Estudio de los conceptos de
la probabilidad
Capítulo 5
Introducción
A la estadística descriptiva le concierne el resumen de datos recogidos de eventos
pasados.
Ahora se presenta la segunda faceta de la estadística, a saber, el cálculo de la probabilidad
de que algo ocurra en el futuro. Esta faceta de la estadística recibe el nombre de
inferencia estadística o estadística inferencial.
Introducción
Quien toma decisiones, pocas veces cuenta con la información completa para hacerlo.
Por ejemplo:
• Toys and Things, un fabricante de juguetes y rompecabezas, creó un nuevo juego basado
en una trivia deportiva. Pretende saber si los fanáticos del deporte comprarán el juego.
Slam Dunk y Home Run son dos de los nombres que se consideran.
Una forma de reducir al mínimo el riesgo de tomar una decisión incorrecta consiste en
contratar a una empresa de investigación de mercado para que tome una muestra de, por
ejemplo, 2 000 consumidores de la población y pregunte a cada entrevistado su opinión
del nuevo juego y los nombres que propone.
De acuerdo con los resultados de la muestra, la compañía calculará la proporción de la
población que comprará el juego.
¿Qué es la probabilidad?
Valor entre cero y uno, inclusive, que describe la posibilidad relativa (oportunidad o
casualidad) de que ocurra un evento.
Es común que una probabilidad sea expresada en forma decimal, como 0.70, 0.27 o 0.50.
No obstante, también se da en forma de fracción, como 7/10, 27/100 o 1/2. Se puede
suponer cualquier número de 0 a 1, inclusive.
Cuanto más próxima se encuentre una probabilidad a 0, más improbable es que el evento
suceda. Cuanto más próxima se encuentre la probabilidad a 1, más seguro es que suceda.
¿Qué es la probabilidad?
El siguiente diagrama muestra la relación e incluye algunas conjeturas personales. Sin
embargo, usted podría seleccionar una probabilidad distinta de que Slo Poke gane el
Derby de Kentucky o de que se incrementen los impuestos federales.
En el estudio de la probabilidad se utilizan tres palabras clave: experimento, resultado y
evento.
Experimento
Proceso que induce a que ocurra una y sólo una de varias posibles observaciones.
Esta definición es más general que la que se emplea en las ciencias físicas, en las que es
de imaginar a alguien que manipula tubos de ensayo o microscopios.
Respecto de la probabilidad, un experimento tiene dos o más posibles resultados y no se
sabe cuál ocurrirá.
Resultado
Resultado particular de un experimento.
Por ejemplo, lanzar una moneda al aire constituye un experimento. Usted puede observar el
lanzamiento de una moneda, pero no está seguro si caerá cara o cruz.
De manera similar, preguntar a 500 estudiantes universitarios si comprarían un nuevo sistema de
cómputo Dell a cierto precio constituye un experimento. Si se lanza una moneda, un resultado
particular es cara. El otro posible resultado es cruz.
En el experimento de la compra de la computadora, un posible resultado es que 273 estudiantes
indiquen que les gustaría comprar la computadora.
Otro es que 317 estudiantes la compren. Todavía hay otro resultado, que 423 estudiantes
indiquen que la comprarían. Cuando se observan uno o más resultados en los experimentos,
constituyen un evento.
Evento
Conjunto de uno o más resultados de un experimento.
En la siguiente figura se presentan
ejemplos para aclarar las definiciones
de los términos experimento,
resultado y evento.
En el caso del experimento del
lanzamiento de un dado, hay seis
posibles resultados, pero existen
varios posibles eventos.
Cuando se cuenta el número de
miembros de la junta directiva de las
compañías Fortune 500 que tienen
más de 60 años de antigüedad, el
número posible de resultados varía
de cero al total de miembros.
Hay un número aún mayor de
eventos posibles en este
experimento.
Enfoques para asignar probabilidades
Conviene analizar dos perspectivas para asignar probabilidades: los enfoques objetivo y
subjetivo.
La probabilidad objetiva se subdivide en:
a) probabilidad clásica.
b) probabilidad empírica.
Probabilidad clásica
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 clásica
Probabilidad clásica
El concepto de conjuntos mutuamente excluyentes es el hecho de que un evento se
presente significa que ninguno de los demás eventos puede ocurrir al mismo tiempo.
La variable género da origen a resultados mutuamente excluyentes: hombre y mujer. Un
empleado seleccionado al azar es hombre o mujer, pero no puede tener ambos géneros.
Una pieza fabricada es aceptable o no lo es. La pieza no puede ser aceptable e inaceptable
al mismo tiempo. En una muestra de piezas fabricadas, el evento de seleccionar una pieza
no aceptable y el evento de seleccionar una pieza aceptable son mutuamente
excluyentes.
Probabilidad clásica
Si un experimento incluye un conjunto de eventos con todo tipo de resultados posibles,
como los eventos “un número par” y “un número impar” en el experimento del
lanzamiento del dado, entonces el conjunto de eventos es colectivamente exhaustivo.
En el experimento del lanzamiento del dado, cada resultado será par o impar. Por
consiguiente, el conjunto es colectivamente exhaustivo.
Por lo menos uno de los eventos debe ocurrir cuando se lleva a cabo un experimento.
Si el conjunto de eventos es colectivamente exhaustivo y los eventos son mutuamente
excluyentes, la suma de las probabilidades es 1.
Probabilidad clásica
El enfoque clásico de la probabilidad también puede aplicarse a la lotería. En Carolina del
Sur, uno de los juegos de la Lotería Educativa es “Pick 3”. Para concursar, una persona
compra un billete de lotería y selecciona tres números entre 0 y 9.
Una vez a la semana, tres números son seleccionados en forma aleatoria de una máquina
que hace girar tres contenedores, cada uno de los cuales contiene bolas numeradas de 0 a
9. Una forma de ganar consiste en atinar los números, así como el orden de éstos.
Dado que hay 1 000 posibles resultados (000 a 999), la probabilidad de ganar con un
número de tres dígitos es de 0.001, o 1 en 1 000.
Probabilidad empírica
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.
La probabilidad de que un evento ocurra representa una fracción de los eventos similares
que sucedieron en el pasado.
Probabilidad empírica
El enfoque empírico de la probabilidad 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.
En una gran cantidad de intentos, la probabilidad empírica de un evento se aproximará a
su probabilidad real.
Probabilidad empírica
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. Si lanzamos la moneda una gran cantidad de veces, la probabilidad del resultado de
las caras se aproximará a 0.5.
La siguiente tabla muestra los resultados de un experimento en el que se lanza una moneda 1, 10, 50, 100,
500, 1 000 y 10 000 veces, y, en seguida, se calcula la frecuencia relativa de las caras.
Observe que conforme incrementamos el número de intentos, la probabilidad empírica de que salga una
cara se aproxima a 0.5, que es su valor de acuerdo con el enfoque clásico de la probabilidad.
Probabilidad empírica | Ejemplo
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.
Esta probabilidad se denomina adecuadamente probabilidad subjetiva.
Posibilidad (probabilidad) de un evento en particular que asigna un individuo a partir de
cualquier información que encuentre disponible.
Probabilidad subjetiva
Algunos ejemplos de probabilidad subjetiva son los siguientes:
1. 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.
Resumen de enfoques de la probabilidad
Algunas reglas para calcular probabilidades
Ahora, una vez definida la probabilidad y descrito sus diferentes enfoques, cabe atender
al cálculo de la probabilidad de dos o más eventos aplicando las reglas de la adición y la
multiplicación.
Reglas de la adición
Existen dos reglas de la adición: la regla especial de la adición y la regla general de la
adición.
Primero la regla especial de la adición.
Regla especial de la adición
Para aplicar la regla especial de la adición, los eventos deben ser mutuamente excluyentes.
Mutuamente excluyentes significa que cuando un evento ocurre, ninguno de los demás eventos
puede ocurrir al mismo tiempo.
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. Esta regla se
expresa mediante la siguiente fórmula:
En el caso de los tres eventos mutuamente excluyentes designados A, B y C, la regla se expresa de
la siguiente manera:
Regla especial de la adición | Ejemplo
Una máquina automática llena bolsas de plástico con una combinación de frijoles, brócoli y otras verduras.
La mayoría de las bolsas contiene el peso correcto, aunque, como consecuencia de la 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:
¿Cuál es la probabilidad de que un paquete en particular pese menos o pese más?
El resultado “pesa menos” es el evento A. El resultado “pesa más” es el evento C. Al aplicar la
regla especial de la adición se tiene:
P(A o C) = P(A) + P(C) = .025 + 0.075 = .1
Observe que 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. Éstos también son
colectivamente exhaustivos; es decir, que un paquete seleccionado debe pesar menos, tener un peso
satisfactorio o pesar más.
Regla especial de la adición | Ejemplo
El lógico inglés J. Venn (1834-1923) creó un diagrama para representar de manera gráfica el
resultado de un experimento. El concepto de eventos mutuamente excluyentes, así como de otras
reglas para combinar probabilidades, se ilustra mediante este dispositivo.
Para construir un diagrama de Venn, primero se encierra un espacio, el cual representa el total de
posibles resultados. Este espacio es de forma rectangular. Así, un evento se representa por medio
de un área circular, que se dibuja dentro del rectángulo, la cual corresponde a la probabilidad del
evento.
El siguiente diagrama de Venn ilustra el concepto de eventos mutuamente excluyentes. Los
eventos no se superponen, lo cual significa que son mutuamente excluyentes. En el siguiente
diagrama suponga que los eventos A, B y C son igualmente probables.
Regla del complemento
La probabilidad de que una bolsa de verduras mixtas seleccionadas pese menos, P(A), más la probabilidad
de que no sea una bolsa con menos peso, P(~A), que se lee no A, deber ser por lógica igual a 1. Esto se
escribe:
Esta expresión puede reformularse:
Se emplea para determinar la probabilidad de que un evento ocurra restando de 1 la probabilidad de un
evento que no ha ocurrido. Esta regla es útil porque a veces es más fácil calcular la probabilidad de que un
evento suceda determinando la probabilidad de que no suceda y restando el resultado de 1. Observe que
los eventos A y ~A son mutuamente excluyentes y colectivamente exhaustivos. Por consiguiente, las
probabilidades de A y ~A suman 1. Un diagrama de Venn ilustra la regla del complemento de la siguiente
manera:
Regla del complemento | Ejemplo
Regla general de la adición
Los resultados de un experimento pueden no ser mutuamente excluyentes.
Supongamos que Florida Tourist Commission seleccionó una muestra de 200 turistas que visitaron el estado
durante el año. La encuesta reveló que 120 turistas fueron a Disney World y 100 a Busch Gardens, cerca de
Tampa. ¿Cuál es la probabilidad de que una persona seleccionada haya visitado Disney World o Busch
Gardens? Si se emplea la regla especial de la adición, la probabilidad de seleccionar un turista que haya ido
a Disney World es de 0.60, que se determina mediante la división 120/200.
De manera similar, la probabilidad de que un turista vaya a Busch Gardens es de 0.50. La suma de estas
probabilidades es de 1.10. Sin embargo, sabemos que esta probabilidad no puede ser mayor que 1.
La explicación es que muchos turistas visitaron ambas atracciones turísticas y se les ha contado dos veces.
Una revisión de las respuestas de la encuesta reveló que 60 de los 200 encuestados visitó, en realidad,
ambas atracciones turísticas.
Para responder cuál es la probabilidad de elegir a una persona que haya visitado Disney World o Busch
Gardens, 1) sume la probabilidad de que un turista haya visitado Disney World y la probabilidad de que
haya visitado Busch Gardens; y 2) reste la probabilidad de que haya visitado ambas atracciones turísticas.
Por consiguiente:
Regla general de la adición
Cuando dos eventos ocurren al mismo tiempo, la probabilidad se denomina probabilidad conjunta. La
probabilidad de que un turista visite ambas atracciones turísticas (0.30) es un ejemplo de probabilidad
conjunta.
El siguiente diagrama de Venn muestra dos eventos que no son mutuamente excluyentes.
Ambos se superponen para ilustrar el evento conjunto de que algunas personas hayan visitado ambas
atracciones.
Probabilidad que mide la posibilidad de que dos o más eventos sucedan simultáneamente. Esta regla para
dos eventos designados A y B se escribe:
Regla general de la adición
Ejercicios
1. Los eventos A y B son mutuamente excluyentes. Suponga que P(A)=0.30 y P(B)=0.20. ¿Cuál es la probabilidad de que ocurran ya sea
A o B? ¿Cuál es la probabilidad de que ni A ni B sucedan?
2. Un estudio de 200 empresas de publicidad reveló los siguientes ingresos después de impuestos:
a) ¿Cuál es la probabilidad de que una empresa de publicidad seleccionada al azar tenga un ingreso después de impuestos menor a $1
millón?
b) ¿Cuál es la probabilidad de que una empresa de publicidad seleccionada al azar tenga un ingreso después de impuestos entre $1
millón y $20 millones o un ingreso de $20 millones o más? ¿Qué regla de probabilidad aplicó?
3. Suponga que la probabilidad de que saque una A en esta clase es de 0.25 y que la probabilidad de obtener una B es de 0.50. ¿Cuál es
la probabilidad de que su calificación sea mayor que C?
4. Las probabilidades de los eventos A y B son 0.20 y 0.30, respectivamente. La probabilidad de que A y B ocurran es de 0.15. ¿Cuál es
la probabilidad de que A o B ocurran?
Ejercicios
3. Suponga que la probabilidad de que saque una A en esta clase es de 0.25 y que la probabilidad de
obtener una B es de 0.50. ¿Cuál es la probabilidad de que su calificación sea mayor que C?
4. Las probabilidades de los eventos A y B son 0.20 y 0.30, respectivamente. La probabilidad de que A y B
ocurran es de 0.15. ¿Cuál es la probabilidad de que A o B ocurran?
Reglas de la multiplicación
En esta sección 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.
Para determinar la probabilidad de dos eventos que se presentan simultáneamente
emplee la regla de la multiplicación.
Hay dos reglas de la multiplicación, la regla especial y la regla general.
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.
Independencia: Si un evento ocurre, no tiene ningún efecto sobre la probabilidad de que otro evento
acontezca.
Una forma de entender la independencia consiste en suponer que los eventos A y B ocurren en diferentes
tiempos. Por ejemplo, cuando el evento B ocurre después del evento A, ¿influye A en la probabilidad de que
el evento B ocurra? Si la respuesta es no, entonces A y B son eventos independientes. Para ilustrar la
independencia, supongamos que se lanzan al aire dos monedas. El resultado del lanzamiento de una
moneda (cara o cruz) no se altera por el resultado de cualquier moneda lanzada previamente (cara o cruz).
En el caso de dos eventos independientes A y B, la probabilidad de que A y B ocurran se determina
multiplicando las dos probabilidades, tal es la regla especial de la multiplicación, cuya expresión simbólica
es la siguiente:
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:
Regla especial de la multiplicación | Ejemplo
Regla general de la multiplicación
Dos eventos no son independientes, se dice que son dependientes.
Supongamos que hay 10 latas de refresco en un refrigerador, 7 de los cuales son normales y 3 dietéticos. Se
saca una lata del refrigerador. La probabilidad de que sea una lata de refresco dietético es de 3/10, y la
probabilidad de que sea una lata de refresco normal es de 7/10. Luego, se elige una segunda lata del
refrigerador sin devolver la primera. La probabilidad de que la segunda lata sea de refresco dietético
depende de que la primera lo haya sido o no. La probabilidad de que la segunda lata sea de refresco
dietético es:
2/9, si la primera bebida es dietética (sólo dos latas de refresco dietético quedan en el refrigerador).
3/9, si la primera lata elegida es normal (los tres refrescos aún están en el refrigerador).
La denominación adecuada de la fracción 2/9 (o 3/9) es probabilidad condicional, ya que su valor se
encuentra condicionado (o depende) del hecho de que un refresco regular o dietético haya sido el primero
en ser seleccionado del refrigerador.
La probabilidad condicional es la probabilidad de que un evento en particular ocurra, dado que otro evento
haya acontecido.
Regla general de la multiplicación
La regla general de la multiplicación sirve para determinar la probabilidad conjunta de dos
eventos cuando éstos no son independientes. Por ejemplo, cuando el evento B ocurre
después del evento A, y A influye en la probabilidad de que el evento B suceda, entonces
A y B no son independientes.
La regla general de la multiplicación establece que en caso de dos eventos, A y B, la
probabilidad conjunta de que ambos eventos ocurran se determina multiplicando la
probabilidad de que ocurra el evento A por la probabilidad condicional de que ocurra el
evento B, dado que A ha ocurrido. Simbólicamente, la probabilidad conjunta, P(A y B), se
calcula de la siguiente manera:
Regla general de la multiplicación
