Mtodos Cuantitativos

para la Gestin
Rafael Leonardo Ochoa U
rlochoau@unal.edu.co

Elementos de probabilidad
Mtodos Cuantitativos para la Gestin

Qu es probabilidad?
Probabilidad: medida numrica de que
un evento ocurra (incertidumbre)
Escala: 0 1 (0% 100%)
Mtodo para medir, expresar y analizar
incertidumbre de eventos futuros

0,5

Experimentos
Proceso que genera resultados bien definidos
En una repeticin uno y slo un resultado
Espacio muestral (S): todos los posibles
resultados
Punto muestral: Resultado experimental

Asignacin de probabilidades
Requerimientos bsicos de la probabilidad
Para todo punto muestral P(Ei) entre 0 y 1

La suma de todos los P(Ei) = 1

Asignacin de probabilidades
Mtodo clsico
n puntos muestrales
P(Ei) = 1/n

Ejemplos:
Lanzamiento de una moneda
Lanzamiento de un dado
Elegir una carta del maso

Igualmente probables

Asignacin de probabilidades
Frecuencia relativa:
Dependiendo de la ocurrencia pasada de los eventos

Ejemplo:

400 clientes potenciales

100 compraron
Ei = ?
P(Ei) = ?

Asignacin de probabilidades
Mtodo subjetivo:
Dependiendo de la creencia o conocimiento
del experimento

Ejemplos:
Conquistar a la(el) chic@ que le gusta
Tomar un Transmilenio con sillas libres a las
7am
Tomar un Transmilenio con sillas libres a las
10pm
Aprobar el curso de mtodos cuantitativos

Eventos y sus probabilidades

Evento (coleccin de puntos muestrales)
Ejemplo:

Lanzamiento de un dado
S={
}
Pi = ?
Tres lanzamientos (evento)
A={
}
P(A) = P(2) + P(4) + P(6) =

P(A) =
P(S)=

Relaciones bsicas
Complemento de un evento (Ac): los que no
estn

P(Ac) = ?

Relaciones bsicas
Ley de adicin:

Al menos uno de dos

A P(A)
B P(B)
AUB
A B (probabilidad conjunta)

P(A U B) =

Relaciones bsicas
Ley de adicin:
Ejemplo: De los 200 estudiantes que tomaron el
curso, 160 aprobaron el examen parcial, 140 el
examen final y 124 los dos exmenes.
A = evento de aprobar el examen parcial
B = evento de aprobar el examen final
Mtodo de asignacin?
P(A) =
P(B) =
P(A B) =
Si aprobar curso = aprobar al menos un examen
Probabilidad de aprobar?

Relaciones bsicas
Ley de adicin
Hbitos de ver televisin de parejas casadas:
Se inform que 30% de los esposos y 20% de las esposas
eran espectadores regulares de cierto programa que se
transmite los viernes por la noche. Para 12% de las
parejas del estudio, tanto el esposo como la esposa
eran espectadores regulares del programa. Cul es la
probabilidad de que al menos un miembro de una
pareja casada sea un espectador regular del programa?

Sea
H el esposo es un espectador regular
W la esposa es una espectadora regular

Relaciones bsicas
Eventos mutuamente excluyentes
(Sin puntos muestrales en comn)
P(A

B) =

P(A U B) =

Relaciones bsicas
Ley de adicin
Qu pasa para tres eventos?

Disee un ejemplo de tres eventos

Relaciones bsicas
Probabilidad condicional
Probabilidad de que ocurra un evento cuando otro
evento relacionado ha ocurrido
Probabilidad de A dado que ha ocurrido B

( )
) =
()
( )
) =
()

Relacionas bsicas
Probabilidad condicional
Ejemplo:
Estado promocional de los agentes hombres y
mujeres de una fuerza policiaca metropolitana
importante, la cual est conformada por 1200
oficiales: 960 hombres y 240 mujeres. Durante
los dos ltimos aos fueron promovidos 324
agentes.
Promovido

No promovido Total

Hombres

288

672

960

Mujeres

36

204

240

Total

324

876

1200

Relacionas bsicas
Probabilidad condicional
Ejemplo:
Despus de revisar el registro de promociones, un
comit de agentes mujeres entabl una demanda por
discriminacin con base en que slo 36 de ellas haban
recibido promociones durante los dos aos anteriores.
La administracin de la polica sostiene que el nmero
relativamente bajo de promociones de agentes mujeres
no se debe a discriminacin sino al hecho de que hay
pocas en la fuerza policiaca. Utilicemos la probabilidad
condicional para evaluar la acusacin de discriminacin.
Promovido

No promovido Total

Hombres

288

672

960

Mujeres

36

204

240

Total

324

876

1200

Relaciones bsicas
Probabilidad condicional
Sea
M evento de que un agente es hombre
W evento de que un agente es mujer
B evento de que un agente es promovido

Probabilidad
Probabilidad
Probabilidad
Probabilidad

de que
de que
de que
de que

un hombre se promueva
un hombre no se promueva
una mujer se promueva
una mujer no se promueva

Relaciones bsicas
Promovido

No promovido Total

Hombres

288

672

960

Mujeres

36

204

240

Total

324

876

1200

Tabla de probabilidad conjunta

Promovido
Hombres
Mujeres
Total

0,24
0,03
0,27

No promovido Total

0,56
0,17
0,73

0,8
0,2
1

Probabilidades marginales

Relaciones bsicas
Probabilidad condicional
Probabilidad de una promocin dado que el agente
es hombre?

Relaciones bsicas
Probabilidad condicional
Probabilidad de una promocin dado que la agente
es mujer?

Relaciones bsicas
Eventos dependientes:
Cuando la probabilidad de un evento
es afectada por la ocurrencia de otro
P(B) con respecto a P(M) o P(W)
P(B|M) P(B) o P(B|W) P(B)

Eventos independientes:
P(B|M) = P(B) o P(B|W) = P(B)

Relaciones bsicas
Probabilidad condicional
Disee un ejemplo para utilizar la probabilidad
condicional

Relaciones bsicas
Ley de la multiplicacin

) = )()

) = )()

Relaciones bsicas
Ley de la multiplicacin
Ejemplo: suponga que el departamento de circulacin
de un peridico sabe que 84% de sus clientes se
subscribe a la edicin diaria (D).
El departamento sabe adems que la probabilidad de
que un cliente que cuenta ya con una suscripcin diaria
se suscriba tambin a la edicin dominical (evento S) es
del 75%
Cul es la probabilidad de que un cliente se suscriba
tanto a las ediciones diarias como a las dominicales del
peridico?

Relaciones bsicas
Ley de multiplicacin
Eventos independientes?

P(A|B) = P(A) y P(B|A) = P(B)

(

) =

Distribuciones de probabilidad
Mtodos Cuantitativos para la Gestin

Variables aleatorias
Descripcin numrica del resultado de un
experimento
Tipos:
Discretas: slo puede asumir un valor en una serie
(finita o infinita)
Continuas: cualquier valor en un intervalo
Ejemplos?

Variables aleatorias
Ejemplo:
Volumen de ventas

Nmero de
das

54

117

72

42

12

Total

100

f(x)

Distribucin de probabilidad discreta

=1

Variables aleatorias
Ejemplo:
Cul es volumen de ventas ms probable?
Cul es la probabilidad de que no haya ninguna
venta en el da?
Cul es la probabilidad de que se vendan 3 o 4
automviles?
Cul es la probabilidad de que se vendan menos de
3?

Valor esperado
Media o valor esperado de una variable
aleatoria
Valor medio o central
Promedio ponderado (pesos = probabilidades)

= =

()

Valor esperado

Volumen de
ventas

Nmero de
das

f(x)

54

0.18

117

0.39

72

0.24

42

0.14

12

0.04

0.01

Total

300

xf(x)

E(x) =

Valor esperado
En un periodo de 60 das Cuntos automviles
se esperara vender?
Para qu sera til este dato?

Varianza
Medida de la dispersin o variabilidad
Promedio ponderado de las variaciones
elevadas al cuadrado

= 2 =

2 ()

Varianza

Volumen
de ventas

Nmero
de das

f(x)

54

0.18

117

0.39

72

0.24

42

0.14

12

0.04

0.01

Total

300

x-

E(x) = 1.5

(x-)

(x-) 2f(x)

Desviacin estndar
Raz cuadrada positiva de la varianza
Se mide en las mismas unidades que la
variable

En el ejemplo?

Ejercicio
Enseguida se muestra una distribucin de
probabilidad para la variable aleatoria x.

x
3
6
9
Total

f(x)
0,25
0,50
0,25
1

1. Calcule el valor
esperado de x.
2. Calcule la varianza
de x.
3. Calcule la desviacin
estndar de x.

Distribucin de probabilidad
binomial
1. El experimento consiste en una secuencia de
n ensayos idnticos.
2. Dos resultados son posibles en cada ensayo.
Nos referimos a un resultado como un xito y
al otro como un fracaso.
3. Las probabilidades de los dos resultados no
cambian de un ensayo a otro.
4. Los ensayos son independientes (por
ejemplo, el resultado de un ensayo no afecta
al resultado del otro).
Proceso de Bernulli

Distribucin de probabilidad
binomial
!
=
(1 )
! !
n= nmero de ensayos
p = probabilidad de xito de un ensayo
x = nmero de xitos en n ensayos
f(x) = probabilidad de x xitos en n ensayos

Distribucin de probabilidad
binomial
Tienda Nastke Clothing Store: con base en la
experiencia, el gerente de la tienda estima que la
probabilidad de que un cliente haga una compra
es 0.30, cul es la probabilidad de que
exactamente dos de los tres clientes siguientes
hagan una compra?
1. Verificar los requisitos Es un experimento
binomial?
2. Definir variables
1. x=
2. p =
3. n=

Distribucin de probabilidad
binomial
Cul es la probabilidad de que ningn cliente
haga una compra?
Cul es la probabilidad de que un cliente
compre?
Cul es la probabilidad de que dos clientes
compren?

Distribucin de probabilidad
binomial
Qu pasa si n = 10?
f(4) = ?
f(0) = ?
si n= 9,10 y p = (0.05 0,5; 0,05)?

Valor esperado y varianza

x

f (x)

0.343

0.441

0.189

0.027

Total

1.000

Xf(x)

np = 3(0.3) = 0.9

=
E(x) =

Valor esperado y varianza

Suponga que durante el mes siguiente Nastke
Clothing Store espera que 1000 clientes entren
a la tienda.
Cul es el nmero esperado de clientes que
harn una compra?

Valor esperado y varianza

2 = (1 )
Nastke Clothing Store con tres clientes?

Distribucin de probabilidad de
Poisson
1. La probabilidad de una ocurrencia del evento
es la misma para dos intervalos de igual
longitud.
2. La ocurrencia o no ocurrencia de un evento
en cualquier intervalo es independiente de la
ocurrencia o no ocurrencia en cualquier otro
intervalo.
Nota: la variable aleatoria de Poisson no tiene
lmite superior (infinita)

Distribucin de probabilidad de
Poisson

= media o nmero medio de ocurrencias en un intervalo

e = 2.71828
x = nmero de ocurrencias en el intervalo
f(x) = probabilidad de x ocurrencias en el intervalo

Distribucin de probabilidad de
Poisson
Cantidad de automviles que llega a la ventana
del cajero automtico de un banco durante un
periodo de 15 minutos, en las maanas de los das
hbiles.
Probabilidad de llegada en cualquier periodo es
igual
La llegada o no llegada de un carro no depende de
la llegada o no de otro carro
Nmero medio de carros que llegan en 15 minutos
es 10

Distribucin de probabilidad de
Poisson

= media =
e = 2.71828
x = nmero de ocurrencias en el intervalo = 5
f(5) =

Distribucin de probabilidad de
Poisson
Tabla de probabilidad para
X = (025)
= (8,9,10,11)

Distribucin de probabilidad de
Poisson
Ocurrencia de defectos importantes en un
tramo de la carretera un mes despus de
repavimentarla.
1. La probabilidad de una ocurrencia del evento
es la misma para dos intervalos de igual
longitud.
2. La ocurrencia o no ocurrencia de un evento
en cualquier intervalo es independiente de la
ocurrencia o no ocurrencia en cualquier otro
intervalo.
Tasa media de defectos: dos por milla

Distribucin de probabilidad de
Poisson
Probabilidad de cero defectos en tres millas?
=

Probabilidad de 10 defectos en tres millas?

Variables aleatorias continuas

1. El nmero de onzas de sopa que contiene
una lata con la etiqueta 8 onzas
2. El tiempo de vuelo de un avin que viaja de
Bogot a Medelln
3. La vida til de un televisor nuevo
4. 4. La profundidad de perforacin requerida
para llegar al petrleo en una operacin de
perforacin submarina

Distribucin uniforme
Todos los puntos del intervalo tienen la misma
probabilidad

Distribucin uniforme
Funcin de densidad de probabilidad

0
1
20
0

120 140

Distribucin uniforme
OJO!!!!
En variable aleatoria continua
f(x) = probabilidad de ocurrencia

En variable aleatoria discreta

f(x) representa la altura de la funcin en cualquier
punto
No es posible identificar la probabilidad de un punto
especfico (x) valores infinitos
Se calcula el valor en un intervalo (clculo del rea)

Distribucin uniforme
rea como medicin de probabilidad

P(120 x 130) =

Distribucin uniforme
rea como medicin de probabilidad
P(128 x 136) =

P(120 x 140) =

Continuas vs Discretas
Continuas

Discretas

Probabilidad de que la
variable est en un
intervalo

Probabilidad de que la
variable tome un valor
especfico

Probabilidades asociadas al Probabilidades en un punto

rea bajo la curva
(Probabilidad de un punto
es cero)

Distribucin de probabilidad
normal
Mtodos Cuantitativos para la Gestin

Distribucin de probabilidad
normal
Ms importante y ms utilizada

2 2 2
()

Distribucin de probabilidad
normal

Graficar en Excel

Media = 10
Varianza = 110

Distribucin normal estndar

Notada con z
Media = 0
Varianza = 1

Distribucin normal estndar

Uso de las tablas de probabilidad

Z = -0,85
P(z) = ?
Z = 0.85
P(z) = ?

Distribucin normal estndar

Uso de las tablas de probabilidad

Z entre 1 y -1
P(z) = ?
Z = -0,34 y 2,58
P(z) = ?

Distribucin normal estndar

Uso de las tablas de probabilidad

Z mayor que 2
P(z) = ?
Z mayor que -1
P(z) = ?

Distribucin normal estndar

Convertir una variable normal a una variable
normal estndar?

Distribucin normal estndar

Para una distribucin normal con:
= 10
=2
Si x= 10 z = ? P(x) = ?
Si x= 14 z = ? P(x) = ?
Si x entre 11 y 13 Z=? Probabilidad?
Si x mayor que 12 z=? Probabilidad?

Distribucin normal estndar

Imagine que Grear Tire Company acaba de desarrollar
una nueva llanta radial con cinturn de acero que se
vender por medio de una cadena nacional de
almacenes de descuento.
Como la llanta es un producto nuevo, la administracin
de Grear considera que la garanta de millaje ofrecida
con la llanta ser un factor importante en la aceptacin
del producto por parte de los consumidores. Antes de
finalizar la pliza de garanta de millaje de la llanta, la
administracin de Grear quiere saber cierta informacin
de probabilidad concerniente al nmero de millas que
durarn las llantas.

Distribucin normal estndar

A partir de las pruebas de carretera reales con las
llantas, el grupo de ingeniera de Grear estima el
millaje medio de una llanta en 36,500 millas y la
desviacin estndar en 5000 millas. Adems, los
datos recabados indican que una distribucin
normal es un supuesto razonable.
Qu porcentaje de las llantas se puede esperar
que dure ms de 40,000 millas? En otras palabras,
cul es la probabilidad de que el millaje de la
llanta exceda de 40,000?

Distribucin normal estndar

Ahora suponga que Grear est considerando una
garanta que proporcione un descuento en un nuevo
juego de llantas si el millaje de las llantas
originales no excede el establecido en la garanta.
Cul debe ser el millaje de la garanta si Grear
quiere que no ms de 10% de las llantas sea
elegible para el descuento?