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

No. total de posibles resultados
No. de resultados donde ocurre el evento

P(E)
=
P(E) =
n(E)

n(S)
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 los posibles
resultados del experimento (espacio
muestral) es siempre igual a 1.

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 Evento es
la coleccin de
u n o o m s
resultados del
e xpe r i me nt o
Un Resultado es
el valor particular
d e u n
e x p e r i me n t o .
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 son
Independientes si la
ocurrencia de algn evento no
afecta la ocurrencia de algn
otro.
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.
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
r e s u l t a d o d e l o t r o .
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 efectuadas a
crdito en un mes
$0 - $xxx.Xx
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
0 8
1 20
2 12
3 6
4 3
5 1
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.
P(A o B) = P(A) + P(B)
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.
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)
A B
A U B
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.
A B
A B
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 cardinalidad de E; n(c) = 20

La 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
C
E
15 5 9
21
TOMAN
PEPSI, PERO
NO COCA
NO TOMAN NI
COCA, NI PEPSI
TOMAN
COCA Y
PEPSI
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

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)

La Regla de la Multiplicacin
requiere que dos eventos A y B sean
independentes.
5-year stock pri ces
0
5
10
15
20
25
30
35
40
45
1 2 3 4 5
Year
S
t
o
c
k

p
r
i
c
e

$
IBM
GE
P(I BM y GE) = (.5)(.7) = .35
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
incrementen su valor este
ao?
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
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

PROBABILIDAD CONDICIONAL
A
Se llama probabilidad de A condicionada a B, o
probabilidad de A sabiendo que pasa B:
) (
) (
) / (
B P
B A P
B A P

E espacio muestral
B
Error frecuente:
Probabilidad condicional es distinta a la interseccin.
En ambos medimos efectivamente la interseccin, pero
En P(AB) con respecto a P(E)=1
En P(A|B) con respecto a P(B)

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 Regla
General de la
Multiplicacin
se emplea para
determinar la
probabilidad conjunta
de la ocurrencia de
dos eventos.
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)
Especialidad Hombres
Mujeres Total
Contadura 170 110 280
Finanzas 120 100 220
Mercadotecnia
160 70 230
Alta
Direccin
150 120 270
Total 600 400 1000

A continuacin mostramos la matrcula de alumnos
inscritos en distintas especialidades de la FCA:
P(C/M) = P(C y M)/P(M)
= [110/1000]/[400/1000] = .275
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?

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?
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 .
DIAGRAMA DE RBOL

R1
A1
R2
A2
R2
A2
7/12
5/12
6/11
5/11
7/11
4/11
TEOREMA DE BAYES
Es un mtodo para calcular la probabilidad de un
evento a partir de informacin previa.

Se emplea la siguiente frmula:

) / ( ) ( ) / ( ) (
) / ( ) (
) | (
2 2 1 1
1 1
1
A B P A P A B P A P
A B P A P
B A P