Documente Academic
Documente Profesional
Documente Cultură
PROBABILIDADES
INTRODUCCIN
Lo siguiente, nos permite, tcitamente involucrarnos en la necesidad de fundamentar la teora de
probabilidades. Hemos tomado algunos temas para su anlisis de la Bibliografa Estadstica para
administracin y Economa de ANDERSON SWEENEY WILLIAMS, University of Cincinnati.
LA ESTADSTICA en LA PRCTICA - LA EMPRESA ROHM AND HASS* Filadelfia, Pensilvania
Rohm and Hass es el principal productor de materiales especiales, entre los que se encuentran:
Materiales electrnicos,
polmeros para pinturas y
artculos para el cuidado personal.
Los productos de esta empresa permiten la creacin de bienes de consumo de vanguardia en
mercados como:
El farmacutico,
el de alimentos,
el de suministros para la construccin,
equipos de comunicacin y
productos para el hogar.
La fuerza de trabajo de la empresa es de ms de 17 000 personas y sus ventas anuales son de $8
mil millones. Una red de ms de 100 puntos de fabricacin, investigacin tcnica y servicio al cliente
proporciona los productos y servicios de Rohm and Hass en 27 pases.
En el rea de productos qumicos especiales, la empresa ofrece diversos productos qumicos
destinados a satisfacer las especificaciones nicas de sus clientes. Para un cliente determinado, la
empresa produce un catalizador caro que el cliente emplea en sus procesos qumicos. Algunos, pero
no todos los lotes que produce la empresa satisfacen las especificaciones del producto. El contrato
estipula que el cliente debe probar cada lote despus de recibirlo y determinar si el catalizador podr
realizar la funcin esperada. Los lotes que no pasen la prueba del cliente sern regresados. Con el
tiempo, la experiencia ha mostrado que el cliente acepta 60% de los lotes y regresa 40%. Ni el cliente
ni la empresa estaban satisfechos con este servicio. La empresa examin la posibilidad de, antes de
enviar el lote, replicar la prueba que haca el cliente. Sin embargo, los elevados costos del equipo
especial que se necesitaba para la prueba hicieron que esta posibilidad no fuera factible. Los
qumicos de la empresa encargados del problema propusieron una prueba diferente de costo bajo
que se poda practicar antes de enviar el lote al cliente. La empresa crey que la nueva prueba podra
indicar si el catalizador pasara la compleja prueba que practicaba el cliente. La pregunta era: cul
es la probabilidad de que el catalizador pase la prueba del cliente dado que pas la nueva
prueba antes de enviar el lote? La empresa produjo una muestra del catalizador y la someti a la
nueva prueba. Entonces slo los lotes de catalizador que pasaban la prueba se enviaban al cliente.
Mediante el anlisis de probabilidad de los datos se supo que si el catalizador pasaba la nueva
prueba antes de ser enviado al cliente, la probabilidad de que el catalizador pasara la prueba del
cliente era 0.909. O que si el catalizador pasaba la prueba de la empresa, la probabilidad de que no
pasara la prueba del cliente y fuera rechazado era 0.091. El anlisis de probabilidad aport
evidencias para poner en uso el procedimiento de la prueba antes de enviar el lote. Esta nueva
prueba tuvo una mejora inmediata en el servicio al cliente y redujo tanto los costos como los gastos
de envo y el manejo de los lotes regresados. A la probabilidad de que un lote sea aceptado por el
cliente, dado que pas la nueva prueba, se le llama probabilidad condicional.
En este captulo aprenderemos cmo calcular la probabilidad condicional y otras probabilidades
tiles en la toma de decisiones.
Teora de la Probabilidad
E3 : Determinar el sexo de un nio al nacer (No podemos anticipar el sexo del nio con certeza, an
con los aparatos sofisticados)
E4 : Elegir el presidente de un pas de 4 candidatos (no sabemos quien ser el presidente electo con
certeza)
Espacio muestral y Sucesos
La Estadstica, y por tanto el Clculo de Probabilidades, se ocupan de los denominados fenmenos o
experimentos aleatorios.
El conjunto de todos los resultados posibles diferentes de un determinado experimento aleatorio se
denomina Espacio Muestral asociado a dicho experimento y se suele representar por . A los
elementos de se les denomina sucesos elementales.
As por ejemplo, el espacio muestral asociado al experimento aleatorio consistente en el lanzamiento
de una moneda es = {Cara, Cruz}; el espacio muestral asociado al lanzamiento de un dado es
={1, 2, 3, 4, 5, 6}, siendo Cara y Cruz los sucesos elementales asociados al primer experimento
aleatorio y 1, 2, 3, 4, 5 y 6 los seis sucesos elementales del segundo experimento aleatorio.
Sea A, el conjunto de las partes, es decir, el conjunto de todos los subconjuntos de . En principio,
cualquier elemento de A, es decir, cualquier subconjunto del espacio muestral contendr una cierta
incertidumbre, por lo que trataremos de asignarle un nmero entre 0 y 1 como medida de su
incertidumbre. En Clculo de Probabilidades dichos subconjuntos reciben en el nombre de sucesos
o eventos , siendo la medida de la incertidumbre su probabilidad. La tripleta (, A, P) recibe el
nombre de espacio probabilstico.
Por tanto, asociado a todo experimento aleatorio existen tres conjuntos: El espacio muestral , la
clase de los sucesos, es decir, el conjunto de los elementos con incertidumbre asociados a nuestro
experimento aleatorio A, y una funcin real, P:A [0, l], la cual asignar a cada suceso (elemento
de A) un nmero entre cero y uno como medida de su incertidumbre.
Ejemplo: Consideremos el experimento aleatorio consistente en extraer una bola al azar de una
urna compuesta por tres bolas rojas, dos blancas y una verde.
Podemos considerar como espacio muestral: 1= {r1, r2, r3, b4, b5, v6}
en donde ri = bola roja, i = 1,2,3, bi = bola blanca, i= 4,5 y v6= bola verde, haciendo las bolas
distinguibles.
Respecto a la clase de los sucesos A, es natural que sta tenga una estructura tal que permita hablar
no solo de sucesos sino tambin de su unin, interseccin, diferencia, complementario, etc., debiendo
ser la clase A, en consecuencia, cerrada a dichas operaciones entre "conjuntos" (entre sucesos). Esta
es la situacin del conjunto de las partes cuando es finito o inclusive numerable (caso, por ejemplo,
del espacio muestral asociado al experimento aleatorio consistente en lanzar una moneda hasta que
salga cara por primera vez). En otras ocasiones en las que sea un conjunto continuo (por ejemplo,
cuando estudiamos el tiempo que tarda un istopo radioactiva en volverse inestable), deber ser A
un conjunto estrictamente ms pequeo que el conjunto de las partes de .
En todo caso podemos pensar en A como en el conjunto que contiene todos los elementos de inters,
es decir, todos los sucesos a los que les corresponde una probabilidad.
1. Se denomina unin de los eventos A y B, al evento A B que consiste de todos los puntos
muestrales que pertenecen a A o a B, o a ambos, esto es,
A B = {w / w A w B}
A B = {w / w A w B}
El evento A B describe el evento de que ocurran ambos A y B.
AAC
C A B A B
En general, diremos que los eventos: A1, A2, , An son mutuamente excluyentes si,
Ai Aj = , i j, i, j = 1, 2, 3, , n.
4. La diferencia del evento A menos B es el evento A B, que consiste de todos los puntos
muestrales que pertenecen al evento A y no pertenecen al evento B, esto es,
A B = {w / w A w B}
A B A B
Disjuntos Diferencia
A x B = {(w1, w2) / w1 A w2 B}
Definicin de Probabilidad
Sea el evento A, el espacio muestral , entonces la probabilidad del evento A ,P(A), es:
n( A) N Elementos.EventoA
P( A)
n() N Elementos.EspacioMuestral
Probabilidad Simple
Sexo
TOTALES
Hombres Mujeres
TOTALES
------------------------------------------------ ---------------------------------------------
------------------------------------------------ ---------------------------------------------
------------------------------------------------
Probabilidad Conjunta
As 2 2 4
No As 24 24 48
Totales 26 26 52
b. Hallar la probabilidad de seleccionar una carta que sea Roja y que no sea As. -----------
Del ejercicio 3, anterior (probabilidad simple) cul es la probabilidad que un encuestado elegido
aleatoriamente