útiles en el cálculo de este tipo de probabilidades, se

realizará un ejemplo.

En un taller mecánico tienen un total de 135 desatornilladores, los técnicos atribuyen

a éstos dos características cuando se los piden a sus ayudantes, su longitud (largo y
cortos) y la forma de la punta que embona en los tornillos (planos o de cruz) de
acuerdo a la definición de eventos que sigue, la distribución es la siguiente:

Eventos Característica

A1 Largo

A2 Corto

B1 Punta plana

B2 Punta de Cruz

Evento A1 A2 Total

B1 40 60 100

B2 15 20 35

Total 55 80 135

Para determinar una probabilidad conjunta, digamos desatornilladores cortos con

punta plana, de acuerdo con la tabla, es el cociente 60/135=0.444, que se obtuvo de
dividir el número de desatornilladores cortos y que tienen punta plana, en términos
de conjuntos, n(A2∩B1)=n21=60, entre el total de los desatornilladores del taller,
ns=135.

Generalizando se obtiene la probabilidad conjunta de dos eventos con la expresión

siguiente: P(Ai∩Bj)=nij/ns
Donde i=1, 2, 3,…n y j=1, 2, 3,…n
Considérese que únicamente nos interesa conocer la probabilidad de los eventos Bj,
por ejemplo de B1, P(B1)=(n11+n21)/ns=(40+60)/135=100/135=0.74 Se observa que
el subíndice correspondiente al evento B permanece constante en la suma del
numerador n11+n21.

Generalizando, la probabilidad marginal de cualquier evento Bj puede calcularse

P(Bj)=Ʃi=1nnij/ns, pero Ʃi=1nnij/ns=Ʃi=1nP(Ai∩Bj), por lo tanto P(Bj)=Ʃi=1nP(Ai∩Bj). En
otras palabras la probabilidad de un evento Bj es igual a la suma de probabilidades
conjuntas del evento Bj y los eventos Ai, la suma se realiza sobre los eventos Ai.

También se puede determinar la probabilidad marginal de cualquier evento Ai:

P(Ai)=Ʃj=1nP(Ai∩Bj), en este caso la suma se realiza sobre los eventos Bj.

Se puede demostrar que la suma de probabilidades marginales de los eventos Ai, o

de los eventos Bj, es igual a uno, como se demuestra a continuación:

P(A1)=55/135=0.4075 y
P(A2)=80/135=0.5925
Por lo tanto Ʃi=12P(Ai)=1
P(A1)+P(A2)=0.4975+0.5925=1

P(B1)=100/135=0.74 y
P(B2)=35/135=0.26
Por lo tanto Ʃi=12P(Ai)=1
P(A1)+P(A2)=0.74+0.26=1
PROBABILIDAD CONDICIONAL

Como su nombre lo indica se trata de determinar la probabilidad de que ocurra un

evento A (aposteriori) dado que ya aconteció un evento B (apriori), y se representa
mediante P(A|B), se lee probabilidad de A dado B o probabilidad de A condicionada
a B.

En la probabilidad condicional, consideramos que de un espacio muestral S se

conoce únicamente el evento B, que constituye un espacio muestral reducido.

S B

Se desea saber la posibilidad de que exista el evento A.

Como únicamente conocemos el evento B, la probabilidad de que exista A está

dada por la posible intersección del evento A con el evento B.

S B

Por lo tanto la expresión para la probabilidad condicional quedaría

P(A|B)=n(A∩B)/n(B), donde n(A∩B) es el número de elementos en la intersección
de A con B y n(B) es el número de elementos en el evento B.
Si el numerador y el denominador se dividen entre n(s) que es el número de
elementos en el espacio muestral y aplicamos el concepto de probabilidad,
tenemos:
P(A|B)=[n(A∩B)/n(S)]/[n(B)/n(S)]= P(A∩B)/P(B).

De la última expresión P(A|B)=P(A∩B)/P(B), P(B) es la probabilidad del evento

condición o del evento que se presenta primero .

De manera similar se puede pedir la probabilidad del evento B dado que ya ocurrió
el evento A P(B|A)=P(A∩B)/P(A), ahora P(A) es la probabilidad del evento condición
o del que se presenta primero .

Ejemplo: Al arrojar dos dados resultan caras iguales, ¿cuál es la probabilidad de que
sumen ocho?

Identificamos los eventos dentro del espacio muestral: A={caras

iguales}={(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)} B={sumen más de
ocho}={(3,6),(4,5),(4,6),(5,4),(5,5),
(5,6),(6,3),(6,4),(6,5),(6,6)}

n(A)=6, n(B)=10 y n(A∩B)=2, aplicando la expresión

P(B|A)=n(A∩B)/n(A)=2/6=1/3=0.333
TEOREMA DE BAYES

Considerando P(Ai) como la probabilidad a priori de los eventos Ai, y se requiere

conocer una probabilidad a posteriori de cada uno de ellos, dado que ya conocemos
el evento B, Ak representa a cualquiera de los eventos Ai.

P(Ak|B)=P(Ak∩B)/P(B), como P(Ak∩B)=P(Ak)P(B|Ak) y la probabilidad total de B es

P(B)=Ʃi=1nP(Ai∩B), tenemos: P(Ak|B)=[P(Ak)P(B|Ak)]/[Ʃi=1nP(Ai)P(B|Ai)]

Esta última expresión se conoce como Teorema de Bayes, que establece la

probabilidad de un evento particular Ak de los eventos Ai, dado que ya sucedió el
evento B, expresada en términos de probabilidad condicional.

Ejemplo: En una escuela el 5% de los hombres y el 2% de las mujeres tienen más

de 1.8m de estatura. Además el 60% de los estudiantes son mujeres. Se selecciona
al azar un estudiante para que realice una determinada función en el comité de
seguridad del plantel, ¿Qué probabilidad hay de que: a) sea estudiante con estatura
mayor de 1.8m? b) ¿sea mujer dado que tiene una estatura mayor de 1.8m?

Solución: Se define los eventos A1={estudiante mujer}, A2={estudiante hombre} y

B={estatura mayor a 1.8m}
Datos: P(A1)=0.6, P(A2)=0.4, P(B|A1)=0.02 y P(B|A2)=0.05.

Aplicando el Teorema de Bayes:

P(A1|B)=P(A1)P(B|A1)/P(B)=0.6(0.02)/0.032=0.375
CONCLUSION

Con todo lo que se ha investigado en este trabajo, se puede concluir que la

estadística es una rama de la matemática que no se encuentra muy visible en lo
cotidiano pero que en realidad es de mucha utilidad para interpretar y ver desde un
punto de vista muy general datos que se obtienen. Cabe mencionar que dentro la
Administración de empresas la probabilidad juega un rol importante ya que nos sirve
porque está basada en la recopilación de datos la cual estas son representadas
mediante gráficos estadísticos. En la cual se presentan los principales indicadores
de la actividad administrativa: producción, despachos, ventas, exportación e
importación.

Otro beneficio que obtendríamos de esta materia es que nos permite realizar
estudios reales, con poblaciones exactas; lo cual nos ayuda a mejorar nuestros
proyectos. Todo lo que muestra en este apartado es de gran importancia, ya que
nos será de gran utilidad a lo largo de nuestra carrera.

Nos encontramos en un mundo altamente probabilístico, por lo tanto se necesita

que nosotros como jóvenes tengamos conocimiento de probabilidades desde muy
temprana edad, ya que la utilizaremos cada instante de nuestras vidas. Además,
actualmente la aplicación de la probabilidad es tan amplia que abarca múltiples
campos científicos, siendo de gran ayuda en la resolución de problemas en la
Economía, Biología, Psicología, Ingeniería, entre otras.
 TRABAJO DE PROBABILIDAD

PRESENTADO POR:

DIMAS RODRIGUEZ RUIZ

PROFESOR:

HERNANDO VEGA

UNIVERSIDAD DE CARTAGENA
FACULTAD DE CIENCIAS ECONOMICAS
ADMINISTRACION DE EMPRESAS
IV SEMESTRE
CARTAGENA – COLOMBIA
2019