CAPITULO 4 Princpiosde probabilidad §— 77
P (evento ciero)= 1
P (evento imposible) =0
Por tanto, = P(E) = 1
‘en donde Bes algin evento
La probubilidad de que cl sol salga mafana es muy alta ~ muy cercansa a 1. La probebilidad de que se apruebe
ste curso sin estudiar, estando en el otro extrem, est muy cerca de cero.
Probabilidad Es la posibilidad numérica, medida entre Oy 1, de que ocurra un
evento.
El proceso que preuce un evento es denominado experimento, Un experimento es toda accn bien definida
queconlevaaun resultado nico bien defindo. Lanzar un dado (mitad de un par de dados)s un experimento. Un
resulado bien defnido es un nimero de 1 a 6, Un experimento puede consist en revisar un producto para
«determina cumple con ciertasespeciticaciones de fabricacién. El resultado es 01) defectuoso 0 (2) no defectuoso,
Elconjunte de todos los posibles resultados para un experimento es el espacio muestra. El espacio muestra
para lanzar un dado es
Laprobablidad de que al menos uno de los eventos que estén ent espacio muestra ocurraes igual aL, Sie lanza
tun dado, el resultado debe ser un niimero entre 1 y 6, Debido a que esto es una certeza puede decirse que
Lee)
4.3 Introduccién a la probabilidad
En aactualidad vemos que Ia teora de I probabilidad ocupa un lugar importante en muchos asuntos de negocios.
Los segues y pricticas acturiales se basan firmemente en los prineipios de la teorfa de la probabilidad, Las
‘olizas de seguros de vida dependen de la tblas de mortalida, las cuales a su ver se basan en la probabilidades
e muerte en edades especificas. Otras tasas de seguros tales como seguro de bienesrajces y de automéviles se
L)+ PM A) =0.24 + 0.30 + 0.06= 0.60.
k= = &=~—“<‘“‘CO:C;O;~™~™~C~™
13, Used recolect6 datos sobre $00 economistas en la academia, la industria privada, y el gobierno respecto a
sus opiniones sobre si la economia podria ser estable, podria expangirse o podria entrar en un perfoxlo de
contraccién en el futuro prximo. Sin embargo, parte de I informacién se perdi, resultando la siguiente tabla
de contingencia parcial. Con base en Tos datos restantes, cree una tabla de probublidad
Econom
Economists stable (3) Expansion (€) _Contraccin (€)__—Total
oom ~«sst=<“itsé‘sS*s*s*sSs
Industria pivada (0) 35 no
Gebiemo (6) 2s 40 65
Total 200 84. ESTADISTICA APLICADA A LOS NEGOCIOS Y LAECONOMIA
De la tabla de probabifidad halle:
a PA
4. PG.
6 PANS)
4. PANE)
& GOO.
14, Larevista Forbes (febrero de 1997) clasifcé las 120 ciudades de Estados Unidos de aewerdo con calidad de
Vida, con base en parte del porcenaje de empleados que ten‘an titulo universitario, Los resultados se ven en
la siguiente tabla de contingencia parcial, en donde A es menos del 15% con titulo universitario, Bes del 15
1 20% con tuo universtario y Ces mas del 20% con titulo universitario. Realice una tabla de probabilidad
¥ respond las preguntas que se presentan en la siguiente tabla
Calida de Vida
Porcentaes con Hae
‘Talo Universitaria Sueno (6) Excelente (©)__Total
A ~ wo
8 20
0 2
2 »
a ipa
bh ipeoB)
© ENO?
4 (RANG?
18. Con base en su tabla de probabitidad del ejercicio anterior, esriba un informe al presidente del comité para
seleccionar un nuevo sitio para las oficinas principales de la compania. Incluya y evalie todas las
‘comparaciones relevantes, con base en los factores porcentuales ide calidad. Qué conclusisn saca’?
4.6 Probabilidad condicional
Con frecuencia se desea determina a probabil de agin evento, dado que anes or event ya haya oui.
LUicamente, estes lama probablidad condicional. Se denots como {A [8 y se ee a “probablidad de A
dao
Probabilidad condicional Es la probabilidad de que el evento A ocurra, dado que oa
condicién de que el evento B ya haya ocurrido,
La probabilidad condicional se utiliza comtinmente en el planteamiento de un negocio para revisar la
probabilidad de algin evento dado sobre el cual se ha recolectado informacién adicional, Por ejemplo, se puede
«stimar la probabilidad de que se haga una venta (S) aun cliente antiguo de P(S) = 0.80. Sin embargo, si se sabe
posteriormente que este cliente ahora esti comprando a alguien de lacompetencia se puede revisar la probabilidad
de que se haga una venta, dado que el competior (C) ha presentado una oferta P(S |) = 0.30, CAPITULO 4 Principios de probatilidad QE
Par ilustrar con un ejemplo simple, ya se sabe que la probabilidad de sacar una jota de una baraja de 52 cartes
{& PU) = 4/ 52 debido a que hay 4 jotas en una baraja. Sin embargo, es de suponer que se desea saber Ia
‘probabiidad de que la carta sacada fuese una jot, dada la informacion adicional de que es una figura (F). Es deci
‘PU IF), Yaque 4 de las |2 figuras de uns baraja son jotas, PU |F).=4/12, y no 4/52, Estas la formula general para
1a probabilidad condicional del evento A, dado que se conace que el evento B ya ha ocurride:
Probabilidad condicional pala PAB)
[4.3]
de Adado B PB) ea
Por tanto,
PUR) _ POEL) _ (/S2K1)
PU =e) Pe) aise
= 412
AF les 1 debit aque todas ls jotas son figuras. Aunque en este ejemplo simple fue posible determinae PU
|F) sin el uso de Ia férmula (4.3), existen muchos ejemplos en los cuales Ia fGrmula es necesaria. Para ilustrar el
‘alo ela formula (43), se retoma por un momento ls tabla 4.2 para King Dynamics. Se puede observar que la
robablidd de que un trabajar tomado aleatoriamente sca hombre es P{Mf) = 0.60, Sin embargo, si se desea
Calcul la probablidad de que el trabajar sea hombre dado que es un membro del personal administativo
Pu |) se pede hala ast
ons
=o7
034
16, De la tabla de probablidad que usted cre en el ejervicio 13:
a, Halle P(S'1A).
», Si usted es un economista académico, jes mis probable que pronastique una economia estable que si
ttabgja con el gobierno”
‘& Dado que usted trabaja en Ia industria privad, jes més probable que usted pronostique una contraccién
‘en la economia que un académico?
Si usted trabaja para el gobierno, , ;Son B y Sindependientes? Explique.
4.8 Teorema de Bayes
El everendo Thomas Bayes (1702-1761) desarroll6 un concepto wll calcula ciertas probabilidades. Se asume
‘que Dunham» Manufacturing utiliza dos méquinas para producirsu producto. La maquina A produce el 60% dela CAPITULO 4 Principiosde probabilidad — g)]
rodoccn totaly la msquinaB proce el restante 40%, E1 2% de las unidades priucidas porA son defectoo
rientas gue B tiene una tasa de defects del 4%
Esto se muestra en el diagrama de drbot que acompaia la figura 4.2. Se asume que una unidad de produccisn
seselecionasleatoramente El primer conjunto de “ramas” eneldrbol que indice cul msquina produ la nid,
‘mossta que la probabilidad de que provenga de la maquina A es P(A) = 0.60 y que la probabilidad de que
roveng de la mquina B es (8) = 40. segundo grupo de rams que indica la calidad de fa unidad dice
provino de a maquina A puede sero defectuosa ono defectuoss. Estas probabildades condiconales demwestran
au Is probabildad de que no sea defectuosa dado que provino de la mquina A es PID| A ) = 0.98 y In
‘baba de que sea defectuosa dado que proviene de A es PLLA) = 0.02. Las probabilidades condicionales
ar B revelan que la probabildad de que no sea dafecruosa dato que provino de B es P(D | B) = 0.96 y la
-obebildad de que sea defectuosa con base en la condicién de que provino de B es P(D |B) = 0.04.
Figura 4.2 caox098)
Diagrama de arbot
para Dunham
Manufacturing pry ,
AND) = PA} x DIA) = 4604002)
Foon
(0404096)
88
Usb) = PB) x PIB) = (040x008)
re
Finalmente, se observa que hay cuatro posibles resultados para el experimento de seleccionar una unidad de
produccin. La probabiidad de cada uno se calcula mulkiplicando las probabilidades sobre cal uns de as rams
(que conlevan 2 ella Para ilutrarlo, el primer posible resultado es que la unidad provenga de A y que no sea
‘efecuosa, PPA). Utlizando la regla dela maliplicacién, (A -\D) = PLA) x P(D | 4) =(0.60X0.98) = 588, Las
probablidades de Tos tes resultados restantes pueden determinarse de forma similar
Se puede observar directamente en la figura 4.2 que P(A) =0.60. Suponiendo que la unidad es defectuosa, se
eseasabor la probabilidad de que la unidad provino de la maquina A. Con esta informacién adicional, se puede
revisrlaprobabilidad de que la unidad fue producida por la maquina A. Ahora se desea determinar PIA 1D, no
sélo PA.
‘Vale Ia pena recordar rgla de la probabilidad condicional:
PAOD) _ POA) x PID IA)
PD) PD)
Sin embargo, P(D) no es discernible de inmediato. Aqut es donde participa et teorema de Bayes. Existen dos
formas en las cuales la unidad puede ser defectuosa. Puede provenir de Ia maquina A y ser defectuosa, o puede
proveni de la maquina B y ser defectuosa, Utilizando la regla dela adicion,
P(D) = PAD) + PB ND)
= P(A) x P(D|A) + PUB) x PCD |B)
(Cuando se hace la sustiucién en el denominador de la fSrmula de la probabilidad condicional anterior para PYD),.
clteorema de Bayes dice
PAID) 92 _ESTADISTICA APLICADAALOS NEGOCIOS Y LAECONOMIA
ee eee eee
BAND)
PAID) = Farm b) + PTD) |
= PA) x PIA)
P(A) x P(D|A) + P(B) x P(D|B)
|
Teorema de Bayes
‘Ahora se puede hallar PVA 1D)
piano)
PID)
___Panb)
“ PAND) + PND)
_ 0012)
~ (0.012) + 016)
= 0429
PIALD) =
Mientras que PYA) = 0.60, P(A |) =0.429. Se nota que P(A |_D) < PIA) debido aque la mquina A produce un
‘porcentaje menor de defectos que la méquina B.
Fjemplo 4.4 Teorema de Bayes
ldepartamento de personal de una empresa pane ha descubierto que slo el 60% de los candidatos
«entrevisiads estén realmente calificads (Q) para asumirun cargo en la compat Una revision de
Jos registro dela fiema mest que quienes estan calificados, el 67% tavo un enteeamiento
previo en estaistica (7), mientras que el 20% de quienes no estaban calificados haban recibido
Instuccién estadistica mucho antes. Es dec
PQ) = 060 PIT|Q)=067 PATIO)
1 rector de personal puede ver laramente que dado que ustedes clificado, es mas probable
‘que usted tenga algo de capacitaion en estadistica ques no est calificado (0.67> 0.20). Se perdis
ocho tiempo entevistando alos candidatos que resutaron no calificados sin embargo, el director
‘std considerando conceder entrevistas slo aquellos cancidatos que tengan capacitacién en
«estadistia. Fl espera incrementar la probabilidad de encontrar candidat calificades para ocupar
cleargo. La preguna entoces sera es mas probable que usted et alficado dado que a enido
También podría gustarte
- ¿Qué Come La Reina Isabel - VixDocumento3 páginas¿Qué Come La Reina Isabel - VixmasterWAún no hay calificaciones
- Practica n1.2 Estadistica II EstDocumento3 páginasPractica n1.2 Estadistica II EstmasterWAún no hay calificaciones
- Programa Calendario Sem 2017-1 Mat 1-Economia-UCV (UNIVERSIDAD CENTRAL DE VENEZUELA)Documento3 páginasPrograma Calendario Sem 2017-1 Mat 1-Economia-UCV (UNIVERSIDAD CENTRAL DE VENEZUELA)masterWAún no hay calificaciones
- Practica n1 Estadistica II ModDocumento3 páginasPractica n1 Estadistica II ModmasterWAún no hay calificaciones
- GUIA 2-MATEMATICAS 2-Economia-UCV (Universidad Central de Venezuela)Documento31 páginasGUIA 2-MATEMATICAS 2-Economia-UCV (Universidad Central de Venezuela)masterWAún no hay calificaciones
- GUIA 1 - MATEMÁTICAS 2 - Economía - UCV (Universidad Central de Venezuela)Documento22 páginasGUIA 1 - MATEMÁTICAS 2 - Economía - UCV (Universidad Central de Venezuela)masterW0% (1)
