UNIVERSIDAD NACIONAL DE BARRANCA
FACULTAD DE CIENCIAS CONTABLES Y JURIDICAS
ESCUELA PROFESIONAL DE CONTABILIDAD Y
FINANZAS
“PROBABILIDADES”
Presentado por:
Oscar Abrahán, SANCHEZ ROSALES
Jean Carlos, RAMIREZ VEGA
Jens Kevin, SILVA SANTIAGO
Gilma, SANCHEZ GOMEZ
Docente:
Mag. Edward Ivan, TERRONES GALVEZ
BARRANCA – PERÚ
2020
ii
UNIVERSIDAD NACIONAL DE BARRANCA
DEDICATORIA
Primeramente, a nuestros padres por
habernos dado la vida, por habernos
apoyado en todo momento, por sus consejos,
sus valores y su amor incondicional.
A nuestra docente por la confianza, paciencia
y dedicación en cada sección, también por
ser un guía y transmisor de conocimientos.
UNIVERSIDAD NACIONAL DE BARRANCA 1
Índice
General Dedicatoria ..........................................................................................................................
INTRODUCCIÓN...............................................................................................................................2
1. Historia y Conceptos...................................................................................................................3
1.1 Historia de la Probabilidad....................................................................................................3
1.2 Definición de Probabilidad....................................................................................................4
1.3 Conceptos Básicos..................................................................................................................4
1.3.1 Fenómeno Aleatorio.......................................................................................................4
1.3.2 Experimento Aleatorio...................................................................................................5
1.3.3 Elemento Muestral.........................................................................................................5
1.3.4 Suceso.............................................................................................................................5
1.4 Propiedades de la probabilidad.............................................................................................6
2. Probabilidad Condicionada: teoremas básicos...........................................................................6
2.1 Probabilidad condicionada....................................................................................................6
2.2 Teoremas básicos de probabilidad condicionada..................................................................7
2.2.1 Teorema de la probabilidad compuesta........................................................................8
2.2.2 Teorema de la Probabilidad Total..................................................................................8
2.2.3 Teorema de Bayes..........................................................................................................8
3. Casos Prácticos..........................................................................................................................10
3.1 Experimento aleatorio.........................................................................................................10
3.1 Probabilidad Condicionada..................................................................................................10
3.2 Probabilidad Total................................................................................................................11
[Link].........................................................................................................................12
V. RECOMENDACIONES.................................................................................................................13
VI. BIBLIOGRAFÍA...........................................................................................................................14
Índice General
UNIVERSIDAD NACIONAL DE BARRANCA 2
INTRODUCCIÓN
Cuando un experimento aleatorio se lleva a cabo, es imposible predecir de antemano el
resultado. Si éste se repite varias veces bajo condiciones análogas, podemos obtener diferentes
resultados y alguno de ellos se puede repetir. Sin embargo, después de muchas repeticiones
emerge cierta regularidad en los resultados. Queremos introducir una medida que cuantifique la
incertidumbre, o la certidumbre, asociada a cada resultado o a cada suceso de un experimento
aleatorio. Esta medida es la Probabilidad.
En la vida cotidiana aparecen muchas situaciones en las que los resultados observados
son diferentes, aunque las condiciones iniciales en las que se produce la experiencia sean las
mismas. Por ejemplo, al lanzar una moneda unas veces resultará cara y otra cruz. Estos
fenómenos, denominados aleatorios, se ven afectados por la incertidumbre.
En el lenguaje habitual, frases como "probablemente...", "es poco probable que...", "hay muchas
posibilidades de que..." hacen referencia a esta incertidumbre.
La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar con
situaciones de este tipo. Por otra parte, cuando aplicamos las técnicas estadísticas a la recogida,
análisis e interpretación de los datos, la teoría de la probabilidad proporciona una base para
evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias realizadas.
El objetivo del Cálculo de Probabilidades es el estudio de métodos de análisis del
comportamiento de fenómenos aleatorios.
UNIVERSIDAD NACIONAL DE BARRANCA 3
CAPITULO 1
1. Marco Conceptual
1.1 Intervalo de Confianza
Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población desconocido. Debido a
su naturaleza aleatoria, es poco probable que dos muestras de una población en particular
produzcan intervalos de confianza idénticos. Sin embargo, si usted repitiera muchas veces su
muestra, un determinado porcentaje de los intervalos de confianza resultantes incluiría el
parámetro de población desconocido.
1.2 Método de construcción de intervalos de confianza método
pivotal
Básicamente daremos un único método para la obtención de intervalos de confianza, el método
pivotal basado en la posibilidad de obtener una función del parámetro desconocido y cuya
distribución muestral no dependa del parámetro.
La descripción general es la siguiente: supongamos que T (X1, X2, . . ., Xn; θ) es una función de
la muestra y del parámetro, cuya distribución en el muestreo no depende de θ. En tal caso, fijado
cualquier nivel de confianza 1 − α entre 0 y 1, se pueden determinar constantes, a y b, (que no
serán únicas) tales que:
1.3 Intervalo de
Confianza para la
Media si la Varianza Poblacional es Conocida
Puesto que:
UNIVERSIDAD NACIONAL DE BARRANCA 4
será
de forma que
es un intervalo de confianza para µ de nivel de confianza
1 – α.
1.4 Intervalo de Confianza para la Media si la Varianza
Poblacional es Desconocida
Puede observarse que el intervalo anterior tiene extremos indeterminados si σ es
desconocida. Convendrá utilizar entonces que
para obtener
lo cual proporciona
como intervalo de confianza para µ de nivel de confianza 1 – α.
UNIVERSIDAD NACIONAL DE BARRANCA 5
1.5 Intervalo de Confianza para la Varianza si la Media
Poblacional es Conocida
A pesar de que esta situación es poco frecuente en la práctica, la solución teórica es inmediata:
De forma que:
Y por tanto
es un intervalo de confianza para σ 2 de
nivel de confianza 1 – α.
1.6 Intervalo de confianza para la varianza si la media
poblacional es desconocida
Esta situación, de mucha más utilidad que la anterior, se resuelve mediante la afirmación del
teorema de Fisher:
Según ello
y resulta
UNIVERSIDAD NACIONAL DE BARRANCA 6
como intervalo de confianza para σ 2 de nivel de confianza 1 − α (con la misma consideración
acerca de la longitud mínima que en el caso anterior).
Consideramos ahora la situación en la cual se dispone de dos muestras aleatorias simples (X1,
X2, . . . , Xn) e (Y1, Y2, . . . , Ym) de dos poblaciones normales N(µ1, σ1) y N(µ2, σ2),
independientes.[CITATION Ros \n \y \l 3082 ]
UNIVERSIDAD NACIONAL DE BARRANCA 7
CAPITULO II
2. Factores de los que depende un intervalo de confianza
2.1 Tamaño de la Muestra Seleccionada
Dependiendo de la cantidad de datos que se hayan utilizado para calcular el valor
muestral, este se acercará más o menos al verdadero parámetro poblacional.
2.2 Nivel de Confianza
Nos va a informar en qué porcentaje de casos nuestra estimación acierta. Los niveles
habituales son el 95% y el 99%.
2.3 Margen de error de nuestra estimación
Este se denomina como alfa y nos informa de la probabilidad que existe de que el valor
poblacional esté fuera de nuestro intervalo.
2.4 Lo estimado en la muestra (media, varianza, diferencia de
medias…)
De esto va a depender el estadístico pivote para el cálculo del intervalo.[CITATION
Fra \n \l 3082 ]
UNIVERSIDAD NACIONAL DE BARRANCA 8
CAPITULO III
3. Casos Prácticos
3.1
3.1
3.2
[Link]
V. RECOMENDACIONES
UNIVERSIDAD NACIONAL DE BARRANCA 9