PROBABILIDADES

Algunos conceptos
 Objetivos: Al terminar esta sesión podrá:

1. Definir lo que es probabilidad.

2. Describir los enfoques clásico, empírico y subjetivo de la probabilidad.

3. Entender los términos: experimento, evento, resultado, permutaciones y

combinaciones.

4. Definir los conceptos probabilidad condicional y probabilidad conjunta.

1
Definiciones

◼ La probabilidad es una medida de la posibilidad

relativa de que un evento ocurra en el futuro.
◼ Puede asumir valores entre cero y uno inclusive.
◼ Un valor cercano a cero significa que es poco
probable que el evento suceda. Un valor
cercano a uno significa que es altamente
probable que el evento suceda.
◼ Hay tres definiciones de probabilidad: clásica,
empírica y subjetiva.

2
Definiciones (Continuación)

◼ La definición clásica aplica cuando hay n

resultados igualmente posibles.
◼ La definición empírica aplica cuando el
número de veces que ocurre un evento se
divide por el número total de
observaciones.
◼ La probabilidad subjetiva se basa en
cualquier información disponible.

3
Definiciones (Continuación)

◼ Un experimento es un proceso que

conduce a que ocurra una (y solamente
una) de varias observaciones posibles.
◼ Un resultado es un suceso particular
proveniente de un experimento.
◼ Un evento es un conjunto de uno o más
resultados de un experimento.

4
Eventos mutuamente excluyentes

◼ Los eventos son mutuamente excluyentes

si la ocurrencia de cualquiera significa que
ninguno de los otros eventos puede ocurrir
al mismo tiempo.
◼ Los eventos son independientes si la
ocurrencia de un evento no afecta la
ocurrencia de otro.

5
Eventos colectivamente exhaustivos

◼ Colectivamente exhaustivo: por lo menos

uno de los eventos debe ocurrir cuando se
realiza un experimento.

6
Ejemplo 1

◼ Se lanza un dado no cargado una vez.

◼ El experimento es lanzar el dado.
◼ Los resultados posibles son los números
1, 2, 3, 4, 5 y 6.
◼ Un evento es la ocurrencia de un número
par. Esto es, los números 2, 4 y 6.

7
Ejemplo 2

◼ En el departamento académico del profesor López, se

ha asignado un total de calificaciones de “A” de 186
entre un total de 1,200 estudiantes. ¿Cuál es la
probabilidad de que un estudiante de su sección este
semestre reciba una calificación de “A”?
◼ Este es un ejemplo de la definición empírica de
probabilidad.
◼ Encuentre la probabilidad de seleccionar un estudiante
con calificación “A”:

P(A) = 186/1,200 = 0.155

8
Probabilidad subjetiva

◼ Ejemplos de probabilidad subjetiva son:

◼ Estimar la posibilidad de que el equipo de los
Patriotas de Nueva Inglaterra participe en el
juego del Super Tazón de futbol americano para
el próximo año (en EUA).
◼ Evaluar la probabilidad de que la empresa
General Motors, pierda su lugar número 1 en el
total de unidades vendidas, frente a la Ford o la
Chrysler, en un lapso de dos años.

9
Reglas básicas de probabilidad

◼ Si dos eventos A y B son mutuamente

excluyentes, la regla especial de la adición
indica que la probabilidad de que ocurra
uno u otro de los eventos, es igual a la
suma de sus probabilidades.
P(A o B) = P(A) + P(B)

10
Ejemplo 3
◼ La oficina de vuelos de Aeroméxico tiene registrada la
siguiente información en su bitácora de vuelos entre
Ciudad de México y Acapulco.

Llegadas Frecuencia
Temprano 100
A tiempo 800
Tarde 75
Cancelado 25
Total 1000
11
Ejemplo 3 (Continuación)

◼ Si A es el evento de que el vuelo llegue

temprano, entonces:
P(A) = 100/1000 = 0.10
◼ Si B es el evento de que el vuelo llegue tarde,
entonces:
P (B) = 75/1000 = 0.075
◼ La probabilidad de que el vuelo llegue temprano
o tarde es:
P(A o B) = P(A) + P(B) = 0.10 + 0.075 = 0.175

12
La regla del complemento

◼ La regla del complemento es utilizada para

determinar la probabilidad de que un evento
ocurra, restando a 1 la probabilidad de que no
ocurra dicho evento.
◼ Si P(A) es la probabilidad de un evento A y
P(~A) es la probabilidad del complemento de A,
P(A) + P(~A) = 1 o P(A) = 1 – P(~A)

13
La regla del complemento (Continuación)

◼ Un diagrama de Venn ilustrando la regla

del complemento se apreciaría así:

A ~A

14
Ejemplo 4

◼ Retomando el ejemplo 3, use la regla del

complemento para encontrar la
probabilidad de un evento (A) temprano o
un evento (B) tarde.
◼ Si C es el evento de que el vuelo llegue a
tiempo, entonces P(C) = 800/1000 = 0.8
◼ Si D es el evento de que el vuelo se
cancele, entonces P(D) = 25/1000 = 0.025

15
Ejemplo 4 (Continuación)
P(A o B) = 1 - P(C o D)
= 1 - [.8 +.025] =0.175

D
C
.025
.8

~(C o D) = (A o B)
.175

16
La regla general de la adición

◼ Si A y B son dos eventos que no son

mutuamente excluyentes, entonces P(A o
B) es dada por la siguiente fórmula:

◼ P(A o B) = P(A) + P(B) - P(A y B)

17
La regla general de la adición (Continuación)

◼ El diagrama de Venn ilustra esta regla:

AyB

18
Ejemplo 5

◼ En una muestra de 500 estudiantes, 225

afirmaron tener un estéreo, 175 dijeron
tener una TV, y 100 afirmaron tener
ambos.
TV
175

Ambos
Estéreo 100
225

19
Ejemplo 5 (Continuación)

◼ Si un estudiante es seleccionado al azar,

¿cuál es la probabilidad de que el
estudiante tenga sólo un estéreo, sólo una
TV, y ambos un estéreo y una TV?
◼ P(S) = 225/500 = 0.45
◼ P(T) = 175/500 = 0.35
◼ P(S y T) = 100/500 = 0.20

20
Ejemplo 5 (Continuación)

◼ Si un estudiante es seleccionado al azar,

¿cuál es la probabilidad de que tenga un
estéreo o una TV en su cuarto?

◼ P(S o T) = P(S) + P(T) - P(S yT)

= 0.45 + 0.35 - 0.20 = 0.60

21
Probabilidad conjunta

◼ Probabilidad conjunta: mide la posibilidad

de que dos o más eventos ocurran en
forma simultánea.
◼ Un ejemplo podría ser el evento de que un
estudiante elegido al azar tenga ambos,
un estéreo y una TV en su cuarto.

22
Regla especial de la multiplicación

◼ La regla especial de la multiplicación requiere

que dos eventos A y B sean independientes.
◼ Dos eventos A y B son independientes si la
ocurrencia de uno no afecta la probabilidad de
que ocurra el otro.
◼ Esta regla se escribe:
◼ P(A y B) = P(A)P(B)

23
Ejemplo 6

◼ Cristina tiene dos acciones, IBM y GE. La

probabilidad de que la acción de IBM aumente
de valor el próximo año es 0.5, y la probabilidad
de que la acción de GE aumente su valor el
próximo año es 0.7. Suponga que las dos
acciones son eventos independientes.¿Cuál es
la probabilidad de que ambas acciones
incrementen su valor el próximo año?
P(IBM y GE) = (0.5)(0.7) = 0.35

24
Ejemplo 6 (Continuación)

◼ ¿Cuál es la probabilidad de que al menos

una de estas acciones aumente su valor
durante el próximo año?

◼ P(al menos una) = (0.5)(0.3) + (0.5)(0.7) +

(0.7)(0.5) = 0.15 + 0.35 +0.35 = 0.85

25
Probabilidad condicional

◼ La probabilidad condicional es la
probabilidad de que ocurra un evento
determinado, dado que otro evento ya
haya ocurrido.
◼ La probabilidad de que ocurra el evento A
dado que el evento B ha ocurrido se
escribe P(A/B).

26
Regla general de la multiplicación

◼ La regla general de la multiplicación es utilizada

para encontrar la probabilidad conjunta de que
dos eventos ocurran.
◼ La regla establece que dados dos eventos A y
B, la probabilidad conjunta de que ambos
ocurran se encuentra multiplicando la
probabilidad de que suceda A, por la
probabilidad condicional de que ocurra el evento
B.

27
Regla general de la multiplicación

◼ La probabilidad conjunta P(A y B) está

dada por la siguiente fórmula:

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

28
Ejemplo 7

◼ El director de la Escuela de Negocios de la Universidad

Nacional, recopiló la siguiente información acerca de
estudiantes no graduados en su escuela:

Especialidad Hombre Mujer Total

Contaduría 170 110 280
Finanzas 120 100 220
Mercadotecnia 160 70 230
Administración 150 120 270
Total 600 400 1000

29
Ejemplo 7 (Continuación)

◼ Si un estudiante es seleccionado al azar, ¿cuál

es la probabilidad de que el estudiante sea una
mujer (F) pasante de contaduría (A)?
◼ P(A y F) = 110/1000
◼ Dado que el estudiante es una mujer, ¿cuál es
la probabilidad de que ella sea pasante de
contaduría?
◼ P(A/F) = P(A y F)/P(F) = [110/1000]/[400/1000] =
0.275

30
Diagrama de árbol
◼ El diagrama de árbol es una representación gráfica útil
para organizar cálculos que abarcan varias etapas.
Cada segmento en el árbol es una etapa del problema.
Las probabilidades escritas cerca de las ramas son las
probabilidades condicionales del experimento.

Ejemplo 8
En una bolsa que contiene 7 chips rojos y 5 chips
azules, usted selecciona dos chips uno después del otro
sin reemplazarlo. Elabore un diagrama de árbol
mostrando esta información.

31
Ejemplo 8 (Continuación)

◼ 6/11 Rojo 2

7/12 Rojo 1
Azul 2
5/11
7/11 Rojo 2
Azul 1
5/12
Azul 2
4/11

32
Teorema de Bayes

◼ El Teorema de Bayes es un método que utiliza

la probabilidad revisada con base en
información adicional.
◼ Se calcula utilizando la siguiente fórmula:

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

33
Ejemplo 9

◼ Una embotelladora de refresco de cola recibió

varias denuncias acerca del bajo contenido de
sus botellas. Una denuncia fue recibida hoy,
pero el gerente de producción no puede
identificar cuál de las dos plantas en
Aguascalientes (A o B) llenó estas
botellas.¿Cuál es la probabilidad de que las
botellas defectuosas provengan de la planta A?

34
Ejemplo 9 (Continuación)

◼ La siguiente tabla resume la experiencia de

producción de dicha embotelladora:
% del total de % de botellas
producción defectuosas
A 55 3

B 45 4

35
Ejemplo 9 (Continuación)

P ( A) P (U / A)
P( A / U ) =
P ( A) P (U / A) + P ( B ) P (U / B )
.55(.03)
= = .4783
.55(.03) + .45(.04)

◼ La probabilidad de que las botellas fueran

llenadas en la planta A se redujo de 0.55 a
0.4783

36
Principios de conteo

◼ Fórmula de la multiplicación: Si hay m formas de

hacer una cosa, y n formas de hacer otra,
existirán m x n formas de hacer ambas.
Ejemplo 10
◼ El Dr. Velasco tiene 10 camisas y 8 corbatas.
¿Cuántos juegos de camisa y corbata puede
tener?
(10)(8) = 80

37
Principios de conteo

◼ Permutación: Un arreglo o disposición de r

objetos seleccionados de un solo grupo de n
objetos posibles.
◼ Nota: El orden del arreglo es importante en las
permutaciones.
n!
n Pr =
( n − r )!

38
Principios de conteo

◼ Una combinación es el número de maneras

de escoger r objetos de un grupo de n
objetos sin importar el orden:

n!
nCr =
r! ( n − r )!

39
Ejemplo 11

◼ Hay 12 jugadores en el equipo de básquetbol

de la Preparatoria Popular. El director técnico
Tomás Pérez debe escoger 5 jugadores de los
12 del equipo para formar su línea de inicio.
¿De cuántas maneras diferentes puede
hacerlo?

12!
12C 5 = = 792
5! (12 − 5)!
40
Ejemplo 11 (Continuación)

◼ Suponiendo que además de formar los

grupos de 5 jugadores, el técnico debe
respetar el orden de los mismos de acuerdo
a su habilidad.

12!
12 P 5 = = 95,040
(12 − 5)!

41