Probabilidades

UNAN-RUCFA

LOGO

Octubre 2018
TEMA II: PROBABILIDADES

Contenidos

Probabilidad objetiva y subjetiva

Conceptos Básicos

Tipos de Probabilidad: Simple, conjunta, Condicional

Regla de la multiplicación

Teorema de Bayes
 Tema II. PROBABILIDADES

 LA PROBABILIDAD ES LA POSIBILIDAD U
OPORTUNIDAD DE QUE SUCEDA UN EVENTO
PARTICULAR.

 Ejemplos:
 La posibilidad de sacar una carta con figura roja de
una baraja
 La posibilidad de que un empleado de una empresa
seleccionado aleatoriamente esté satisfecho con su
trabajo
 La posibilidad de que un nuevo producto tenga éxito
en el mercado.
 PROBABILIDADES

 CONCEPTOS BASICOS:

 EXPERIMENTO ALEATORIO ()

 Es aquel que al repetirse bajo condiciones
aproximadamente idénticas el resultado no es
necesariamente el mismo.
 Ejemplos :
 1)Lanzar un dado y observar el número de
puntos que aparecen en la cara superior.
 2)Elegir al azar un naipe de la baraja común de
52 naipes.
 3) Un
 contador revisa 10 facturas de una empresa y
luego cuenta el número de facturas con algún
error.
 EL ESPACIO MUESTRAL ( S ) ASOCIADO A UN
EXPERIMENTO
 Es el conjunto de todos los resultados posibles
del experimento.

 A cada elemento de este conjunto le llamaremos punto
muestral.

 Para el ejemplo 3
 S1 = { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 }
 EVENTOS
 Un evento A respecto al espacio muestral S es
un subconjunto de ese espacio muestral.

 Para el ejemplo 3
 Consideremos que el evento A representa
“cuenta a lo más 3 facturas con algún error.”
 Entonces A = { 0, 1, 2, 3 }
 Decimos que un evento A ha ocurrido si el
resultado del experimento es un elemento de A.
 TIPOS DE EVENTOS
 EVENTO IMPOSIBLE ( ) :
 Es un evento que nunca ocurre.   S
 EVENTO SEGURO (S ):
 Es un evento que siempre ocurre.
 EVENTO SIMPLE:
 Es el que describe solamente una característica
 EVENTO CONJUNTO:
 Es el que describe dos o más características.
 El evento conjunto de A y B denotado por AB ocurre
cuando A y B ocurren juntos
 EVENTO UNIÓN:
 El evento unión de A y B denotado por AB
es aquel que ocurre si A ocurre ó B ocurre ó
si ocurren ambos.
 EVENTO COMPLEMENTARIO:
 El evento complementario de A denotado
por A’ o Ac es aquel que ocurre si A no
ocurre.
EVENTOS MUTUAMENTE EXCLUYENTES:

Dos eventos A y B son mutuamente excluyentes si no pueden ocurrir

simultáneamente , esto es, si AB = 

EVENTOS COLECTIVAMENTE EXHAUSTIVOS:

Los eventos A1, A2, .........., An son colectivamente exhaustivos si

A1 A2 ...An = S

Esto es, si por lo menos uno de ellos debe ocurrir durante un

experimento
 ENFOQUES DE PROBABILIDAD
 El propósito de la teoría de probabilidad es asignar un número a cada evento
A, el cual llamaremos probabilidad de que ocurra A y lo denotaremos :P ( A )

 ENFOQUE DE PROBABILIDAD CLASICA A PRIORI

 Aquí suponemos que el experimento no se realiza y que además todos los
resultados posibles del experimento se consideran igualmente probables.

 No. de maneras que puede ocurrir A #A

 P(A) = ----------------------------------------------- = -----
 No. de resultados posibles del experimento #S

 ENFOQUE DE PROBABILIDAD CLASICA A POSTERIORI (EMPIRICA)

 Aquí suponemos que el experimento se realizó un número n
(suficientemente grande) de veces del cual se observó el número x veces
que ocurrió el evento A.
 Número de veces que ocurrió A x
 P( A ) = --------------------------- -------------- = ----
No. de veces que se repitió el exp. n
 ENFOQUE DE PROBABILIDAD SUBJETIVA

 Se basa en una combinación de la experiencia del

individuo, la opinión personal y el análisis de una
situación en particular. Es útil cuando no se pueden
utilizar los enfoques anteriores.
REGLAS BASICAS DE PROBABILIDAD
1) P ( ) = 0 y P(S)=1
2) Para cualquier evento A, 0  P( A )  1
3) Si A y B son eventos mutuamente excluyentes entonces
P( A  B ) = P( A) + P( B )
4) Regla del complemento.
P(A) + P( A’ ) = 1  P( A’ ) = 1 – P( A )
5) Regla de la adición.
Sean A y B eventos cualesquiera
P( A  B ) = P( A ) + P( B ) – P( A  B )
Ejemplo:
Supongamos los siguientes eventos para cierto día de
negociaciones de una acción:
A: el precio se mantiene sin cambios
B: el precio sube
Consideremos que P(A) = 0.64 y P( B ) = 0.21
Cuál es la probabilidad de que:
i) el precio cambie
P( A’ ) = 1 – P( A ) = 1 – 0.64 = 0.36
ii) el precio se mantiene sin cambios y el precio sube.
P( A B ) = P(  ) = 0
Iii) el precio se mantiene sin cambios o el precio sube.
P(A  B ) = P( A ) + P( B ) = 0.64 + 0.21 = 0.85
 TABLA DE CLASIFICACION CRUZADA (CONTINGENCIA)
En una ciudad se seleccionó una muestra de 500 personas para
determinar información diversa relacionadas con el comportamiento
del consumidor. Entre las preguntas formuladas estaba “¿Disfruta
comprar ropa? ”. De 240 hombres 136 contestaron que si. De las
260 mujeres 244 respondieron que si.

A) Elabore una tabla de contingencia ( o de clasificación

cruzada )
( D ) DISFRUTA ( N ) NO DISF TOTAL
( H ) Hombre 136 104 240
( M ) Mujer 244 16 260

TOTAL 380 120 500

Se selecciona al azar un entrevistado.
Determinar la probabilidad de que:
a) sea mujer
P( M ) = 260 /500 = 0.52
b) sea hombre
P( H ) = 1 – P( M ) = 1 – 0.52 = 0.48
c) disfrute comprar ropa
P( D ) = 380/500 = 0.76
d) no disfrute comprar ropa
P( N ) = 1 – P ( N ) = 0.24
e) sea hombre y no disfrute comprar ropa
P( H N ) = 104/500 = 0.208
f) Sea mujer y disfrute comprar ropa
P(M D) = 244/500 = 0.488
g) Sea hombre y disfrute comprar ropa
P( H  D ) = 136/500 = 0.272

h) Sea mujer o disfrute comprar ropa

P( M  D ) = P (M) + P(D) – P(M  D)
= 260/500 + 380/500 – 244/500
= 396/500
= 0.792

i) Sea hombre o mujer

P( H  M ) = P( H ) + P( M ) = 0.48 + 0.52 = 1

j) Sea hombre y mujer

P(H M ) = P(  ) = 0
 PROBABILIDAD CONDICIONAL
La probabilidad de que un evento A ocurra
supuesto que otro evento B ha ocurrido se
denota y define como:
P(A  B)
P(A | B) = = Probabilidad conjunta de A y B
P(B)
Probabilidad marginal de B

Mide en cierto sentido la probabilidad relativa de

A con respecto al espacio reducido B

Si B es finito entonces # (A  B)
P(A | B) =
#B
 EJEMPLO
Suponga que el entrevistado seleccionado es
mujer, ¿ cuál es la probabilidad que disfrute
comprar ropa?
244
P(D  M) 244
 P( D  M ) = = 500 =
260
= 0 . 9385
P(M) 260
500
 Suponga que el entrevistado seleccionado no
disfruta comprar ropa, ¿cuál es la probabilidad
de que sea hombre?
# (H  N) 104
 P( H  N ) = = = 0 . 8667
#N 120
 REGLA DE LA MULTIPLICACION
Sean A1 y A2 eventos
Sabemos que
P(A 1  A 2 )
P(A 2 | A 1 ) =  P(A 1  A 2 ) = P(A 1 )P(A 2 A 1 )
P(A 1 )

La probabilidad de A1 A2 es igual a la

probabilidad del primer evento A1 por la
probabilidad del segundo evento A2 dado
que el primer evento A1 ya ocurrió.
 INDEPENDENCIA ESTADISTICA
Dos eventos A1 y A2 son independientes
si y sólo si
P(A1 A2) = P(A1) ó P(A2 A1 ) = P(A2)

Si dos eventos A1 y A2 son eventos

independientes entonces según la regla
de la multiplicación
P( A1 A2 ) = P(A1) P(A2 )
  TEOREMA DE LA PROBABILIDAD TOTAL
 Supongamos un experimento aleatorio con su
correspondiente espacio muestral S, decimos que los
eventos A1 , A2 ,.........., An forman una partición del
espacio muestral S, si se cumple que:
 i) Ai  Aj =  para todo i  j
 Ii) A1 A2  .......... An = S
 y que B es otro evento respecto a S.
 Entonces
 P(B) = P(A1)P(BA1) + P(A2)P(BA2) +... + P(An)P(B | An)
 n

= . P(A i )P(B A i )
 Cada vez que se realice el experimento aleatorio
anterior podemos presentar mediante un árbol de
probabilidad todos sus resultados posibles con sus
correspondientes probabilidades.
TEOREMA DE BAYES

Queremos saber ahora ,¿ Cuál es la

probabilidad de que Ai sea la causa de la
ocurrencia de B?
P(A i )P(B A i ) P(A i )P(B A i )
P(A i B) = =
n
 P(A i )P(B A i ) P(B)
.


 EJEMPLO
 Un gerente de crédito clasifica las cuentas a su cargo en 3 tipos:
 Tipo 1: buen pagador Tipo 2: pagador atrasado Tipo 3: mal
pagador
 De los archivos se estima que el 75%, 20% y 5% de las cuentas
caen en las categorías 1, 2 y 3 respectivamente. Por experiencia
en el trabajo el gerente considera que el 90% de los clientes con
cuentas del tipo 1 tienen casa propia, mientras que el 50% de los
clientes con cuentas del tipo 2 y el 20% de los clientes con cuentas
del tipo 3 tienen casa propia.
 ¿ Cuál es la probabilidad de que una nueva aplicación de crédito
corresponda a un cliente con casa propia ?
 Suponga que la nueva aplicación corresponde a un cliente con casa
propia, ¿ cuál es la probabilidad de que sea pagador atrasado?
 Consideremos los siguientes eventos:
 S: todas las cuentas a cargo del gerente
 A1: la cuenta es del tipo 1
 A2 : la cuenta es del tipo 2
 A3: la cuenta es del tipo 3
 B: el cliente tiene casa propia.
 0.90 B 0.75(0.90) = 0.675
A1
0.10 B’
0.75
0.50 B 0.20(0.50) = 0.100
0.20
A2
B’
0.50
0.05 B
0.20 0.50(0.20) = 0.010
A3
0.80 B’ 0.785

 i) P(B) = P(A1) P(BA1) + P(A2) P(BA2) + P(A3) P(BA3)

 = 0.75(0.90) + 0.20(0.50) + 0.05(0.20) = 0.785

 ii) P(A2B) = P ( A2 ) P ( B| A2 ) 0.20(0.50)

= = 0.1274
P ( B) 0.785
 El departamento de crédito de una tienda
informó que el 30% de sus ventas son en
efectivo, el 30% se pagan con cheques y el 40%
son al crédito. Se tiene información de que las
compras por más de C$ 500 en efectivo, con
cheques y al crédito son el 25%, 90% y 60%
respectivamente
 Un persona acaba de decidir comprar un artículo
cuyo precio es de C$ 800, ¿ cuál es la
probabilidad de que pague con cheque ?
 Martín Pérez, gerente del departamento de crédito de
Epsilon, sabe que la compañía utiliza tres métodos para
exhortar a pagar a las personas con cuentas morosas.
De los datos que se tienen registrados, él sabe que 70%
de los deudores son visitados personalmente, 20% se
les sugiere que paguen vía telefónica y el restante 10%
se le envía una carta. Las probabilidades de recibir
alguna cantidad de dinero debido a los pagos de una
cuenta con estos tres métodos son 0.75, 0.60 y 0.65,
respectivamente. El señor Pérez acaba de recibir el
pago de una de las cuentas vencidas. ¿Cuál es la
probabilidad de que la petición de pago se haya hecho:
 Personalmente?
 Por teléfono?
 Por correo?
 El gerente de comercialización de una compañía
fabricante de juguete está planeando introducir un nuevo
juguete al mercado. En el pasado, 40% de los juguetes
introducidos por la compañía han tenido éxito y 60% no
lo han tenido. Antes de que se comercialice el juguete, se
lleva a cabo un estudio de mercado y se compila un
informe, ya sea favorable o desfavorable. Anteriormente,
80% de los juguetes exitosos recibieron informes
favorables y 30% de los juguetes no exitosos también
recibieron informes favorables.
 Suponga que el estudio de mercado da un informe
favorable sobre el nuevo juguete. ¿Cuál es la
probabilidad de que el nuevo juguete tenga éxito?
 ¿Qué proporción de los juguetes nuevos reciben informes
favorables de estudios de mercado?.
LOGO