CONCEPTOS PROBABILÍSTICOS

5-3

Definiciones

• Probabilidad: valor entre cero y uno,

inclusive, que describe la posibilidad relativa
de que ocurra un evento.
• Experimento: proceso que conduce a la
ocurrencia de una de varias observaciones
posibles.
• Resultado: lo que resulta en particular de un
experimento.
• Evento: conjunto de uno o más resultados de
un experimento.
5-4

ENFOQUES DE LA PROBABILIDAD

Probabilidad clásica se basa en la

consideración de que los resultados de un
experimento son igualmente posibles.
Utilizando el punto de vista clásico,

número de resultados favorables

Probabilid ad de un evento =
número total de resultados posibles
5-5

Ejemplo 1

• Considere el experimento de lanzar dos

monedas al mismo tiempo.
• El espacio muestral S = {HH, HT, TH, TT}
• Considere el evento de una cara.
• Probabilidad de una cara = 2/4 = 1/2.
5-6

EVENTOS MUTUAMENTE EXCLUYENTES

Eventos mutuamente excluyentes: la

ocurrencia de cualquier evento implica que
ningún otro puede ocurrir al mismo tiempo.

En el Ejemplo 1, los cuatro resultados posibles

son mutuamente excluyentes.
5-7

EVENTOS COLECTIVAMENTE EXHAUSTIVOS

Colectivamente exhaustivos: por lo menos

uno de los eventos debe ocurrir cuando se
realiza un experimento.

En el Ejemplo 1, los cuatro resultados posibles

son colectivamente exhaustivos. En otras
palabras, la suma de las probabilidades es = 1
(.25 + .25 + .25 + .25).
5-8

CONCEPTO DE FRECUENCIAS RELATIVAS

La probabilidad de que un evento ocurra a largo plazo

se determina observando en qué fracción de tiempo
sucedieron eventos semejantes en el pasado:

número de veces que ocurrió el evento

Probabilid ad del evento =
número total de observacio nes
5-9

Ejemplo 2

A lo largo de su carrera, la profesora Jones ha

otorgado 186 calificaciones de A entre sus
1200 estudiantes. ¿Cuál es la probabilidad de
que un estudiante de su clase en este semestre
reciba una A?

Aplicando el concepto de frecuencias relativas,

la probabilidad de una A es 186 /1200 = 0.155
5-10

Probabilidad subjectiva

Probabilidad subjectiva: la posibilidad (probabilidad)

de que suceda un evento específico que asigna una
persona con base en cualquier información disponible.

Ejemplos de la probabilidad subjectiva son estimar la

probabilidad de que los Redskins de Washington ganen
el Super Bowl el próximo año y estimar la probabilidad
de que ocurra un terremoto en Los Ángeles este año.
5-11

REGLAS BÁSICAS DE PROBABILIDAD

Si los eventos son mutuamente excluyentes, la

ocurrencia de cualquier evento impide que otro
eventos ocurra.

Reglas de adición: si dos eventos A y B son

mutuamente excluyentes, la regla especial de
adición indica que la probabilidad de que ocurra A o
B es igual a la suma de sus probabilidades
respectivas: P(A o B) = P(A) + P(B)
5-12

Ejemplo 3

• New England Commuter Airways acaba de

proporcionar la siguiente información de sus vuelos
de Boston a Nueva York:

Llegada Frecuencia
Antes de tiempo 100
A tiempo 800
Demorado 75
Cancelado 25
Total 1000
5-13

Ejemplo 3 continuación

• Si A es el evento de que un vuelo llegue antes de

tiempo, entonces P(A) = 100 /1000 = 0.1.

• Si B es el evento de que un vuelo llegue

demorado, entonces P(B) = 75 /1000 = 0.075.

• La probabilidad de que un vuelo llegue antes de

tiempo o demorado es
P(A o B) = P(A) + P(B) = .1 + .075 = 0.175.
5-14

REGLA DEL COMPLEMENTO

La regla del complemento se utiliza para

determinar la probabilidad de que ocurra un
evento restando del número 1 la probabilidad
de que un evento no ocurra.
Si P(A) es la probabilidad del evento A y
P(~A) es el complemento de A,
P(A) + P(~A) = 1 o P(A) = 1 - P(~A).
5-21

Ejemplo 5

En una muestra de 500 estudiantes, 320 dijeron tener

un estéreo, 175 dijeron tener una TV y 100 dijeron tener
ambos. Si un estudiante es seleccionado
aleatoriamente, ¿cuál es la probabilidad de que tenga
sólo un estéreo, sólo una TV y uno de cada uno?

• P(S) = 320 /500 = .64.

• P(T) = 175 /500 = .35.
• P(S y T) = 100 /500 = .20.
5-22

Ejemplo 5 continuación

Si un estudiante es seleccionado
aleatoriamente, ¿cuál es la probabilidad de
que tenga un estéreo o una TV en su
habitación?

P(S o T) = P(S) + P(T) - P(S y T)

= .64 +.35 - .20 = .79.
5-23

Probabilidad conjunta

Probabilidad conjunta es una probabilidad que

mide la posibilidad de que dos o más eventos
ocurran juntos. Un ejemplo sería el hecho de
que un estudiante tenga tanto un estéreo como
una TV en su habitación.
5-24

Regla especial de multiplicación

• La regla especial de multiplicación

requiere que dos eventos A y B sean
independientes.

• Dos eventos A y B son independientes si la

ocurrencia de una no afecta la probabilidad
de ocurrencia del otro.

• La regla especial se escribe:

P(A y B) = P(A) * P(B).
5-25

Ejemplo 6

Chris posee dos inventarios independientes uno de

otro. La probabilidad de que el inventario A aumente su
valor el próximo año es .5. La probabilidad de que el B
aumente el suyo es .7.
¿Cuál es la probabilidad de que ambos aumenten su
valor el próximo año?

P(A y B) = (.5)(.7) = .35.

5-26

Ejemplo 6 continuación

¿Cuál es la probabilidad de que al menos uno

aumente su valor el próximo año (esto implica que
cualquiera de los dos o ambos aumenten)?

Así,
P(al menos uno) = (.5)(.3) + (.5)(.7) + (.7)(.5) = .85.
5-27

Probabilidad condicional

Probabilidad condicional es la probabilidad

de que ocurra un evento en particular, dado
que ocurrió otro evento.

Nota: la probabilidad de que ocurra el evento A

dado que ya ocurrió B se denota como
P(A|B).
5-28

REGLA GENERAL DE MULTIPLICACIÓN

La regla general de multiplicación se utiliza

para determina la probabilidad conjunta de
que ocurran dos eventos y establece: para
dos eventos A y B, la probabilidad conjunta
que ambos ocurran se encuentra
multiplicando la probabilidad de A por la
probabilidad condicional de B dado que A
ocurrió.
5-29

REGLA GENERAL DE MULTIPLICACIÓN

La probabilidad conjunta, P(A y B) está dada

por la siguiente fórmula:
P(A y B) = P(A) * P(B|A)
o
P(A y B) = P(B) * P(A|B)
5-30

Ejemplo 7
La directora de la escuela de administración en Miami
recolectó la siguiente información acerca de los
estudiantes de licenciatura del colegio:

Área Hombre Mujer Total

Contabilidad 170 110 280

Finanzas 120 100 220

Mercadotecnia 160 70 230

Administración 150 120 270

Total 600 400 1000

5-31

Ejemplo 7 continuación

• Si un estudiante se selecciona al azar, ¿cuál

es la probabilidad de que el estudiante sea
mujer del área de contabilidad?
P(A y F) = 110 / 1000.

• Dado que la estudiante es mujer, ¿cuál es la

probabilidad que esté en el área de
contabilidad? P(A|F) = [P(A y F)] / [P(F)] =
[110 / 1000] /[400 / 1000] = .275.
5-32

DIAGRAMA DE ÁRBOL

El diagrama de árbol es muy útil para visualizar las

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

Ejemplo 8: una bolsa contiene 7 fichas rojas (R) y 5

azules (B), se escogen 2 fichas, una después de la otra
sin reemplazo. Construya el diagrama de árbol con esta
información.
5-33

Ejemplo 8 continuación

6/11 R2

7/12 R1
5/11 B2
7/11 R2
5/12 B1
4/11 B2
5-34

TEOREMA DE BAYES

El 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)
5-35

Ejemplo 9

La compañía Duff Beer ha recibido varias

quejas debido a que sus botellas no van bien
llenas. Una queja fue recibida hoy pero el
gerente de producción no puede identificar cuál
de las dos plantas Springfield (A o B) llenó esta
botella. ¿Cuál es la probabilidad de que la
botella mal llenada haya salido de la planta A?
5-36

Ejemplo 9 continuación

% de % de
producción faltante en
total botellas
A 55 3

B 45 4

P(A |U) = [(.55)(.03)]/[(.55)(.03) + (.45)(.04)] = .4783.

5-37

ALGUNOS PRINCIPIOS DE CONTEO

Fórmula de la multiplicación: si hay m modos de

hacer una cosa y n formas de hacer otra, existen m x n
formas de hacer ambas.

Ejemplo 10: el doctor Delong tiene 10 camisas y 8

corbatas. ¿Cuántos conjuntos de camisas /corbatas
tiene? (10)(8) = 80.
5-38

ALGUNOS PRINCIPIOS DE CONTEO

Permutación: un arreglo de r objetos seleccionados a

partir de un grupo único de n objetos posibles.
n!
n Pr 
(n  r )
!
Nota: el orden del arreglo es importante en
las permutaciones.
5-39

PRINCIPIOS DE CONTEO

Combinación: el número de modos para elegir

r objetos de un grupo de n objetos sin
considerar el orden.

n!
nCr 
r !(n  r ) !
5-40

Ejemplo 11

El entrenador Thompson tiene que elegir 5

jugadores entre los doce del equipo para
incluirlos en alineación. ¿Cuántos grupos
diferentes se pueden formar?
12C5 = (12!)/[5!(12-5)!] =792

Suponga que el entrenador Thompson debe

clasificarlos en orden:
12P5 = (12!)/(12-5)! = 95,040.