Sunteți pe pagina 1din 20

ESTUDIO DE CONCEPTOS PROBABILÌSTISCOS

1. ALGO DE HISTORIA Y RELEVANCIA DE LA TERORÌA DE LA PROBABILIDAD

1.1. Algo de historia

La historia de la probabilidad comienza en el siglo XVII cuando Pierre Fermat y Blaise Pascal tratan de resolver algunos problemas relacionados con los juegos de azar, es decir la probabilidad tuvo su origen en los juegos de azar.

Mas tarde, Jacob Bernoulli (1654 1705), Abraham de Moivre (1667 1754), el reverendo Thomas Bayes (1702 1771) y Joseph Lagrange ( 1736 1813), desarrollaron técnicas y fórmulas para el cálculo de probabilidad.

En el siglo XIX, Pierre Simón, marqués (1749 1827), unificó y compiló la primera teoría general de probabilidad

1.2. Relevancia de la Probabilidad

El ser humano constantemente toma decisiones, sean de carácter personal o en el ámbito laboral, donde muchas de estas están sujetas a incertidumbres, es decir no se tiene la certeza de que ocurrirá o no ocurrirá tal o cual suceso de su interés, sin embargo debe tomarse la decisión de actuar o no actuar, de realizar o no realizar determinada acción, actividad, evento, previsión, etc. Lógicamente previo a la toma de decisión debe realizar un análisis a profundidad de los diferentes aspectos que están en el entorno del objeto de estudio y que directa o indirectamente influyen en el mismo.

Realizado esto, la toma decisión está sujeta a una medida entre 0 y 1 inclusive, medida que se relaciona con la teoría de probabilidades, que señala que el suceso o evento tiene una alta, media o nula posibilidad de que el suceso o evento ocurra o no ocurra.

A fin de consolidar este criterio, consideremos el caso de una persona que toma la decisión de salir de su casa, con o sin paraguas, hace un análisis del entorno, mira las nubes, si estas están muy obscuras considera que hay una probabilidad de lluvia, si desea poner un valor puede decir que la probabilidad de lluvia es 0,9; decisión, sale con paraguas.

En la actualidad la teoría de la probabilidad se usa ampliamente en áreas como, la física, la estadística, la matemática, y en estudios de investigaciones sociales, donde las variables son aleatorias; por lo tanto, se puede señalar que la probabilidad es una rama de la matemática que estudia, analiza y determina experimentos aleatorios, (los resultados de un experimento no dependen de la voluntad del hombre sino de la suerte o del azar)

Ejemplo: en el lanzamiento de una moneda no cargada,

o sello no depende de la voluntad de quien lanza la moneda, depende del azar

el resultado de que sea cruz

Hay que notar que la probabilidad está relacionada con eventos que sucederán en el futuro, por lo que la probabilidad se desarrolla por el deseo del hombre de conocer con certeza lo que sucederá en el futuro.

Estos antecedentes, entre otros existentes, determinan la relevancia del estudio de la teoría de probabilidades.

2. CONCEPTOS BASICOS

2.1. Probabilidad.- Es la medida de la posibilidad de que ocurra un suceso en el

futuro;

Al decir medida, se refiere

observado, este número se asigna en una escala de 0 a 1,

es:

a que se le

atribuye un número (valor) al suceso

incluido el 0 y el 1, esto

0 ≤ p ≤ 1.

2.2. Interpretaciones de probabilidad según su valor

1 . 2.2. Interpretaciones de probabilidad según su valor 0 ---------- 0,5 ---------- 1  Si

0 ---------- 0,5 ---------- 1

Si el valor de la probabilidad es cero, significa que es difícil o improbable que el suceso ocurra

Si el valor de la probabilidad es uno, significa que es casi seguro que el suceso ocurra

Si el valor de la probabilidad es 0,5 significa que el suceso puede o no ocurrir

Valores cercanos a cero es más improbable de que ocurra el suceso

Valores cercanos a uno es más probable de que ocurra el suceso

2.3. Formas de expresar la probabilidad.- Las probabilidades se expresan como un

número decimal o fracción (0,7; 7/10)

Ejemplos:

SUCESO

PROBABILIDAD

Que el periodo lectivo, abril - agosto de 2015, concluya en junio de

0

2015

Que apruebe el semestre

0,7

Que la clase de estadística concluya a las 09H00 (programada de 07H00 a 09H00)

1

Al lanzar una moneda, esta caiga en cara

1/2

2.4. Terminología básica en el estudio de probabilidades

En la teoría de la probabilidad con frecuencia se usa los términos, experimento y evento

Evento.- Es uno o más de los posibles resultados de hacer lago; así tenemos que en el lanzamiento de una moneda si cae cruz es un evento y si cae cara es otro evento.

La actividad que origina uno de dichos eventos se conoce como experimento.

Experimento. Es el procedimiento que genera valores bien definidos, o también es la acción de medir u observar algo.

Ejemplo:

EXPERIMENTO

 

RESULTADOS

POSIBLES

EVENTO

 

DEL EXPERIMENTO

Lanzar una moneda

 

Cara, sello

Cara

Inspeccionar

un

objeto

Defectuoso, no defectuoso

Defectuoso

fabricado

Ventas por teléfono

 

Compra, no compra

No compra

Lanzar un dado

 

1,2,3,4,5,6,

3

Jugar un partido de futbol

 

Ganar, perder, empatar

Empate

Espacio

experimento

muestral.-

Es

el

conjunto

de

todos

los

resultados

posibles

de

un

Ejemplo: En el lanzamiento de una moneda, el espacio muestral es: S={cara, cruz}

Punto muestral.- Son cada uno de los elementos del espacio muestral

Eventos mutuamente excluyentes.- Se dice que los eventos son mutuamente excluyentes si uno y solo uno de ellos puede tener lugar a un tiempo o en otras palabras la ocurrencia de un evento implica que otro no puede darse al mismo tiempo

Ejemplo: el lanzamiento de una moneda tiene dos eventos posibles, cara y cruz, si cayó cara no puede al mismo tiempo salir cruz o viceversa, entonces se dice que los eventos son mutuamente excluyentes.

Colectivamente exaustivo.- Cuando una lista incluye todos los eventos que pueden resultad de un experimento se dice que la lista es colectivamente exhaustiva, en el lanzamiento de la moneda la lista cara y cruz es colectivamente exhaustiva.

3. TRES TIPOS DE PROBABILIDAD

Existen tres maneras básicas de clasificar la probabilidad

El planteamiento clásico

El planteamiento de frecuencia relativa

El planteamiento subjetivo

3.1.

Planteamiento clásico

El planteamiento clásico define la probabilidad como:

Probabilidad de un evento=

Ejemplo.

En el Lanzamiento de un dado, se desea que salga el 4

Datos

Número de resultados favorables = 1

Número de resultados posibles= 6

Probabilidad del evento

P =

La probabilidad clásica también se le conoce como probabilidad a priori, debido a que nuestras conclusiones se basan en un razonamiento lógico antes de realizar el experimento, por cuanto los eventos son previsibles; siendo estos los casos cuando se trata de monedas, dado y barajas.

Por ejemplo

Antes de realizar el lanzamiento de un dado se sabe que la probabilidad de que caiga tres es 1/6

Antes de realizar el lanzamiento de una moneda se sabe que la probabilidad de caiga cara es 1/2

La probabilidad de que en una extracción de la baraja la probabilidad de que salga un as es 4/52

En todos estos ejemplos hemos podido señalar la probabilidad sin realizar el experimento, por esta razón la probabilidad clásica se conoce como probabilidad a priori.

3.2. Planteamiento de frecuencia relativa

Define la probabilidad de un evento, relacionando datos que ya ocurrieron en el pasado, o con el total de datos observados, los datos del pasado son parte del conjunto de datos observados, o también relacionando una cantidad de datos (muestra) con el total observado (población), la muestra se obtiene de la misma población

Probabilidad de un evento=

Ejemplo:

Supóngase que se desea determinar si los graduados de la Carrera de Contabilidad y Auditoría, están realizando actividades conforme su preparación. Para el efecto se realiza una encuesta a 840 graduados, de los cuales 375 no están desempeñando las funciones conforme su perfil profesional, se desea saber: ¿Cuál es la probabilidad de que el próximo encuestado esté realizando actividades distintas a la de su formación?

Análisis: los 840 encuestados son la población y los 375 son la muestra, observe que los 375 se obtiene de los 840

Datos:

Total de encuestados u observados

= 840

Total de graduados con actividades distintas a las de su formación = 375

Probabilidad del evento =

= 0,45

Significa: la probabilidad de que el próximo encuestado no esté realizando actividades conforme su preparación es 0,45

3.3. Planteamiento subjetivo

Es la probabilidad asignada por una persona que conoce el asunto, basado en los datos que dispone, es decir es la probabilidad otorgada por una persona con alguna experiencia en el tema que se trata.

Por ejemplo: Una persona que conoce estadísticamente, los triunfos, derrotas y empates que ha tenido la selección de futbol del Ecuador, dirá que la probabilidad de que el Ecuador gane en el próximo encuentro es 0,90

4. ALGUNAS REGLAS BÁSICAS DE PROBABILIDAD

Se refiere a la regla de la suma y regla de la multiplicación, son aplicables en los casos en los que se tiene dos o más eventos. Como por ejemplo el evento A y el evento B.

4.1. Reglas de la suma

Se aplica cuando se desea obtener la probabilidad de ocurrencia del evento A o del evento B o de ambos, observe el símbolo “oeste corresponde a la regla de la suma

Tiene dos formas

a) cuando los eventos son mutuamente excluyentes,

b) cuando los eventos no son mutuamente excluyentes

4.1.1.

Cuando los eventos son mutuamente excluyentes

Se usa la fórmula

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

Ejemplo: se realiza una apuesta de $ 100,00, mediante el lanzamiento de un dado no cargado, yo gano la apuesta si el dado cae en 2 o 4, deseo saber ¿Cuál es probabilidad que tengo para ganar?

Sea A el evento que salga 2 y sea B el evento que salga 4, entonces:

La probabilidad de que salga A es 1/6

La probabilidad de que salga B es 1/6

Entonces la probabilidad de que salga el 2 o el 4 en un lanzamiento del dado es:

P(A o B) = P(A) + P(B) → P(A o B) = 1/6 + 1/6 = 2/6 = 1/3.= 0,33 = 33%

El 33% significa que si lanzo el dado 100 veces, en 33 de estos lanzamientos posiblemente salga el 2 o el 4

4.1.2. Cuando los eventos no son mutuamente excluyentes

Para estos casos se hace referencia al concepto de probabilidad conjunta, y es la probabilidad de que el evento A y el evento B ocurran simultáneamente.

Se hace uso de la fórmula

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

Ejemplo: se realiza una apuesta de $ 100,00, mediante la extracción de una baraja de un total de 52 cartas; yo gano la apuesta si en una extracción la carta seleccionada es una “J” o una carta de corazones negros, deseo saber ¿Cuál es la probabilidad que tengo para ganar?

Sea A el evento que salga “J” y sea B el evento que la carta seleccionada sea de corazones negros, entonces:

La probabilidad de que salga A es 4/52 (en las 52 cartas hay 4 jotas, cada J corresponde a una figura)

La probabilidad de que salga B es 13/52 (cada figura tiene 13 cartas)

Y, la probabilidad de que salga A y B es 1/52 (una de esas Jotas es también de corazones negros, es decir es J y de corazones negros, en términos probabilísticos este evento corresponde a una probabilidad conjunta) como la regla del juego es que yo gano si la carta seleccionada es J o de corazones negros, pero si sale J y de corazones negros pierdo la apuesta, entonces esta probabilidad conjunto resto de las demás probabilidades.

Por consiguiente la probabilidad de que la carta seleccionada sea J o de corazones negros es:

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

P(A o B) = 4/52 + 13/52 1/52 = 16/52 = 0,31 = 31%

El 31% significa que si se realiza 100 extracciones, en 31 de esas extracciones posiblemente la carta seleccionada sea J o de corazones negros

4.2. Reglas de la multiplicación

Se aplica cuando se desea obtener la probabilidad de ocurrencia del evento A y del evento B, observe el símbolo “y” este corresponde a la regla de la multiplicación.

Tiene dos formas

c) cuando los eventos son independientes

d) cuando los eventos no son independientes

4.2.1. Cuando los eventos son independientes

Concepto: dos eventos son independientes cuando la ocurrencia de un evento no afecta la probabilidad de ocurrencia del otro evento,

Ejemplo: en dos lanzamientos de una moneda, si en el primer lanzamiento la moneda cae cara, esta caída no asegura que en el segundo lanzamiento también caiga cara.

Se usa la fórmula

P(A y B) = P(A) * P(B)

Ejemplo: se realiza una apuesta de $ 100,00, mediante dos lanzamientos de una moneda, yo gano la apuesta si en el primer y segundo lanzamiento la moneda cae en cara, deseo saber ¿Cuál es probabilidad que tengo para ganar?

Sea A el evento que salga cara en el primer lanzamiento y sea B el evento que salga

cara en el segundo lanzamiento,

entonces:

La probabilidad de que salga A es 1/2

La probabilidad de que salga B es 1/2

Entonces la probabilidad de que salga cara y cara en los dos lanzamientos es:

P(A y B) = P(A) * P(B)

P(A y B) = 1/2

* 1/2

= 1/4

= 0,25 = 25%

El 25% significa que de todos los resultados posibles del experimento el 25% de estos corresponde a la condición dada, como este experimento tiene 4 resultados posibles,(cara - cara; cara - sello; sello - cara; sello - sello) observe que en uno de los cuatro resultados (cara cara) se cumple la condición; ojo, no se olvide, de que estamos en probabilidades es decir posibilidades, si bien es cierto en este juego conoce de antemano la probabilidad de ganar, esto no le da la certeza de que va a ganar, como puede ganar o como puede perder.

4.2.2.

Cuando los eventos no son independientes

Para estos casos se hace referencia al concepto de probabilidad condicional y es la probabilidad de ocurrencia de un evento dado que otro ya ha ocurrido y se conoce su probabilidad, es decir la probabilidad de un evento se ve influida por la ocurrencia de otro evento relacionado.

Se hace uso de la fórmula

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

El símbolo “/” se lee “dado que”

Ejemplo:

Se tiene una urna con 15 bolas; 10 de color negro y 5 cinco de color blanco

Se realiza una apuesta de $ 100,00, con la siguiente condición, se debe realizar dos extracciones, sin reposición, yo gano la apuesta si en cada extracción saco una bola de color negro, deseo saber ¿Cuál es probabilidad que tengo para ganar?

Sea A el evento que en la primera extracción saco una bola de color negro y sea B el evento de que en la segunda extracción también saco una bola de color negro, entonces:

La probabilidad de que salga A en la primera extracción es 10/15 (se tiene 10 bolos negras de un total de 15 que están en la urna)

La probabilidad de que salga B en la segunda extracción es 9/14 (Como ya salió una bola negra, en la urna quedan 9 bolas de color negro, como en total eran 15 bolas y salió una, quedan en la urna 14 bolas, en términos probabilísticos se dice, la probabilidad de que en la segunda extracción salga una bola de color negro es 9/14 dado que en la primera extracción ya salió una bola negra)

Por consiguiente la probabilidad de que en las dos extracciones las bolas que se obtenga sean de color negro es:

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

P(A y B) = 10/15 * 9/14 = 90/210 = 3/7= 0,43 = 43%

El 43% significa que si realizo 100 veces dos extracciones, en 43 de estas veces, posiblemente salga en las dos extracciones bolas de color negro

5. REGLAS DE CONTEO

Son útiles para conocer el total de resultados posibles de un experimento, cuando este no se puede determinar por simple inspección

Existen tres reglas

Regla de la multiplicación o por etapas

Combinaciones

5.1. Regla de la multiplicación o por etapas

Permutaciones

Si un experimento tiene varias etapas y la primera etapa tiene n 1 resultados posibles; la etapa dos tiene n 2 resultados posibles; la etapa tres tiene n 3 resultados posibles; el total de resultados posibles del experimento se obtiene multiplicando n 1 x n 2 x n 3

Ejemplo:

Deseo saber de cuantas formas puedo combinar 2 ternos (café, negro) y 2 corbatas (azul, roja) que poseo en mi armario

Sean:

Etapas

resultados posibles (cantidad)

Ternos

2

Corbatas

2

Total de resultados posibles: 2 x 2 = 4 resultados posibles o formas de combinar los ternos con las corbatas

5.1.1. Diagrama de árbol

Es una gráfica de puntos y líneas, en la que se señala los resultados posibles de un evento, y el total de ellos, las líneas suele denominarse ramas.

Ejemplo

CORBATAS

azul
azul
roja
roja

TERNOS

café
café
denominarse ramas. Ejemplo CORBATAS azul roja TERNOS café negro azul roja TOTAL RESULTADOS RESULTADOS Terno café
negro
negro
azul
azul
roja
roja

TOTAL RESULTADOS

RESULTADOS

Terno café corbata azul

Terno café corbata roja

Terno negro corbata azul

Terno negro corbata roja

4

5.2.

Combinaciones

Es útil cuando se tiene un grupo de elementos “n” y se toma una parte de ellos “r” y se quiere determinar cuántas ordenaciones o resultados posibles se pueden hacer de estos “n” elementos tomando “r” a la vez

En este tipo de ordenaciones no importa o no interesa la ubicación de cada elemento, por lo que si uno de los elementos del grupo es A y el otro B, las formas AB y BA son iguales; no interesa si A está a la izquierda de B o si está a la derecha de B por lo que AB = BA

La fórmula que se utiliza es

n C r =

Donde:

C = símbolo que representa combinación

n= la cantidad total de elementos que conforman el grupo

r= la cantidad de elementos que se toman del grupo para combinar

n C r = combinación de n elementos tomados r a la vez

Explicación de

se lee “ene” factorial, representa la multiplicación de todos los números comprendidos entre n hasta 1, en sentido descendente o desde 1 hasta n en sentido ascendente

En forma simbólica

= n(n-1)(n-2)(n-3)…(2)(1)

Ejemplo

7 = 7 x 6 x 5 x 4 x 3 x 2 x 1

Se sabe que 0

= 1

Ejemplo de combinaciones

Sean las letras A,B,C,D,E,F,G se desea formar palabras (no importa si no tiene sentido) de tres letras, es decir cuántas formas o resultados posibles se obtiene de las 7 letras tomando 3 a la vez.

Aplicando la formula se obtiene:

n C r =

n C r =

= n C r =

= n C r =

= n C r =

n C r =

= n C r = 7 x 5 = 35

Esto es: de las 7 letras se pueden formar 35 combinaciones o palabras tomando tres a

la vez

Ahora cabe la pregunta

¿Cuáles son esas palabras?

ABC

ABD

ABE

ABF

ABG

ACD

ACE

ACF

ACG

ADE

ADF

ADG

AEF

AEG

AFG

BCD

BCE

BCF

BCG

BDE

BDF

BDG

BEF

BEG

BFG

CDE

CDF

CDG

CEF

CEG

CFG

DEF

DEG

DFG

EFG

Observe, ABC se presenta una sola vez, no hay otras combinaciones en las que tanto A como B o como C se ubiquen en diferente lugar, como por ejemplo BAC o BCA o CAB o CBA; todas estas ordenaciones son iguales a ABC, al respecto se señaló que en este tipo de ordenaciones (combinaciones) no interesa la ubicación de las letras

5.3.

Permutaciones

Es útil cuando se tiene un grupo de elementos “n” y se toma una parte de ellos “r” y se quiere determinar cuántas ordenaciones o resultados posibles se pueden hacer de estos “n” elementos tomando “r” a la vez

En este tipo de ordenaciones si importa o si interesa la ubicación de cada elemento, por lo que si uno de los elementos del grupo es A y el otro B, las formas AB y BA no son iguales; por cuanto en la primera forma A está a la izquierda de B y en la segunda forma A está a la derecha de B por lo que AB ≠ BA

La fórmula que se utiliza es

n P r =

Donde:

P = símbolo que representa permutación

n= la cantidad total de elementos que conforman el grupo

r= la cantidad de elementos que se toman del grupo para combinar

n P r = permutación de n elementos tomados r a la vez

Ejemplo

Sean las letras A,B,C,D,E,F,G se desea formar palabras (no importa si no tiene sentido) de tres letras, es decir cuántas permutaciones o resultados posibles se obtiene de las 7 letras tomando 3 a la vez.

Aplicando la formula se obtiene:

n P r =

n P r =

= n P r =

= n C r =

=

n P r = 7 x 6 X 5

= 210

Esto es: de las 7 letras se pueden formar 210 permutaciones o palabras tomando tres a la vez

¿Cuáles son esas palabras?

ABC

ABD

ABE

ABF

ABG

ACB

ACD

ACE

ACF

ACG

ADB

ADC

ADE

ADF

ADG

AEB

AEC

AED

AEF

AEG

AFB

AFC

AFD

AFE

AFG

AGB

AGC

AGD

AGE

AGF

Observe, ABC tiene otra combinación similar porque tanto A como B o como C se ubican en diferente lugar, esto es la forma ACB; Al respecto se señaló que en este tipo de ordenaciones (permutaciones) si interesa la ubicación de las letras por lo que ABC ≠ ACB

La lista de palabras antes señaladas es tan solo una parte de las 210 formas.

Procedimiento para formar el total de permutaciones

1. Por medio de la formula respectiva se determina el total de permutaciones que debe obtenerse de n objetos tomados r a la vez, en el presente ejemplo son 210 permutaciones

2. Este valor (210) se divide para el total de elementos que forma el grupo, como son en total 7 letras se divide 210 para 7 obteniendo como resultado 30

3. Este número (30) me indica que cada letra debo escribir 30 veces ya sea en sentido horizontal o vertical, de esta forma se tendrá 7 filas o columnas, cada fila o columna corresponde a cada letra, las columnas deben estar separadas entre si a fin de dar lugar a las demás letras que faltan.

4. Como ya se escribió la primera letra, me quedan 6 letras en el grupo

5. Como cada fila o columna tiene 30 veces la letra, divido 30 para 6 que corresponde al total de letras que quedaron, obteniendo como resultado 5

6. Este número (5) indica que se escribe en cada fila o columna junto a la primera letra 5 veces cada letra de las 6 que quedaron, se aconseja escribir las letras en orden

alfabético, esto es si la primera letra es A la segunda será B,

B,B,B,B,C,C,C,C,C,D,D,D,D,D,E,E,E,E,E,F,F,F,F,F,G,G,G,G,G

7. Como ya se escribió la segunda letra me quedan 5 letras en el grupo

8. Como en cada columna la segunda letra se repite 5 veces, se divide este número para 5 que corresponde al total de letras que quedaron, obteniendo como resultado

1

9. Este número (1) indica que debo escribir en cada fila o columna junto a la segunda letra, una vez cada letra de las 5 que quedaron, se aconseja escribir la tercera letra en orden alfabético, observando que letras son las que ya están escritas para no repetir, esto es si la primera y segunda letra son AB AB AB AB AB

10. AC AC AC AC AC … la tercera letra que va en las formas AB es C, D, E,F,G quedando las formas. ABC ABD ABE ABF ABG en las formas AC faltan las letras B, D, E,F,G escribiendo estas las formas quedan: ACB ACD ACE ACF ACG

Este procedimiento se repite en cada columna o en cada fila, al final se tiene 210 permutaciones de n letras tomadas r a la vez.

6. TEOREMA DE BAYES

Se usa para actualizar la medida de probabilidad de un evento cuando se adquiere información adicional de otro evento relacionado con el primero.

Suponga que se tiene un evento A cuya probabilidad es P(A). si se observa nueva información y vemos que ha ocurrido un evento relacionado, representado por B, se aprovecha esta información para calcular una nueva probabilidad del evento A. esta nueva probabilidad del evento A se llama Probabilidad condicional y se escribe como P(A/B) se lee, la probabilidad de A dado B

6.1. Probabilidad a priori.- Son estimaciones iniciales para un evento especifico en particular

6.2. Probabilidad a posteriori.- Es la probabilidad actualizada de las estimaciones

iniciales, esto con base en fuentes como una muestra, una información o la prueba de un producto que nos dan información adicional sobre el evento especifico o particular objeto de estudio.

Fórmula del teorema de Bayes

P(A 1 /M) =

El significado de las letras se da a conocer mediante el siguiente problema

Ejemplo:

Suponga que una empresa manufacturera recibe embarques de partes(piezas), de dos proveedores distintos. Sea A1 el evento de que una parte provenga del proveedor 1 y A2 el evento de que una parte provenga del proveedor 2.

Actualmente, 65% de las partes que compra la empresa provienen del proveedor 1 y 35% restante del proveedor 2. En consecuencia si se selecciona una parte al azar, diríamos que la probabilidad de que la pieza sea del proveedor 1 es P(A1) = 0,65 o que sea del proveedor 2 es P(A2) = 0,35.

La calidad de las partes varía según su origen. Los datos históricos sugieren que el desempeño en términos de calidad de los dos proveedores es el siguiente:

Porcentaje de piezas buenas

Porcentaje de piezas malas

Proveedor 1

98

2

Proveedor 2

95

5

Suponga que las partes de los dos proveedores se usan en el proceso de manufactura

y

que una maquina se descompone al tratar de procesar una parte defectuosa. Dada

la

información de que una parte es mala, ¿Cuál es la probabilidad de que provenga del

proveedor 1 y cual la del proveedor 2?

A. Datos del problema

Simbología

1. De los proveedores

A1 = Proveedor 1 A2 = Proveedor 2

De la calidad de las partes

B

= buenas

M

= malas

2.

Probabilidad a priori o inicial

Probabilidad a priori de que las partes vengan del proveedor 1 es: P(A1) = 0,65 Probabilidad a priori de que las partes vengan del proveedor 2 es: P(A2) = 0,35

3. Probabilidad condicional

1.

Probabilidad de que las partes sean buenas dado que vienen del proveedor 1 es:

P(B/A1) = 0,98

2. Probabilidad de que las partes sean malas dado que vienen del proveedor 1 es:

P(M/A1) = 0,02

3. Probabilidad de que las partes sean buenas dado que vienen del proveedor 2 es:

P(B/A2) = 0,95

4. Probabilidad de que las partes sean malas dado que vienen del proveedor 2 es:

P(M/A1) = 0,05

B. Diagrama de árbol

Esta problema es de dos etapas: etapa 1 corresponde a los proveedores y la etapa 2 a la condición buenas o malas

RESULTADO EXPERIMENTAL

ETAPA 2 ETAPA 1 (A 1 B) (CONDICION) B (PROVEEDOR) A 1 M (A 1
ETAPA 2
ETAPA 1
(A 1 B)
(CONDICION)
B
(PROVEEDOR)
A 1
M
(A 1 M)
A 2
(A 2
B)
B
M
(A 2 M

Insertando las probabilidades respectivas y calculando la probabilidad conjunta se tiene:

ETAPA 1

PROVEEDOR)

ETAPA 2

(CONDICION)

P(B/A 1 ) 0,98
P(B/A 1 )
0,98
P(M/A 1 )
P(M/A 1 )

0,02

P(A 1 ) 0,65
P(A 1 )
0,65
2 (CONDICION) P(B/A 1 ) 0,98 P(M/A 1 ) 0,02 P(A 1 ) 0,65 0,35 P(
0,35 P( A 2 )
0,35
P( A 2 )
P(B/A 2 ) 0,95
P(B/A 2 )
0,95
P(M/A 2 )
P(M/A 2 )

0,05

Estos

enunciados

resultados

no

son

PROBABILIDAD DEL RESULTADO (probabilidad conjunta)

P(A 1 y B) = P(A 1 )P(B/A 1 ) = 0,65 X 0,98 = 0,6370

P(A 1 y M) = P(A 1 )P(M/A 1 ) = 0,65 X 0,02 = 0,0130

P(A 2 y B) = P(A 2 )P(B/A 2 ) = 0,35 X 0,95 = 0,3325

P(A 2 y B) = P(A 2 )P(M/A 2 ) = 0,35 X 0,05 = 0,0175

los

esperados,

estos

corresponden

a

los

siguientes

1. La probabilidad de que la pieza venga del proveedor 1 y sea buena es: 0,6370

2. La probabilidad de que la pieza venga del proveedor 1 y sea mala es:

3. La probabilidad de que la pieza venga del proveedor 2 y sea buena es: 0,3325

0,0130

4. La probabilidad de que la pieza venga del proveedor 2 y sea mala es: 0,0175

Además hay que tomar en cuenta que símbolo de la probabilidad condicional en cada caso es de la forma P(B/A) o P(M/A) que se lee la probabilidad de B o M dado A.

Siguiendo con el problema este tiene una pregunta ¿Cuál es la probabilidad de que provenga del proveedor 1 y cual la del proveedor 2? Es esta se desea saber ¿Cuál es la probabilidad de que la pieza defectuosa provenga del proveedor 1 y cual la del proveedor 2. En símbolos se pide P(A 1 /M) o P(A 2 /M), dando lectura esta simbología será: la probabilidad de que la pieza sea del proveedor uno dado que esta es mala es igual a: ?

O, la probabilidad de que la pieza sea del proveedor dos dado que esta es mala es

igual a:

?

Ligeramente se podría decir que la probabilidad que venga del proveedor 1 es 0,65 y que la probabilidad de que venga del proveedor 2 es 0,35; recuerde que estas son probabilidades a priori es decir son probabilidades subjetivas. Suponga que no se tiene registro de las partes por proveedor, todas las partes se juntan al momento de almacenar, por lo que no se puede señalar probabilidad alguna relacionada con los proveedores.

Al respecto debe determinar (actualizar) las probabilidades dadas a priori, (dado que ha sucedido otro evento relacionado, esto es una maquina se averió por el uso de una parte defectuosa). Recuerde no se conoce si corresponde al proveedor 1 o al proveedor 2; tampoco se podrá conocer con certeza, se desea saber la intensidad de la probabilidad que relacione a los proveedores. Se desea conocer las nuevas probabilidades (probabilidades e posteriori), esto es la probabilidad de que provenga del proveedor 1 dado que la parte es defectuosa, y la probabilidad de que provenga del proveedor 2 dado que la parte es defectuosa.

Aplicando las fórmulas respectivas se tiene los siguientes resultados:

P(A 1 /M) =

Al sustituir los valores del ejemplo, la probabilidad posterior del proveedor A 1 Será:

P(A 1 /M) =

P(A 1 /M) =

=

=

= 0,4262

Este valor señala que la probabilidad posteriori de que la pieza defectuosa provenga del proveedor 1 es 0,4265, es menor que la probabilidad inicial.

Si se calcula la probabilidad posteriori del proveedor 2 se tiene:

P(A 2 /M) =

P(A 1 /M) =

=

=

= 0,5738

Este valor señala que la probabilidad posterior de que la pieza defectuosa provenga del proveedor 2 es 0,5738, es mayor que la probabilidad inicial

Comparando las nuevas probabilidades se puede señalar que la pieza defectuosa posiblemente proviene del proveedor 2

Nota: El teorema de Bayes se usa en eventos mutuamente excluyentes.

Ejercicio de refuerzo

Un equipo de beisbol juega 70% de sus partidos por la noche y 30% durante el día. El equipo gana 50% de sus juegos nocturnos y 90% de los juegos diurnos. De acuerdo con el diario del día de hoy, ganó ayer. ¿Cuál es la probabilidad de que el partido se haya desarrollado por la noche?

DATOS

Sean

A1 = El juego en la noche

A2 = El juego en el día

G = El equipo gana

S= El equipo pierde

Probabilidad a priori

La probabilidad a priori de que el equipo juega en la noche es: P(A1) = 0,70

La probabilidad a priori de que el equipo juega en el día es P(A2) = 0,30

Probabilidades condicionales

La probabilidad de que el equipo gana dado que juega en la noche es: P(G/A1) = 0,5

La probabilidad de que el equipo gana dado que juega en el día es:

P(G/A2) = 0,9

Árbol de probabilidades

ETAPA 1 ETAPA 2 (juegos) (CONDICION) P(G/A 1 ) 0,5 P(A 1 ) P(S/A 1
ETAPA 1
ETAPA 2
(juegos)
(CONDICION)
P(G/A 1 )
0,5
P(A 1 )
P(S/A 1 )
0,5
0,70
0,30
P( A 2 )
P(G/A 2 )
0,90
P(G/A 2 )
0,10

PROBABILIDAD DEL RESULTADO

P(A 1 y G) = P(A 1 )P(G/A 1 ) = 0,70 X 0,50 = 0,35

P(A 1 y S) = P(A 1 )P(S/A 1 ) = 0,70 X 0,5 = 0,35

P(A 2 y G) = P(A 2 )P(G/A 2 ) = 0,30 X 0,90 = 0,27

P(A 2 y S) = P(A 2 )P(S/A 2 ) = 0,30 X 0,10 = 0,03

Lectura delas probabilidades conjuntas

1. La probabilidad de que el equipo juegue en la noche y gane es 0,35

2. La probabilidad de que el equipo juegue en la noche y pierda es 0,35

3. La probabilidad de que el equipo juegue en día y gane es 0,27

4. La probabilidad de que el equipo juegue en el día y pierda es 0,35

Caculo de la probabilidad a posteriori

Se quiere saber cuál es la probabilidad de que el juego se haya realizado en la noche dado que este se ha ganado.

Entonces en símbolos será: P(A1/G)

P(A 1 /G) =

P(A 1 /G) =

= P(A 1 /G) =

= P(A 1 /G) =

= 0,5645

Método tabular

 

Probabilidades a priori de P(Ai)

Probabilidades

Probabilidad conjunta P(Ai y B)

Probabilidades

Eventos

(Ai)

condicionales

P(G/Ai)

posteriores

P(Ai /G)

A1

0,7

0,5

0,7 x 0,5 = 0,35

0,35/0,62 = 0,5645

A2

0,3

0,9

0,3 x 0,9 = 0,27

0,27/0,62 = 0,4355

     

P(G)

0,62

1,00

Ejercicio de tarea:

1. Sea: P(A1) = 0,60; P(A2) = 0,40; P(B1/A1) = 0,05; Y P(B1/A2) = 0,10: Utilice el teorema de Bayes para determinar P(A1/B1)

2. Sea: P(A1) = 0,20; P(A2) = 0,40; P(A3)= 0,40; P(B1/A1) = 0,25; P(B1/A2) = 0,05; y P(B1/A3) = 0,10 : Utilice el teorema de Bayes para determinar P(A3/B1)

3. Un profesor ha estado enseñando Estadística por muchos años. Sabe que 80% de los estudiantes completan los problemas asignados. Determinó que de los alumnos que hacen las tareas, 90% aprobaron el curso. De aquellos estudiantes que no realizan las tareas 60% aprobarán. Julio Tuquinga tomó Estadística el último semestre con el profesor y tuvo calificación aprobatoria. ¿Cuál es la probabilidad de que si haya hecho las tareas?

4. El departamento de crédito de una negociación comercial, informó que 30% de sus ventas son en efectivo, 30% se pagan con cheques en el momento de la adquisición y 40% son a

crédito. Se tiene que 20% de las compras son en efectivo, 90% en cheques y 60% de las compras a crédito son por más de $ 50,00 ¿Cuál es la probabilidad de que haya pagado en efectivo?

5. Una empresa tiene 4 proveedores de materia prima, en la siguiente tabla se muestra las cantidades adquiridas a cada proveedor y el porcentaje de materia prima defectuosa que cada uno proporciona.

Proveedor

Porcentaje

Porcentaje

adquirido

defectuoso

Esperanza Yuqui

30

2,5

Domènica Barreno

20

1,75

Lisbeth Càceres

25

3

Iván Orden

25

1

El material empleado esta mañana resultó defectuoso. ¿Cuál es la probabilidad de que se haya adquirido de la proveedora Domènica Barreno?

--------------------------------------------------------------------------------------

Además de la Estadística de Levin Rubin grupo 4:7 pag. 163-164 realizar los ejercicios del 4:44 al 4:51