PROBABILIDAD
Ing. Mgtr. Ingrid Lucrecia Buch Gómez
“Hay cosas inciertas para nosotros, cosas
más o menos Probables, y nosotros
tratamos de comprender la Imposibilidad
de conocerlas por el procedimiento de
establecer sus diversos grados de
probabilidad. En consecuencia, debemos a
la debilidad de la mente humana una de las
teorías matemáticas más delicadas e
ingeniosas, la ciencia del azar o de la
probabilidad.”
― Pierre Simon Laplace
Agenda
•Definiciones básicas
•Probabilidad
•Enfoques para calcular la probabilidad
•Reglas de la probabilidad
•Diagrama de árbol
•Asistencia
DEFINICIONES
BÁSICAS
Fenómeno aleatorio
Son aquellos cuyos resultados no se pueden
predecir con certeza debido a que pequeños
cambios en las condiciones iniciales producen
efectos muy complejos en el desarrollo del
fenómeno.
EXPERIMENTO
Proceso que induce a que ocurra una y sólo una de
varias posibles observaciones.
RESULTADO
Resultado particular de un experimento.
El lanzamiento de una moneda,
pero no está seguro si caerá cara o
cruz.
Lanzamiento de un dado, hay
seis posibles resultados
En el experimento de la compra
de la computadora Dell
EVENTO
Conjunto de uno o más resultados de un
experimento, se hace referencia a un suceso o
hecho de interés
Cara de la moneda que queda hacia arriba.
Un articulo este o no defectuoso.
El precio de una acción que se negocia en la bolsa
de valores suba, baje o permanezca igual.
EVENTO
Conjunto de uno o más resultados de un
experimento, se hace referencia a un suceso o
hecho de interés
Cara de la moneda que queda hacia arriba.
Un articulo este o no defectuoso.
El precio de una acción que se negocia en la bolsa
de valores suba, baje o permanezca igual.
Experimento Lanzamiento Listado del número de
de un dado miembros de la junta directiva
de las compañías de Fortune
500, mayores de 60 años
Se observa un 1 Ninguno tiene más de 60
Todos los Se observa un 2 Uno tiene más de 60
posibles Se observa un 3 Dos tienen más de 60
resultados Se observa un 4 ...
Se observa un 5 29 tienen más de 60
Se observa un 6 ...
Se observa un número Más de 13 tiene más de
par. 60
Algunos
posibles
Se observa un número Menos de 20 tiene más
eventos
mayor que 4. de 60
Se observa un 3 o un
número menor.
Espacio muestral
El espacio muestral es el conjunto de todos los
posibles resultados de un experimento aleatorio
Consideremos el experimento
de extraer una canica de una
bolsa que contiene cuatro
rojas y 3 blancas.
Espacio muestral
El espacio muestral está formado por siete
elementos:
El suceso “se extrae una
canica roja” tiene cuatro
resultados favorables.
El suceso “se extrae una
canica blanca” tiene tres
resultados favorables.
Requisitos del Espacio muestral
Todo elemento del espacio muestral es un
resultado potencial del experimento.
Cualquier resultado que se observe al realizar
el experimento, debe ser un elemento del
espacio muestral.
El resultado observado debe coincidir con un
sólo elemento del espacio muestral.
Espacio muestral
El espacio muestral se representa con S y para
indicar el número de elementos que tiene, se utiliza
la notación n(S).
n(S)=6
Espacio muestral
Se registra que la cara mostrada tiene un número
par o impar de puntos.
S = {par, impar }= { p, i}
p es favorecido por:
i es favorecido por:
Espacio muestral
Consideremos el experimento de girar la flecha de las
distintas ruletas mostradas:
El espacio El espacio El espacio muestral El espacio muestral
muestral está muestral está está formado por tres está formado por
formado por formado por elementos no cinco elementos no
cuatro elementos cuatro equiprobables los equiprobables los
equiprobables. elementos cuales se pueden cuales se pueden
equiprobables. convertir en cuatro convertir en ocho
equiprobables. equiprobables.
Espacio muestral
El espacio El espacio El espacio muestral El espacio muestral
muestral está muestral está está formado por tres está formado por
formado por formado por elementos no cinco elementos no
cuatro elementos cuatro elementos equiprobables los equiprobables los
equiprobables. equiprobables. cuales se pueden cuales se pueden
convertir en cuatro convertir en ocho
equiprobables. equiprobables.
1 1 1 E
Un Cuatro resultados
resultado Dos resultados Dos resultados
favorables
favorable favorables favorables
PROBABILIDAD
Probabilidad
Valor entre cero y uno, inclusive, que describe la
posibilidad relativa (oportunidad o casualidad) de
que ocurra un evento
Con
No sucederá seguridad
sucederá
Probabilidad
Imposible Improbable 50-50 Probable Cierto
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
Probabilidad Posibilidades Posibilidades Posibilidad Posibilidad
de que tiene de que de que se de que llueva
que nuestro Slo Poke caiga cara incrementen en Florida
Sol de ganar en un solo los impuestos este año
desaparezca el Derby lanzamiento federales
este año de Kentucky de moneda
Enfoques para asignar probabilidad
La probabilidad clásica
Parte del supuesto de que los resultados de un
experimento son igualmente posibles.
De acuerdo con el punto de vista clásico, la
probabilidad de un evento que se está llevando a cabo
se calcula dividiendo el número de resultados
favorables entre el número de posibles resultados.
Probabilidad Número de resultados favorables
de un evento Número total de posibles resultados
Considere el experimento de lanzar un dado.
EJ ¿Cuál es la probabilidad del evento “cae un
número par de puntos”?
E
MP Solución
LO Los posibles resultados son:
Un punto Cuatro puntos
Dos puntos Cinco puntos
Seis puntos
Tres puntos
Hay tres resultados favorables (un dos, un cuatro y
SO un seis) en el conjunto de seis resultados
LU igualmente posibles.
CI Probabilidad
Número de resultados favorables
de un =
ÓN número par Número total de posibles resultados
Carla Alcántara tiene una tienda de computadoras.
EJ Un día tiene tres Gateway y dos Compaq en
existencias.
E
Entra en la tienda Susana a comprar dos
MP computadoras, a ella le da igual la marca, estas
LO tienen las mismas especificaciones técnicas, por lo
que selecciona los computadoras al azar.
¿Cuál es la probabilidad de que Susana compre un
Gateway y una Compaq?
se define el espacio muestral, que son todos los
SO pares posibles de dos computadores que pueden
LU seleccionarse en la tienda.
CI
G C
ÓN 1 1
C2
G2
G3
SO
S= G C , G C ,
LU 1 1 2 1
CI G C
1 , G C2,
3 1
ÓN
G C2 , G C2,
2 3
G , G G3 ,
G
1 1
2
G G , C C2
2 1
El número de resultados contenidos en el espacio
SO muestral es 10.
LU
Si A es el suceso «se elige Gateway y Compaq»,
CI el número, N A, de resultados que tienen Gateway
y Compaq es 6. Por lo tanto, la probabilidad de
ÓN
que ocurra el suceso A — un Gateway y un
Compaq— es
La probabilidad empírica o frecuencia relativa
El segundo tipo de probabilidad, se basa en el número
de veces que ocurre el evento como proporción del
número de intentos conocidos
Se basa en la llamada ley de los grandes números. La clave
para determinar probabilidades de forma empírica consiste
en que una mayor cantidad de observaciones proporcionarán
un cálculo más preciso de la probabilidad
Enfoques para asignar probabilidad
Para explicar la ley de los grandes números,
supongamos que lanzamos una moneda común.
El resultado de cada lanzamiento es cara o cruz.
Si lanza la moneda una sola vez, la probabilidad
empírica de las caras es cero o uno.
Enfoques para asignar probabilidad
Si lanzamos la moneda una gran cantidad de veces, la
probabilidad del resultado de las caras se aproximará
a 0.5.
El 1 de febrero de 2003 explotó el transbordador
EJ espacial Columbia. Éste fue el segundo desastre
en 113 misiones espaciales de la NASA.
E
Con base en esta información, ¿cuál es la
MP probabilidad de que una futura misión concluya
con éxito?
LO
Probabilidad de =
Número de vuelos exitosos
un vuelo exitoso Número total de vuelos
Se quiere abrir un nuevo concesionario de
EJ automóviles en una ciudad que tiene una
población de 150.000 habitantes.
E
La experiencia de otros muchos concesionarios
MP indica que en ciudades parecidas un concesionario
LO tiene éxito si al menos el 40 por ciento de los
hogares tiene una renta anual de más de 50.000 $.
Se necesita estimar la proporción de rentas
familiares de más de 50.000 $, es decir, la
probabilidad de esas rentas.
Primero examina los datos censales más recientes
SO y observa que en la ciudad había 54345 hogares y
LU que 31496 tenían una renta de más de 50.000 $.
CI
ÓN
Probabilidad subjetiva
Si se cuenta con poca o ninguna experiencia o
información con la cual sustentar la probabilidad, es
posible aproximarla en forma subjetiva.
En esencia, esto significa que un individuo evalúa
las opiniones e información disponibles y luego
calcula o asigna la probabilidad.
Probabilidad subjetiva
Ejemplos:
Calcular la posibilidad de que los Patriotas de
Nueva Inglaterra jueguen el Súper Tazón el año que
viene.
2.Calcular la posibilidad de que usted contraiga
matrimonio antes de los 30 años.
3.Calcular la posibilidad de que el déficit
presupuestario de Estados Unidos se reduzca a la
mitad en los siguientes 10 años.
Choque de meteoritos ¿Cuál es la
EJ probabilidad de que su automóvil sea
E impactado por un meteorito este año?
MP
LO Solución
La ausencia de datos históricos de
meteoritos que chocan contra automóviles
impide usar el método de frecuencias
relativas.
Hay dos posibles resultados (chocar o no chocar),
SO
pero no son igualmente probables, de tal forma
LU que no podemos usar el método clásico.
CI
Esto nos deja con la regla 3, por medio de la cual
ÓN hacemos un estimado subjetivo.
En tal caso, todos sabemos que la probabilidad en
cuestión es muy, muy pequeña.
Estimemos que sea, digamos, de 0.000000000001
SO
(equivalente a una en un billón).
LU
Este estimado subjetivo, que se basa en nuestro
CI
conocimiento general, puede encontrarse en el
ÓN campo general de la probabilidad real.
Enfoques de la probabilidad
Objetivo Subjetivo
Probabilidad Probabilidad Parte de información
clásica empírica disponible
Se basa en resultados Se sustenta en las
igualmente probables frecuencias relativas
REGLAS PARA
CALCULAR
PROBABILIDADES
Regla especial de la adición
Para aplicar la regla especial de la adición, los
eventos deben ser mutuamente excluyentes.
Recuerde que mutuamente excluyentes, significa
que cuando un evento ocurre, ninguno de los demás
eventos puede ocurrir al mismo tiempo.
Ejemplo:
El lanzamiento del dado son los eventos “un
número 4 o mayor” y “un número 2 o menor”.
Regla especial de la adición
Ejemplo:
{4, 5 y 6}, entonces no puede estar en el
segundo grupo {1 y 2}
Un producto proveniente de la línea de
montaje no puede estar defectuoso y en buen
estado al mismo tiempo.
Regla especial de la adición
Si dos eventos A y B son mutuamente
excluyentes, la regla especial de la adición
establece que la probabilidad de que
ocurra uno u otro es igual a la suma de sus
probabilidades.
Regla especial de la adición
En el caso de los tres eventos mutuamente
excluyentes designados A, B y C, la regla
se expresa de la siguiente manera:
Una máquina automática llena bolsas de plástico
EJ con una combinación de frijoles, brócoli y otras
verduras.
E
La mayoría de las bolsas contiene el peso
MP correcto, aunque, como consecuencia de la
LO variación del tamaño del frijol y de otras verduras,
un paquete podría pesar menos o más.
Una revisión de 4 000 paquetes que se llenaron el
mes pasado arrojó los siguientes datos:
EJ
E
MP
LO
¿Cuál es la probabilidad de que un paquete en
particular pese menos o pese más?
El resultado “pesa menos” es el evento A. El
SO
resultado “pesa más” es el evento C. Al aplicar
LU la regla especial de la adición se tiene:
CI
ÓN P(A o C) = P(A) + P(C) = .025 + 0.075 = .10
Los eventos son mutuamente excluyentes, lo
cual significa que un paquete de verduras
mixtas no puede pesar menos, tener el peso
satisfactorio y pesar más al mismo tiempo.
Regla general de la adición
Los resultados de un experimento pueden
no ser mutuamente excluyentes.
P(A u B ) = P (A ) + P(B) - P(A n
B)
Florida Tourist Commission seleccionó una
EJ muestra de 200 turistas que visitaron el estado
E durante el año.
MP La encuesta reveló que 120 turistas fueron a
Disney World y 100 a Busch Gardens, cerca de
LO
Tampa y 60 visitaron ambos lugares.
¿Cuál es la probabilidad de que una persona
seleccionada haya visitado Disney World o
Busch Gardens?
Para responder cuál es la probabilidad de elegir a
SO una persona que haya visitado Disney World o
LU Busch Gardens
CI 1) Sume la probabilidad de que un turista haya
ÓN visitado Disney World y la probabilidad de que
haya visitado Busch Gardens
2) Reste la probabilidad de que haya visitado
ambas atracciones turísticas.
P(Disney o Busch) = P(Disney) + P(Busch)
SO - P(Tanto Disney como Busch)
LU
= 0.60 + 0.50 - 0.30 = 0.80
CI
Cuando dos eventos ocurren al mismo tiempo, la
ÓN probabilidad se denomina probabilidad conjunta.
P(Disney) = .60 P(Busch) = .50
P(Disney y Busch) = .30
PROBABILIDAD CONJUNTA
Probabilidad que mide la posibilidad de que dos
o más eventos sucedan simultáneamente.
En el caso de la expresión P(A o B), la
conjunción o sugiere que puede ocurrir A o
puede ocurrir B.
EJ Una cadena de hamburgueserías observó que
E el 75 por ciento de todos los clientes
consume mostaza, el 80 por ciento consume
MP ketchup y el 65 por ciento consume los dos.
LO
¿Cuál es la probabilidad de que un cliente
consuma al menos uno de los dos?
Sea A el suceso «el cliente consume mostaza» y B
SO
el suceso «el cliente consume
LU ketchup». Por lo tanto, se tiene:
CI P(A) = 0,75 P (B) = 0,80 y P ( A n B ) = 0,65
ÓN
La probabilidad es
= 0,75 + 0,80 - 0,65 = 0,90
Reglas de la multiplicación
Se estimará la probabilidad de que la
ocurrencia de dos eventos sea simultánea.
Por ejemplo: una empresa de marketing desea
calcular la probabilidad de que una persona de
21 años de edad o mayor compre una Hummer
Regla especial de la multiplicación
La regla especial de la multiplicación requiere
que dos eventos, A y B, sean independientes,
y lo son si el hecho de que uno ocurra no
altera la probabilidad de que el otro suceda.
Regla especial de la multiplicación
En el caso de tres eventos independientes, A,
B y C, la regla especial de la multiplicación
que se utiliza para determinar la probabilidad
de que los tres eventos ocurran es:
EJ Una encuesta que llevó a cabo la American
Automobile Association (AAA) reveló que el
E
año pasado 60% de sus miembros hicieron
MP reservaciones en líneas aéreas. Dos de ellos
fueron seleccionados al azar.
LO
¿Cuál es la probabilidad de que ambos
hicieran reservaciones el año pasado?
La probabilidad de que el primero haya
SO hecho una reservación el año pasado es de
LU 0.60, que se expresa como P(R1) .60, en la
CI que R1 representa el hecho de que el primer
miembro hizo una reservación.
ÓN
La probabilidad de que el segundo miembro
SO elegido haya hecho una reservación es
LU también de 0.60, así que P(R2) .60. Como el
CI número de miembros de la AAA es muy
grande, se supone que R1 y R2 son
ÓN independientes.
P(R y R ) = P(R )P(R ) = (.60)(.60) = .36
1 2 1 2
PROBABILIDAD CONDICIONAL
La regla general de la multiplicación sirve para
determinar la probabilidad conjunta de dos eventos
cuando éstos no son independientes.
Probabilidad de que un evento en particular ocurra,
dado que otro evento haya acontecido
EJ Un golfista tiene 12 camisas en su clóset.
Suponga que 9 son blancas y las demás
E
azules.
MP
Como se viste de noche, simplemente toma
LO
una camisa y se la pone. Juega golf dos veces
seguidas y no las lava.
¿Cuál es la probabilidad de que las dos
camisas elegidas sean blancas?
El evento que se relaciona con el hecho de
SO que la primera camisa seleccionada sea
LU blanca es B1. La probabilidad es P(B1) 9/12,
CI porque 9 de cada 12 camisas son blancas.
ÓN
El evento de que la segunda camisa
SO seleccionada sea blanca también se identifica
LU con B2.
CI
La probabilidad condicional relacionada con
ÓN el hecho de que la segunda camisa
seleccionada sea blanca, dado que la primera
camisa seleccionada es blanca también.
P(B2|B1) = 8/11
¿A qué se debe esto? A que después de que
SO se selecciona la primera camisa, quedan 11
LU camisas en el clóset y 8 de éstas son blancas.
CI
ÓN
Teorema de Bayes
Así, la regla de Bayes trata de problemas en los que
se desea encontrar la probabilidad de un suceso B,
dado otro A, P(B|A), cuando los datos de los que se
dispone son las probabilidades condicionales
inversas, es decir, la probabilidad del suceso A,
dado el suceso B, P(A|B).
EJ En la siguiente tabla se resumen los datos de
la fabricación de un producto mediante
E
máquinas.
MP
En la segunda columna se muestra el
LO
porcentaje con que cada máquina contribuye
a la producción; en la tercera columna se
muestran los porcentajes de artículos
defectuosos que cada máquina produce.
EJ En la cuarta columna se encuentra este
porcentaje de defectuosos expresado como la
E
probabilidad de defectos dada cada máquina.
MP
LO
EJ ¿Cuál es la probabilidad de que, habiendo
elegido un artículo defectuoso, éste provenga
E
de la máquina 1 es:
MP
LO Solución:
Utilizando M para identificar las maquinas y
D, los artículos defectuosos, la formula de la
regla de Bayes se convierte en:
Contribución %
M D/M
producción defectuosos
SO 1 0.4 2 0.02
2 0.3 3 0.03
3 0.2 5 0.05
LU 4 0.1 4 0.04
CI Solución:
ÓN
Su desarrollo completo, dado que se tienen 4
máquinas en el ejemplo, es:
la probabilidad de que, habiendo elegido un
SO
artículo defectuoso, éste provenga de la
LU máquina 1 es:
CI
ÓN
De la misma manera, la probabilidad de que,
SO
tras elegir un artículo defectuoso, éste
LU provenga de las 3 máquinas restantes es:
CI
ÓN
Las probabilidades de que, tras escoger un
SO
artículo defectuoso, provenga de cada una de
LU las 4 máquinas es igual a 1:
CI
0.2581 + 0.2903 + 0.3226 + 0.1290 = 1
ÓN
ya que estas máquinas constituyen el universo
de donde pudo provenir el artículo
defectuoso.
EJ Se analiza a los 2 vendedores que tiene a su
cargo un supervisor de una aseguradora:
E
Carlos y Mariana; Carlos vende 75% de las
MP pólizas y Mariana 25%. Carlos tiene quejas
en 15% de las pólizas que vende, y Mariana
LO
en 20%. Si un cliente presenta una queja.
¿cuál es la probabilidad de que Carlos
vendiera la póliza?
SO Evento C = Carlos vende la póliza
Evento M = Mariana vende la póliza
LU
Evento Q = Se presenta queja
CI
P(C) = 0.75
ÓN
P(M) = 0.25
P(Q|C ) = 0.15
P(Q|M) = 0.20
SO
LU
CI
ÓN
EJ ¿Cuál es la probabilidad de que, habiendo
elegido un artículo defectuoso, éste provenga
E
de la máquina 1 es:
MP
LO Solución:
Utilizando M para identificar las maquinas y
D, los artículos defectuosos, la formula de la
regla de Bayes se convierte en:
DIAGRAMA DE ÁRBOL
El diagrama de árbol es una gráfica útil para
organizar cálculos que implican varias etapas.
Cada segmento del árbol constituye una etapa del
problema.
Las ramas del árbol se ponderan por medio de
probabilidades.
DIAGRAMA DE ÁRBOL
1.Dibujar un punto grueso a la izquierda
para representar la raíz del árbol
2.Las ramas principales salen de la raíz: escribir el
nombre.
3.Anotar sobre las ramas las probabilidades. Estas
probabilidades también se denotan P(A1) y P(A2).
De cada una de las ramas principales salen las
subramas.
EJ Se entrevistó a una muestra de ejecutivos
respecto de su lealtad a la compañía.
E
MP Una de las preguntas fue: Si otra compañía le
hace una oferta igual o le ofrece un puesto un
LO
poco mejor del que tiene ahora,
¿permanecería con la compañía o aceptaría el
otro puesto? compañía.
A partir de las respuestas de los 200
EJ ejecutivos que participaron en la encuesta se
E hizo una clasificación cruzada según el
MP tiempo de servicio en la compañía.
LO
De la tabla inicial se obtienen las respectivas
EJ probabilidades que se utilizarán en el
E diagrama de árbol.
MP B1 B2 B3 B4
Lealtad Menos de 1 De 1 a 5 TOTAL
6 a 10 años Más 10 años
LO Permanencia A1
año
10
años
30 5 75 120
No permanencia A2 25 15 10 30 80
TOTAL 35 45 15 105 200
Probabilidades Servicio Probabilidades
Lealtad condicionales conjuntas
SO Menos de 1 año
LU Permanencia 1-5 años
CI 6-10 años
Más de 10 años
ÓN
Menos de 1 año
1-5 años
No permanencia
6-10 años
Más de 10 años
