Universidad Mariano Glvez de Guatemala

Facultad de Ciencias de la Administracin

Maestra en Administracin de Negocios
Modelos para la Toma de Decisiones.
Tutora del curso Inga. Esmeralda Villela

Teora de Probabilidades
Distribucin de Probabilidades

Daniel Enrique Snchez Donis

0905 - 09 - 3587

06 de febrero de 2016

TEORA DE LAS PROBABILIDADES:

La teora de probabilidades proporciona modelos matemticos para la descripcin de los

fenmenos sujetos a influjos casuales, y tiene como objetivo esencial la comprensin matemtica
de las regularidades de los fenmenos aleatorios. La teora de probabilidades se construye de
forma axiomtica, de acuerdo con un procedimiento probado y muy utilizado hoy en da, y se
sirve en gran medida de los mtodos y resultados del anlisis.

En 1933, el matemtico sovitico Andri Kolmogrov propuso un sistema de axiomas para la

teora de la probabilidad, basado en la teora de conjuntos y en la teora de la medida,
desarrollada pocos aos antes por Lebesgue, Borel y Frechet entre otros.

Esta aproximacin axiomtica que generaliza el marco clsico de la probabilidad, la cual

obedece a la regla de clculo de casos favorables sobre casos posibles, permiti la rigorizacin
de muchos argumentos ya utilizados, as como el estudio de problemas fuera de los marcos
clsicos. Actualmente, la teora de la probabilidad encuentra aplicacin en las ms variadas
ramas del conocimiento, como puede ser la fsica (donde corresponde mencionar el desarrollo de
las difusiones y el movimiento Browniano), o la economa (donde destaca el modelo de Black y
Scholes para la valuacin de acciones).

En los ltimos tiempos se desarrollaron numerosas disciplinas que se ocupan con

interrogantes especiales de la teora de probabilidades y de la aplicacin de mtodos tericoprobabilsticos y estadsticos en distintas ciencias naturales y sociales (entre otras, entre la

pedagoga y la psicologa), en la medicina y la economa. Como, por ejemplo: la teora de la

confiabilidad, la reposicin, los juegos, la decisin, la informacin, la teora ergdica, el diseo
de experimentos, la biometra, en el marco de la investigacin de operaciones, en la toma de
decisiones en los procesos econmicos y en la ciberntica.
(S.N, monografas, 2016)

Experimento Aleatorio:
Es aquel en el que se conocen todos los resultados posibles, pero no se sabe cul va a ocurrir.
Ejemplo: una pareja no sabe si su hijo ser varn o mujer. Los eventos son: varn, mujer.

Espacio muestral: Conjunto de todos los resultados posibles.

Eventos mutuamente excluyentes: solo uno de ellos puede ocurrir en determinado tiempo.
Si en una lista se incluyen todos los resultados posibles, dicha lista es colectivamente exhaustiva.

Probabilidad subjetiva: Estn basadas en las creencias subjetivas que efectan la estimacin
de la probabilidad. El decisor toma la probabilidad disponible y la mezcla con una probabilidad
subjetiva (segn su experiencia).
(S.N, vitutor, 2016)

Objetivos de las Probabilidades:

El objetivo fundamental de la probabilidad, es la de mostrar al alumno la importancia y
utilidad del Mtodo Estadstico en el mbito econmico-empresarial. Con tal fin, el alumno

deber aprender a manejar los mtodos y tcnicas ms adecuadas para el correcto tratamiento y
anlisis de la informacin proporcionada por los datos que genera la actividad econmica.

El valor de la probabilidad:
El valor ms pequeo que puede tener la probabilidad de ocurrencia de un evento es igual a 0,
el cual indica que el evento es imposible, y el valor mayor es 1, que indica que el evento
ciertamente ocurrir.

Eventos mutuamente excluyentes y eventos no excluyentes:

Dos o ms eventos son mutuamente excluyentes o disjuntos, si no pueden ocurrir
simultneamente. Es decir, la ocurrencia de un evento impide automticamente la ocurrencia del
otro evento (o eventos).
(S.N, slideshare, 2016)

DISTRIBUCIN DE PROBABILIDADES:

En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable

aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria, la
probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida sobre el
conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la variable
aleatoria.

Variable aleatoria:

De manera intuitiva se puede decir que una variable aleatoria es una caracterstica cuyo valor
numrico se determina al azar. Las variables aleatorias cuantitativas se representan por letras
maysculas, y sus valores numricos observados por letras minsculas. Las variables pueden ser
de tipo discreto o continuo. Una variable aleatoria X es discreta, si puede tomar un nmero
finito, o infinito numerable de valores puntuales posibles. Por ejemplo, el nmero de tubrculos
producidos por planta. Una variable aleatoria X es continua si puede tomar cualquier valor en
algn intervalo (o intervalos) del conjunto de los nmeros reales y no exclusivamente en puntos
aislados. Por ejemplo, el peso seco de una planta.

Funcin de distribucin acumulada:

La Funcin de Distribucin Acumulada corresponde a la probabilidad de que la variable

aleatoria X tome un valor numrico menor o igual a x, o representa el acmulo de las
probabilidades hasta alcanzar el valor de inters. Simblicamente, lo anterior se expresa como:

(S.N, virtual, 2016)

La distribucin Binomial :
Cualquier variable aleatoria x que represente el nmero de xitos en n pruebas idnticas e
independientes, con probabilidad de xito p constante de una prueba a otra, se llama variable

aleatoria binomial. Puesto que la variable aleatoria binomial es de gran aplicacin, existen tablas
y programas con los que se puede calcular su funcin de probabilidad.

La distribucin Poisson:

Las variables aleatorias de Poisson surgen al observar un conjunto discreto de sucesos en un

intervalo continuo de tiempo, longitud o espacio.

La Distribucin Normal:

La distribucin normal es de gran importancia en el anlisis y clculo de todos los aspectos

relacionados con datos experimentales y la mayora de los mtodos estadsticos bsicos se
apoyan en la distribucin normal.
(S.N, slideshare, 2016)

La probabilidad en la toma de decisiones:

La probabilidad se deriva del verbo probar lo que significa "averiguar" lo que no es tan fcil
de obtener o entender. El concepto de probabilidad ocupa un lugar muy importante en el proceso
de toma de decisiones, ya sea que el problema es enfrentado en una compaa, en el gobierno, en
las ciencias sociales, o simplemente en nuestra vida diaria. En muy pocas situaciones de toma de
decisiones existen informacin perfectamente disponible, porque la mayora de las decisiones
son hechas de cara a la incertidumbre.

Los modelos probabilsticos estn ampliamente basados en aplicaciones estadsticas para la

evaluacin de eventos incontrolables (o factores), as como tambin la evaluacin de riesgo de
sus decisiones. La evaluacin de riesgo cuantifica la brecha de informacin entre lo que es
conocido y lo que se necesita saber para tomar una decisin ptima. En los modelos
probabilsticos, el riesgo significa incertidumbre para la cual la distribucin de probabilidad es
conocida. Por lo tanto, la evaluacin de riesgo significa un estudio para determinar los resultados
de las decisiones junto a sus probabilidades.

Bibliografa:
S.N.

(05

de

02

de

2016).

monografas.

Obtenido

de

http://www.monografias.com/trabajos32/teoria-probabilidades/teoriaprobabilidades.shtml
S.N.

(05

de

02

de

2016).

slideshare.

Obtenido

de

http://es.slideshare.net/asubuon61/distribuciones-de-probabilidad-7278712
S.N.

(04

de

02

de

2016).

slideshare.

Obtenido

de

Obtenido

de

http://es.slideshare.net/leamotoya/teoria-de-probabilidades
S.N.

(05

de

02

de

2016).

virtual.

http://www.virtual.unal.edu.co/cursos/ciencias/2001091/html/un4/cont_401_4
1.html
S.N. (04 de 02 de 2016). vitutor. Obtenido de http://www.vitutor.com/pro/2/a_1.html