II.

PROBABILIDAD
MTRO. FRANCISCO JAVIER
CRUZ ARIZA

PROBABILIDAD
Es

una
medida
numrica que refleja la
posibilidad
de
que
ocurra un evento.
Permite
obtener
conclusiones sobre las
caractersticas de la
variable
de
una
poblacin

PROBABILIDAD
ES

EL CONJUNTO DE TODOS LOS

POSIBLES RESULTADOS DE UN
EXPERIMENTO
P(E) =

n(E)
n(S)

No. de resultados donde ocurre el evento

P(E)
=

No. total de posibles resultados

POSTULADOS BSICOS
El

rango de probabilidad de
ocurrencia de un evento, es de 0
a 1; es decir, del 0% al 100%.

La

suma de todos
resultados
del
(espacio muestral)
igual a 1.

los posibles
experimento
es siempre

EXPRIMENTO ALEATORIO
Se

conocen con antelacin todos los

posibles resultados.
No se sabe lo que ocurrir en cada
experiencia particular.
Se puede repetir indefinidamente en
las mismas condiciones.

Un Resultado es
el valor particular
de un
experimento.
Un Evento es
la coleccin de
uno o ms
resultados del
experimento

Experimento: lanzar un dado.

Posibles resultados: Los

nmeros 1, 2, 3, 4, 5, 6
Un posible evento: La
ocurrencia de algn nmero
en especfico. Por ejemplo,
que sea par: 2, 4, y 6.

Los eventos pueden

ser Mtuamente

Excluyentes si la
ocurrencia de algn
evento significa que
ningn otro pueda
suceder al mismo
tiempo.
Mtuamente excluyentes:
Si el dado cae en 2, se
excluyen los valores 1, 3,
4, 5, 6 como resultados
alternos.

Los eventos son

Independientes si la
ocurrencia de algn evento no
afecta la ocurrencia de algn
otro.
Independencia: Si el dado
cae en 2 al primer
lanzamiento, no influye que
en el siguiente tiro caiga un
3. Sigue habiendo una
probabilidad de uno a 6.

Dos Eventos son Independientes si el

resultado de uno de ellos no influye en el
resultado del otro.

EJEMPLOS DE APLICACIN I.
Tasas

de
mortandad para
clculo de plizas
de seguros.
Prediccin de
niveles de venta.
Prediccin de
tiempos de
realizacin de
proyectos
empresariales.

EJEMPLOS DE APLICACIN II.

Estimacin

de
segmentos de
mercado.
Toma de decisiones
en materia de
inversin.

EXPERIMENTOS
PROBABILSTICOS

EXPERIMENTO O
ACONTECIMIENTO

POSIBLES
RESULTADOS

Prueba de degustacin de
un producto

Es aceptado / es rechazado

Campaa publicitaria de un
artculo

Aumentan las ventas /

quedan igual /disminuyen

Estudio de control de calidad

de un lote productivo

Aprobado / no aprobado

Monto de las ventas

$0 - $xxx.Xx
efectuadas a crdito en un mes

Invertir en un instrumento
de inversin

Ganar / recuperar la
inversin / perder

DIMENSIONES DE LA PROBABILIDAD.

Clsica
aplica cuando
existen n
posibles
resultados
posibles.

Emprica el
nmero de veces
que el evento
ocurre se divide
entre el nmero
de observaciones

Subjetiva la
probabilidad
se basa en
cualquier
informacin
disponible

PROBABILIDAD CLSICA
Se

emplea cuando los resultados

experimentales son equiprobables

Suponiendo

que en un experimento o
suceso
se
tienen
n
posibles
resultados,
la
probabilidad
de
ocurrencia de cada resultado es de
1/n.

EJEMPLO 1
Un

estudio
de
audiencia
de
televisin,
referente al nmero
de horas por da
que
vean
las
personas en una
localidad
surea
del pas, aplicado a
50 personas, arroj
los
siguientes
resultados:

Horas/ T.V.

No.
Personas

20

12

EJEMPLO 1
Si se selecciona un cuestionario al
azar, cul es la probabilidad de que
la persona vea
a) 1 hora de tv: Como 20 personas, de un
total de 50, afirmaron ver 1 hora de tv:
P(1)= 20/50= 0.4040%
Lo cual implica que el 40% de las
personas ven tv 1 hora diaria.

EJEMPLO 1
b) 3 horas: P(3)= 6/50= 0.12 12%
c) 2 horas o menos:
P(0) + P(1) + P(2) = 8+20+12/50 = 0.80
80% Por consiguiente, el 20% de la
gente entrevistada ve tv durante ms
de 2 horas; es decir, 3 horas o ms.

Sean dos eventos

A y B mtuamente
excluyentes, la

Regla de la Adicin
establece que la
Probabilidad de ocurrencia
de A o B se determina
sumando sus respectivas
probabilidades.

P(A o B) = P(A) + P(B)

LEY ADITIVA I.
Se

aplica cuando tenemos dos

eventos y se desea conocer la
probabilidad de que ocurra al menos
uno de ellos.

LEY ADITIVA II.

Supongamos

que
tenemos
los
eventos A y B. Queremos
determinar la probabilidad de que
suceda A suceda B; bien,
Sedan AMBOS

LEY ADITIVA III

La

respuesta es fcil:
tenemos
que
determinar todos los
puntos muestrales que
pertenecen a A, a B
o a ambos; lo que se
conoce en teora de
conjuntos
como
la
unin
(A U B)

AUB

LEY ADITIVA IV

Por
otra
parte,
si
quisiramos determinar la
probabilidad
de
que
sucedan
ambos
acontecimientos
simultneamente;
es
decir A y B, Tendramos
que escoger los puntos
comunes
de
ambos
eventos;
o
sea,
la
interseccin de estos
conjuntos.

AB

EJEMPLO 2
Supongamos

una encuesta aplicada a 50

personas sobre los hbitos de consumo
de refresco de cola.
Se obtuvieron los siguientes resultados:
20 prefieren Coca-Cola (C)
14 prefieren Pepsi (E)
5 consumen ambos indistintamente

EJEMPLO 2
La

cardinalidad de C (nmero de
elementos); n(c) = 20

La
La

cardinalidad de E; n(c) = 20

probabilidad de que a una

persona le guste Coca-Cola es
de: p(C) = 20/50 = 0.4 40%

EJEMPLO 2
La

probabilidad de que a una

persona le guste Pepsi es de:
p(E) = 14/50 = 0.28 28%

EJEMPLO 2
TOMAN
CO CA ,
PERO NO
PEPSI

TOMA
N
COCA
C
Y
PEPSI
15

21
NO TOMAN NI
COCA, NI PEPSI

TOMAN
PEPSI,
PERO NO
COCA

NOMENCLATURA
Toman

Coca: p(C)
Toman Pepsi: p(E)
Toman Coca o Pepsi p(C U E)
Toman Coca y Pepsi: p(C E)
Toman Coca pero no Pepsi: p(C E)
Toman Pepsi pero no Coca: p(C E)
No toman ninguna: p(C E)

REPRESENTACIN GRFICA
C
E

C E

C
E

C E

EJEMPLO 2
Cuntas

personas consumen
exlusivamente una marca?
P(C E) + P(C E) = 24

Cuntas personas toman alguno de

los dos:
P(C U E) = P(C E) + P(C E) + P(C E)=
= 15 + 5 + 9 = 29

La Regla de la Multiplicacin
requiere que dos eventos A y B sean
independentes.
Dos

eventos A y B si la ocurrencia de uno no

afecta la probabilidad de ocurrencia del otro.
La

regla a seguir es: P(A y B) = P(A)P(B)

Javier tiene 2 acciones,

IBM y General Electric
(GE). La probabilidad de
que las acciones de IBM
incrementen su valor este
ao, es de 0.5, mientras que
la probabilidad de que las
acciones de GE suban de
valor es del 0.7. Ambos
eventos son independientes.
Cul es la probabilidad
de que ambas acciones P(IBM y GE) = (.5)(.7) = .35
incrementen su valor este
ao?

Cul es la probabilidad
de que al menos una de
las acciones suba de
valor?.
Esto significa que una, la
otra, o ambas, puedan
subir de valor

P(al menos una)

= P(IBM pero no GE)
+ P(GE pero no IBM)
+ P(IBM y GE)

(.5)(1-.7)
+ (.7)(1-.5)
+ (.7)(.5)
= .85

PROBABILIDAD CONDICIONAL
Se

llama probabilidad de A condicionada a B, o

probabilidad de A sabiendo que pasa B:

Error

tam

P( A B)
P( A / B)
P( B)

ao
uno de
res
pec
t
otro o al

E espacio muestral
A
B

frecuente:

Probabilidad

condicional es distinta a la interseccin.

En ambos medimos efectivamente la interseccin,
pero
P(AB) con respecto a P(E)=1
En P(A|B) con respecto a P(B)
En

La Regla

General de la
Multiplicacin
se emplea para
determinar la
probabilidad conjunta
de la ocurrencia de
dos eventos.

Establece que para dos

eventos, A y B, la
probabilidad conjunta
de ocurrencia de ambos
eventos se obtiene
multiplicando la
probabilidad del evento
A por la probabilidad
condicional de B dado
que A ocurri.

La probabilidad conjunta,
P(A y B), se determina por la siguiente
frmula:
P(A y B) = P(A)P(B/A)

P(A y B) = P(B)P(A/B)

A continuacin mostramos la matrcula de alumnos

inscritos en distintas especialidades de la FCA:

Si un estudiante es seleccionado al azar,Cul

es la probabilidad de que sea mujer (M) y est
inscrito en la especialidad en Contadura (C)?
P(C y M) = 110/1000.
Dado que el estudiante es
mujer,
cul
es
la
probabilidad de que est
inscrita en Contadura?
P(C/M) = P(C y M)/P(M)
= [110/1000]/[400/1000] = .275

Un Diagrama de
rbol se utiliza
para
ilustrar
problemas
de
Probabilidad
Condicional
y
Conjunta.
Es
particularmente
util para analizar
alternativas en las
decisiones
de
negocios .

Ejemplo: Una bolsa

contiene 7 fichas
rojas y 5 azules.
Seleccionamos 2, una
detrs de la otra (Sin
reemplazo). Cmo
podramos
representar
este
problema
en
un
diagrama de rbol?

DIAGRAMA DE RBOL
6/11
7/12

R1
5/11
7/11

5/12

R2

A2
R2

A1
4/11

A2

TEOREMA DE BAYES
Es

un mtodo para calcular la probabilidad

de un evento a partir de informacin
previa.

Se

emplea la siguiente frmula:

P ( A1 ) P ( B / A1 )
P ( A1 | B )
P ( A1 ) P ( B / A1 ) P ( A2 ) P ( B / A2 )