Estadística Aplicada

a la Gestión Empresarial

Docente: MSc. Fiorella Vanessa Li Vega

E-mail: fli@usmp.pe
 Toma de Decisiones
Diariamente nos enfrentamos a situaciones de toma de decisiones, sin
disponer de toda la información necesaria……(incertidumbre).
La “Teoría de la Probabilidad”, ó “Ciencia de la Incertidumbre” se ocupa del
estudio de la mejor decisión cuando contamos con información reducida.

La probabilidad es importante en la toma de decisiones, porque suministra un

mecanismo para medir, expresar y analizar la incertidumbre asociada con
eventos futuros; permitiendo a quien toma decisiones analizar con
información limitada los riesgos y minimizar el azar inherente.
 Enfrentar, entender y comunicarse claramente acerca de la incertidumbre es importante y requerido para:

✓ Análisis de riesgo, administración del riesgo y reducción del riesgo

✓ Evaluación de proyectos de inversión
✓ Control de calidad
✓ Análisis de Suelos
✓ Planificación Urbana
✓ Teoría de colas, de juegos
✓ Sistemas de seguros
✓ Planificación y control de ventas e inventarios.
✓ Contratación de capital humano.
✓ Otros
• Experimento
• Actividad que origina un evento.
• Proceso de hacer una observación y obtener un resultado.
• Experimento Aleatorio
Cualquier proceso de observación que puede repetirse a voluntad en
condiciones similares, con la condición de que el resultado no puede ser
previsto antes de cada una de sus realizaciones.
Resultado
Lo que obtenemos de un experimento.
Espacio Muestral Ω
Colección de todos los posibles resultados de un experimento.
Evento
Uno o más de los posibles resultados de un experimento.
Experimento Aleatorio y No Aleatorio (Determinista)

• Si levantamos una piedra y la soltamos estamos seguros de que caerá por la gravedad.
• Sí construimos un muro con una mezcla de concreto con muy poca agua, estamos seguros de que
la pared se rajará y colapsará.
Experiencia determinista,

Experiencia aleatoria

Para el proceso de curado del concreto, es necesaria la

utilización de rociadores de agua, pero es posible que
llueva ese día, aunque es una experiencia aleatoria
porque no tenemos certeza de qué sucederá.
 Experimento Espacio Muestral Ω
Lanzar una moneda Cara, Sello.
Lanzar dos monedas CC, CS, SC, SS
Sacar una carta (valor) 2, 2, ..., A (52)
Sacar una carta (color) Roja, Negra
Lanzar un dado. 1, 2, 3, 4, 5, 6
Jugar un partido Ganar, Empatar, Perder
Inspeccionar una parte Defectuoso, Bueno
EXPERIMENTO ALEATORIO: Analizar los Perfiles de Proyectos a realizarse en el departamento de Lambayeque,
cumpliendo con la normativa, las características necesarias y las condiciones correctas.
ESPACIO MUESTRAL: Que la Municipalidad los declare viable o no.
EVENTOS:

A: Provincia donde se desarrolla el Proyecto: B: Importe del Proyecto sea por más de
A: Chiclayo, Lambayeque, Ferreñafe $300 000.

EJ: Sacar plumillas de 0.2mm de

grosor al momento de abrir la
cartuchera.
 Experimento: Cobranza a dos clientes

Espacio
• Evento
Muestral:
• H: Un cliente Canceló
Ω={AC, AD, BC, BD}
• I: El 1er visitado Canceló A: 1er cliente cancela su deuda
Resultados:
• J: Al menos Uno Canceló B: 1er cliente no cancela su deuda
• K: Los dos Cancelaron C: 2do cliente cancela su deuda
Resultados D: 2do cliente no cancela su
H={AD, BC} deuda
I={AC, AD}
J={AC, AD, BC}
K={AC}
Probabilidad es:
• Es la medida numérica de la certeza de 1 Cierto
que un resultado pueda ocurrir.
• Su valor está entre 0 y 1

.5

0 Imposible
 Experimentos y Eventos
1. ¿Cuál es la probabilidad de obtener 1 Cara si arrojamos una
moneda una vez?

Número de Resultados Favorables

Prob =
Número de Resultados Posibles

c = 1 = 0.5
c, s 2
• ¿Cuál es la probabilidad de sacar un as al sacar un naipe de una baraja?

Número de Resultados Favorables

Prob =
Número de Resultados Posibles

As de Corazones, As de Tréboles, As de Diamantes, As de Espadas  = 4

=
1
= 0.0769
52 Naipes 52 13
• ¿Si lanzamos 2 dados, cuál es la probabilidad de obtener un puntaje
de 7?

Número de Resultados Favorables

Prob =
Número de Resultados Posibles

(1,6), (2,5), (3,4), (4,3), (5,2), (6,1) = 6

= 0.1667
62 36
 Experimento: Analizar la decisión de compra de grupos de 3 clientes.

▪ ¿Cuál es la probabilidad de obtener 1 compra si se analiza el

comportamiento de compra de tres clientes?

Considere el experimento aleatorio en el que Sean:

C el resultado (Evento) de que un cliente decide comprar y
S el resultado (Evento) de que un cliente decide no comprar.
Nos interesa contar de cada 3 clientes analizados el número que deciden comprar.

Variable Aleatoria X: Número de clientes que compran de los 3 clientes.

Los posibles resultados combinados pueden ser mejor visualizados, mediante la construcción del árbol de
decisión de éste experimento :
 C CCC (3) 0.53=0.125

C
S CCS (2) 0.53=0.125

C CSC (2) 0.53=0.125

C S

S CSS (1) 0.53=0.125

Número de Compras C (2)
SCC 0.53=0.125

S C
S SCS (1) 0.53=0.125

C SSC (1) 0.53=0.125

S

(0) 0.53=0.125
S SSS
• El espacio muestral para este experimento será:
• SSS, SSC, SCS, SCC, CSS, CSC, CCS, CCC.
Así, los posibles valores de: X (número de clientes que compran): x = 0,1,2,3.
 • El espacio muestral para este experimento será:
• SSS, SSC, SCS, SCC, CSS, CSC, CCS, CCC.
Así, los posibles valores de: X (número de clientes que compran): x = 0,1,2,3.

▪ El resultado “cero compras” ocurrió una vez.

▪ El resultado “una compra” ocurrió tres veces. Número de Resultados Favorables
Prob =
▪ El resultado “dos compras” ocurrió tres veces. Número de Resultados Posibles
▪ El resultado “tres compras” ocurrió una vez.

(css), (scs), (ssc) 3

= = 0.375
(ccc ), (ccs ), (csc),(css), (scc), (scs), (ssc), (sss) 8
Experimento: Analizar la decisión de compra de grupos de 3 clientes.

Variable Aleatoria X: Número de clientes que compran de cada 3 clientes.

N° Compras fi Probabilidad
Distribución de Probabilidades
0 1 0.125
1 3 0.375 1
2 3 0.375 0 .9

Probabilidad
0 .8
3 1 0.125 0 .7
0 .6
8 1.00 0 .5
0 .4
0 .3
0 .2
0 .1
0
0 1 2 3

Número de Compras
 ENFOQUES DE LA PROBABILIDAD

PROBABILIDAD PROBABILIDAD
OBJETIVA SUBJETIVA ( )

PROBABILIDAD
PROBABILIDAD
FRECUENCIA RELATIVA
CLASICA (1/n)
(fi/n)
 Enfoque de la Probabilidad

I. PROBABILIDAD OBJETIVA

a) Probabilidad Clásica (Situación decisional nueva)

Se basa en la consideración de que los resultados de un
experimento son igualmente posibles.

número de resultados favorables

Probabilid ad de un evento =
número total de resultados posibles
 Ejemplo 1
✓ Alexis está postulando a su primer trabajo profesional como
Administrador (Adjudique/Deniegue)¿Cuál es la probabilidad de que
obtenga el puesto? Bajo probabilidad clásica : P(A) = ½ = 0.5
✓ Si para mejorar la resistencia de las bases de la
construcción de un edificio se desea elegir el mejor tipo de
cementos (Pacasmayo, Sol, Andino) ¿Cuál es la
probabilidad de que Pacasmayo sea elegido?

✓ Al presentar 4 propuestas arquitectónicas que cumplan con los puntos

requeridos a un cliente hay un 25% que una cada propuesta sea la elegida
b) Probabilidad Empírica o de frecuencias relativas (Situación
decisional reiterada)
Es la probabilidad de que un evento ocurra a largo plazo.
Se determina observando en cuantas veces se repite un evento
semejante en el pasado:
número de veces que ocurrió el evento
Probabilidad del evento =
número total de observaciones
La probabilidad que suba el dólar.
La probabilidad de ganar una licitación.
 ✓ La empresa Caterpillar ha ganado 186 licitaciones de las 1200 a las que se presentó este año.
¿Cuál es la probabilidad de que gane la siguiente licitación?
Aplicando el concepto de frecuencias relativas, la probabilidad de que gane sería: P(G) = 186
/1200 = 0.155
✓ De 20 casas construidas por GyM en el el Condominio “Las Palmeras” 5 han presentado
fallas estructurales ¿Cuál es la probabilidad de qué la próxima casa también presente la
misma falla? P(F)= 5/20 = 0.25

Asumiendo que durante el año anterior hubo 30 construcciones de edificios en la ciudad de Chiclayo, de
los cuales 20 eran para hospitales. El modelo de frecuencia relativa revela de que la probabilidad de que
la siguiente construcción sea un hospital es:….
 I. PROBABILIDAD SUBJETIVA

• Es la probabilidad otorgada por un individuo a la ocurrencia de un

evento específico basada en cualquier información disponible: su
experiencia, opinión personal ó análisis propio de la situación
particular que se evalúa (estado de información de una persona).
✓ Dar en base a la experiencia personal un pronóstico sobre las ventas de un
celular S8
✓ Basado en su experiencia, un ingeniero civil puede afirmar que la
pendiente protegerá a la casa de los rayos directos del son, con una
probabilidad de 0.05%.
✓ Estimar la probabilidad de que el Alemania gane el mundial de fútbol.
 ENFOQUES DE LA PROBABILIDAD

PROBABILIDAD PROBABILIDAD
OBJETIVA SUBJETIVA ( )

PROBABILIDAD
PROBABILIDAD
FRECUENCIA RELATIVA
CLASICA (1/n)
(fi/n)

Consideraciones:
Sea cualquier caso, …los eventos deben ser….
Eventos Mutuamente Excluyentes.
Eventos Colectivamente Exhaustivos.

• Eventos mutuamente excluyentes: La ocurrencia de cualquier evento

implica que ningún otro puede ocurrir al mismo tiempo.
• Eventos Colectivamente exhaustivos: Lista de eventos que registra todos
los resultados posibles cuando se realiza un experimento, de modo tal
que su unión debe ser igual al espacio muestral Ω.

Evento A Evento B Evento A Evento B

 Analizando el caso de:
• Considere el evento de que un cliente canceló H={AD, BC}

Experimento: Cobranza a dos clientes

• Probabilidad de que un cliente canceló P(H) = 2/4 = 1/2.
Espacio Muestral: Ω={AC, AD, BC, BD}
• Los cuatro resultados posibles son mutuamente excluyentes.
• AC, AD, BC, BD
• Los cuatro resultados posibles son colectivamente exhaustivos. En otras
palabras, la suma de las Prob. es:
• (0.25 + 0.25 + 0.25 + 0.25) = 1
 EVENTOS
EVENTOS MUTUAMENTE
EXCLUYENTES
-No pueden ocurrir simultáneamente:
-Se define una característica.
Ej.:
En una noche, un estudiante tiene que
diseñar un proyecto, pero a la vez puede ir
a una fiesta a la misma hora.
El evento de diseñar un proyecto impide
que el estudiante vaya a la fiesta.
-Contiene todos los resultados posibles de un evento.
-Se define un espacio muestral.
Ej.:
Al estudiar un proyecto, el arquitecto da la
posibilidad de escoger uno de los siguientes:
-2 proyectos de Mies Van der Rohe
-3 proyectos de Marcel Breuer
-1 proyecto de Le corbusier
-2 proyectos de Angelo Bucci
¿Cuál es la Probabilidad que escoja uno de los
proyectos de Marcel Breuer indicados por el
arquitecto?
Si se toman en cuenta los 8 posibles proyectos,
son ECE
Evento Mutuamente Excluyente.- Dos eventos son mutuamente excluyentes si la ocurrencia de uno
prohíbe la ocurrencia de otro.

• El mal o buen estado de un puente son eventos mutuamente

excluyentes.
• La ubicación de un conjunto de vivienda de baja densidad
puede estar ubicada en un área rural o en un área urbana.

Evento colectivamente exhaustivo.- Constan de todos los posibles resultados de un experimento y

constituyen su espacio muestral.
De los 200 empleados de la constructora CIUDARIS S.A., 70 son arquitectos, 90
son ingenieros y los 40 trabajadores restantes son empleados auxiliares. Los
eventos colectivamente exhaustivos son A, I y E. S i un empleados se selecciona
al azar,

Debido a que ocurre la certeza de que el empleado seleccionado

P(A)= 70/200= 0.35 provenga de una de éstas tres categorías colectivamente
P(I)=90/200=0.45 exhaustivas,
P(E)= 40/200=0.2 P(A o I o E)= 0.35+0.58+0.2=1.00
 Reglas / Propiedades de la
Probabilidad
1.- COMPLEMENTO
2.-ADICION:
Evento Mutuamente Excluyente
Evento Colectivamente Exhaustivos
2.- MULTIPLICACION
Eventos Independientes
Eventos Dependientes
Regla del complemento
• Se utiliza para determinar la probabilidad un evento, conociendo su
probabilidad de No Ocurrencia.
• Se obtiene restando del número 1 la probabilidad de que No ocurra
un evento.
• Si P(A) es la probabilidad del evento A y P(Ac) es el complemento de
A,
• P(A) + P(Ac) = 1
• P(A) = 1 – P(Ac). Complemento de A
Evento A
Ac
 G&M es la encargada de realizar obras en Latinoamérica de gran
envergadura. Si de 1000 obras se consolidó la siguiente información
respecto de la culminación de sus obras:

Sea el evento que una obra fue culminada: Culminación N° obras

A : Antes de tiempo. P(A) = 100 /1000 = 0.1
Antes de Tiempo 100
D: Demorado. P(D) = 75 /1000 = 0.075
T: A tiempo P(T) = 800 /1000 = 0.8 Demorado 75
C: Resolución contrato P(C) = 25 /1000 = 0.025 A tiempo 800
¿Cuál es la probabilidad de que una obra se culmineAtiempo? Resolución contrato 25
¿Cuál es la probabilidad de que NO? Total 1000

T = 0.8 P(T)= 800/1000= 0.8

D = 0.075 C = 0.025 A = 0.1 P(T)C = 1- P(T) = 1- 0.8 = 0.2

 Recordemos lo aprendido hasta ahora…
Experimento
Experimento
Aleatorio
Resultado ENFOQUES DE LA PROBABILIDAD

Espacio Muestral Ω
Evento PROBABILIDAD
OBJETIVA
PROBABILIDAD
SUBJETIVA ( )

Probabilidad
PROBABILIDAD
PROBABILIDAD
FRECUENCIA RELATIVA
Eventos Mutuamente Excluyentes. CLASICA (1/n)
(fi/n)
Eventos Colectivamente Exhaustivos.

Regla del complemento

 Regla de la Adición…
Si A y B son mutuamente excluyentes

Evento A Evento B = P(A) + P(B)

P(A o B) =
P (A U B) =
Si A y B NO son mutuamente excluyentes

Evento A Evento B = P(A) + P(B) - P(A y B)

Probabilidad conjunta de que

A y B ocurran al unísono
P(A y B) = P(A ∩ B)
 EJEMPLO 4

• De 500 estudiantes de arquitectura, 300 aseveraron tener escalímetro, 280

regla T. y al preguntarles quienes tenían ambos 180 ambos.

Regla T. Si un estudiante es
280 seleccionado aleatoriamente,
Ambos ¿Cuál es la probabilidad de
Escalímetro 180 que tenga un Escalímetro,
300
tenga una regla T,
P(S) = 300 /500 = 0.6 Escalímetro. como Regla T?
P(T) = 280 /500 = 0.56
P(S y T) = 180 /500 = 0.36
P(S o T) = P(S) + P(T) - P(S y T)
= 0.6 + 0.56 - 0.36 = 0.8
 Regla de la Multiplicación…
✓Si dos eventos A y B son independientes (la ocurrencia de B no afecta la probabilidad de ocurrencia de A).
Su probabilidad conjunta es: P(A y B) = P(A ∩ B) = P(A) * P(B).
✓Si dos eventos A y B no son independientes (la ocurrencia de B afecta la probabilidad de ocurrencia de A).
Su probabilidad conjunta es: P(A y B) = P(A ∩ B) = P(A) * P(B|A)
Surge el concepto de Probabilidad Condicional… es la probabilidad de que ocurra un evento, dado que ya
ocurrió otro evento.
Evento que se
desea saber
P( / ) P( A  B)
P( B | A) =
P( A)
Evento que ya sabemos
que ocurrió (ya pasó)

P(B|A). Se lee: La probabilidad de que ocurra el evento B dado que ya ocurrió A.

P(A|B). Se lee: La probabilidad de que ocurra el evento A dado que ya ocurrió B.
 La constructora MC, posee 2 terrenos independientes. La probabilidad de que el terreno A,
incremente su valor el próximo año es 0.5, mientras que la probabilidad de que terreno B aumenta
es 0.07. ¿Cuál es la probabilidad de que……?
Ω
Definiendo Eventos
L = Terreno A aumenta valor P P(LP)=P(LyP) = P(L∩P)= P(L)*P(P/L)
M =Terreno A No aumenta valor =(0.5)(0.07)=0.035
P =Terreno B aumenta valor L
Q = Terreno B No aumenta valor
Q P(LQ)= P(LyQ) = P(L∩Q)= P(L)*P(Q/L)
=(0.5)(0.93)=0.465
a) …. ambos aumenten su
valor el próximo año? P P(MP)= P(MyP) =VP(M∩P)= P(M)*P(P/M)
b) …. al menos uno aumente =(0.5)(0.07)=0.035
su valor el próximo año? M
Q P(MQ)= P(MyQ) = P(M∩Q)= P(M)*P(Q/M)
a) P(L y P) = (0.5)(0.07) = 0.035. =(0.5)(0.93)=0.465
b) P(al menos uno aumente su valor) = P(L y P) +P(L y Q)+ P(M y P)
= (0.5)(0.07)+(0.5)(0.7)+(0.7)(0.5) EVENTOS
= 0.035 +0.465+0.035
=
INDEPENDIENTES!!!
 Tabla de Contingencia

Evento
Evento B1 B2 Total
A1 P(A1 y B1) P(A1 y B2) P(A1)
A2 P(A2 y B1) P(A2 y B2) P(A2)

Total P(B1) P(B2) 1

Probabilidad Probabilidad Marginal (Simple)

Conjunta
Caso de la Baraja de Naipes..
Color
Tipo Rojo Negro Total
As 2 2 4
No As 24 24 48
Total 26 26 52
Color
Tipo Rojo Negro Total
As 1/26 1/26 2/26
No As 6/13 6/13 12/13
Total 13/26 13/26 26/26
 Caso de producción
A: Programas en idioma español Evento
B: Programa en idioma inglés. Evento C D Total
C: Programa sobre estrategia.
D: Programa sobre gestión. A 4 2 6
¿Cuál es la Probabilidad de B 1 3 4
escoger un artículo?
•P (A) = Total 5 5 10
•P (D) =
•P (C y B) = Las probabilidades son:
•P (A o D) = P (A) = 6/10
•P (B y D) = P (D) = 5/10
P (C y B) = 1/10
P (A o D) = 9/10
P (B y D) = 3/10
 Plus…

¿Cuál es la probabilidad? 2
P (A|D) = P(A y D) 10 2
P(A | D) = = =
P (C|B) = P(D) 5 5
Son C y B independientes? 10
1
Evento
P(C y B) 10 1
Evento C D Total P(C | B) = = =
P(B) 4 4
A 4 2 6
10
B 1 3 4
5 1 6 2
Total 5 5 10 P(C) =  P(A) = 
10 4 10 5
 Tipos de Probabilidades

Tipos de Condiciones de
Símbolo Condiciones de
Probabilidad Independencia Estadística Dependencia Estadística

Marginal P(A) P(A)  P (ABi)

Conjunta P ( A,B ) P(A) x P (B) P (A | B) x P (B )
Condicional P ( A|B ) P(A) P (A,B) / P ( B )
 EJEMPLO 6

El Arquitecto de una Inmobiliaria analizaba la siguiente información sobre una

muestra de clientes: GENERO
Banco Hombre Mujer Total
¿ Si se elige un cliente al azar, cuál es la prestamista
probabilidad de que sea mujer y ahorre en el
BCP? BCP 170 110 280
Interbank 120 100 220
P(M y B) = 110 / 900 = 0.122
Scotiabank 60 70 130
¿Sí se sabe que el cliente es mujer, cuál es la
Financiero 150 120 270
probabilidad que ahorre BCP?
•P(HyF)= Total 500 400 900
P(B/M) = 110 / 400 = 0.275
¿Sí se sabe que el cliente pertenece al BCP, que •P(H/F)=
tan probable es que sea mujer?
•P(F/H)=
•P(HoF)=
 Diagrama de árbol

• Un diagrama de árbol (o arborigrama) es una representación gráfica

muy útil para visualizar las probabilidades condicional y conjunta y
en particular para el análisis de decisiones administrativas que
involucran varias etapas.

• Donde cada segmento en el árbol es una etapa del problema.

• Nodo inicial. Puede o no representar un evento.
• Nodos finales o terminales. Son el número de alternativas.
• Ramas. Une a dos nodos
 EJEMPLO 07
Un almacén contiene 7 bolsas de Reactivos Aglutinantes y 5 bolsas de Biopegamento (B),
se escogen 2 bolsas, una después de la otra sin reemplazo. Construya el diagrama de árbol
con esta información.
Definiendo a los posibles eventos como:
R1: Primera bolsa elegida es de reactivos.
B1: Primera bolsa elegida es de biopegamento.
R2: Segunda bolsa elegida es de reactivos.
B2: Segunda bolsa elegida es de biopegamento.

6/11 R2

7/12 R1
5/11 B2
7/11 R2
5/12 B1
4/11 B2
 Ejemplo 8
Un proyecto posee 3 acabados de madera (A) y 5 acabados de concreto (B), se escogen 2 acabados de cada
material, una después de la otra sin reemplazo.
Definiendo a los posibles eventos como:
A1: Primer acabado elegido es madera
B1: Primera acabado elegido es concreto.
A2: Segunda acabado elegido es madera.
B2: Segunda acabado elegido es concreto. 2/7 A2

3/8 A1
5/7 B2
3/7 A2
5/8 B1
4/7 B2
PROBABILIDAD A PRIORI Es la probabilidad inicial con base en el nivel actual de información.

PROBABILIDAD A POSTERIORI Es una probabilidad revisada con base en información adicional.

EJEMPLO:
El parte meteorológico ha anunciado tres posibilidades
para el fin de semana:
a.Que llueva: probabilidad del 50%.
b.Que nieve: probabilidad del 30%
c.Que haya niebla: probabilidad del 20%.
Según estos posibles estados meteorológicos, la posibilidad de que ocurra un accidente es:
a.Si llueve: probabilidad de accidente del 20%
b.Si nieva: probabilidad de accidente del 10%
c.Si hay niebla: probabilidad de accidente del 5%.
Resulta que efectivamente ocurre un accidente y como no estábamos en la ciudad no sabemos que
tiempo hizo (llovió, nevó o hubo niebla).

Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente se denominan
"probabilidades a priori" (lluvia con el 50%, nieve con el 30% y niebla con el 20%).

Una vez que incorporamos la información de que ha ocurrido un accidente, las probabilidades del
suceso A cambian: son probabilidades condicionadas P (A/B), que se denominan "probabilidades
a posteriori”
 Teorema de Bayes

Se representa con la fórmula: P( A1) * P( B | A1)

P( A1 | B) =
P( A1) * P( B | A1) + P( A2) * P( B | A2)
✓ Defina los eventos de cada etapa.
Diagrama del árbol ✓ Elabore de izquierda a derecha el Diagrama del árbol.
✓ Recuerde colocar las probabilidades a cada rama y a
cada resultado posible del espacio muestral

Posibilidades Información Teorema Posibilidades

a priori Nueva de Bayes posteriores
 La industria CELIMA ha recibido varias quejas debido a fallas de sus cerámicos. Se
notificó una queja por una loseta hoy y el jefe de control de calidad no puede
identificar la planta de fabricación del cerámico.
Sí sabemos que:
% de cerámicos CELIMA % fallas de fábrica
Chiclayo 15 4
Lima 56 3
Trujillo 29 7

EJEMPLO 09
¿Cuál es la probabilidad de que:

a) La loseta fallada haya salido de la planta de Chiclayo. (La botella sea de Chiclayo si sé que estaba fallada: P(C/F).
b) Una loseta sea de Chiclayo y esté en buen estado: P(CyB).
c) Una loseta esté en buen estado si sé que era de Chiclayo: P(B/C).
d) Una loseta esté fallada: P(F).
e) Una loseta sea de Lima si sé que estaba buen estado: P(L/B).
a)La loseta fallada haya salido de la planta de Chiclayo. (La botella sea de Chiclayo si sé que estaba fallada: P(C/F).
b)Una loseta sea de Chiclayo y esté en buen estado: P(CyB).
c) Una loseta esté en buen estado si sé que era de Chiclayo: P(B/C).
d)Una loseta esté fallada: P(F).
e)Una loseta sea de Lima si sé que estaba buen estado: P(L/B).

F P(CF)= P(CyF) = P(C∩F)= P(C)*P(F/C)

=(0.15)(0.04)=0.006
C

B P(CB)= P(CyB) = P(C∩B)= P(C)*P(B/C)

=(0.15)(0.96)=0.144

F P(LF)= P(LyF) = P(L∩F)= P(L)*P(F/L)

=(0.56)(0.03)=0.0168
P(L) = 0.56
L
B P(LB)= P(LyB) = P(L∩B)= P(L)*P(B/L)
=(0.56)(0.97)=0.5432
Definiendo Eventos
C = Chiclayo
L = Lima F P(TF)= P(TyF) = P(T∩F)= P(T)*P(F/T)
T = Trujillo =(0.29)(0.07)=0.0203
B = Buen estado T
F = Fallado
P(TB)= P(TyB) = P(T∩B)= P(T)*P(B/T)
B
=(0.29)(0.93)=0.2697
 Tres empresas productoras de ladrillos Pirámide, Lark, Fortes abastecen con el 40%, 15% y 45 de los cientos
Ejemplo 10 de ladrillos comercializados en el mercado local. Por experiencia se conoce que el 8%, 12% y 6%
respectivamente de los lotes de cada empresa fisuras y/o sulfatos.
Definiendo Eventos
P = Pirámide B P(PB)= P(PyB) = P(P∩B)= P(P)*P(B/P)
L = Lark =(0.40)(0.92)=0.368
F = Fortes P
B = Bueno D P(PD)= P(PyD) = P(P∩D)= P(P)*P(D/P)
=(0.40)(0.08)=0.032
D = Defectuoso
B P(LB)= P(LyB) = P(L∩B)= P(L)*P(B/L)
P(L) = 0.15 =(0.15)(0.88)=0.132
L
D P(LD)= P(LyD) = P(L∩D)= P(L)*P(D/L)
=(0.15)(0.12)=0.018
B P(FB)= P(FyB) = P(F∩B)= P(F)*P(B/F)
F =(0.45)(0.94)=0.423

D P(FD)= P(FyD) = P(F∩D)= P(F)*P(D/F)

¿Cuál es la probabilidad de que:
=(0.45)(0.06)=0.027
a)Sí compramos un ciento de ladrillos y resulta defectuoso que este lote provenga de la empresa “Lark”.
b)Un lote sea Bueno si se compró en Fortes.
c) Un lote sea de Pirámide si resultó estar en buen estado.
d)Un lote sea Bueno.
e)Un lote sea de Fortes y sea Defectuoso
f) Un lote sea de Defectuoso
Referencias bibliográficas
• Anderson, D., Sweeney, D. y Williams, T. (2012). Estadística para Negocios y
Economía. (Décimo primera). México: Internacional Thomson Editores S.A.

• Aliaga, Carlos (2009). Estadística para los negocios con Excel (Segunda
edición). Lima: ECITEC.

• Lind, D., Mason, R. y Marchal, W. (2004). Estadística para la administración y

economía. (Undécima edición). México: Alfaomega Grupo Editor S.A.

• Newbold, Paul (2008). Estadística para administración y economía. (Sexta

edición). Madrid: Pearson Prentice Hall.