Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estad para Neg - 1aed - 04-1-1 PDF
Estad para Neg - 1aed - 04-1-1 PDF
Probabilidad
Introducción
E
n el lenguaje cotidiano, la gente se refiere a la probabilidad como una medida de certeza
o de certidumbre sobre lo que puede presentarse en el futuro. De hecho, si uno consulta
un diccionario, la probabilidad se define como la posibilidad de que ocurra algo; es decir,
es un indicador que señala qué tan cierto o qué tan posible es que se presente algún suceso
o acontecimiento.
Sin embargo, los problemas relacionados con la probabilidad que se presentan en las
ciencias sociales y administrativas adquieren una mayor complejidad. Por esta razón, en esta
unidad se te proporcionará un primer acercamiento al tema de probabilidad, exponiendo sus
conceptos y sus reglas básicas, así como su aplicación en la resolución de problemas en los que se
presentan situaciones de incertidumbre.
El estudio de la probabilidad se motiva por dosrazones. En primer lugar, en el ámbito social
como en el mundo de los negocios es muy frecuente tomar decisiones ante escenarios inciertos.
Por ejemplo, en un momento de inestabilidad financiera o de nerviosismo en los mercados, las
decisiones deben tomarse de manera ágil y correcta, pues una demora podría ocasionar pérdidas
millonarias a una empresa, a un sector o a un país. Al contar con un indicador de certeza o
confiabilidad se facilita la toma de decisiones ante escenarios inciertos.
En segundo lugar, si deseamos adentrarnos al estudio de la estadística inferencial primero
necesitamos conocer los conceptos básicos de la probabilidad para así poder cuantificar la
incertidumbre asociada al proceso de inferencia. Una de las bases fundamentales del estudio de
la estadística inferencial consiste en conocer qué tan confiable es la conclusión a la que llegamos
para describir una población con la información proporcionada por una muestra.
Como analista de fenómenos sociales o desde una posición en la alta gerencia, en muchas
ocasiones utilizarás los conceptos de la probabilidad para tomar decisiones ante escenarios
inciertos o para conocer qué tan confiable son tus resultados obtenidos mediante estudios
basados en técnicas de la estadística inferencial.
197
Cuando la probabilidad es muy cercana a 0, interpretamos que es poco probable o poco
posible que se presente tal suceso o acontecimiento; en cambio, cuando tenemos una probabilidad
muy cercana a uno, señalamos que es muy probable o muy posible que se presente dicho suceso
o acontecimiento.
Por otra parte, cuando tenemos una probabilidad igual a 0, se dice que no existe ninguna
posibilidad de que ocurra dicho suceso, mientras que cuando se tiene una probabilidad igual a 1, se
dice que existe plena seguridad de que el acontecimiento ocurrirá.
Por ejemplo, si la probabilidad de que se presente un incremento en la Bolsa Mexicana
de Valores es de 0.12 y la probabilidad de que se incremente la Bolsa de Nueva York es de 0.48
se dice que es más probable observar un incremento en la Bolsa de Nueva York que en la
de México.
Existen tres conceptos básicos para adentrarse al tema de probabilidad, éstos son: experimento,
espacio muestral y eventos.
resultados posibles.
2. Estimar el número de libros de arte que una casa editorial puede vender.
El espacio muestral es el conjunto de todos los resultados posibles que se pueden obtener de un
experimento y es representado mediante la letra .
Los resultados posibles que pueden obtenerse en un experimento también son conocidos como
puntos muestrales y cada uno de ellos se representa mediante la letra Ri. De esta manera, el espacio
muestral también se define como el conjunto de todos los puntos muestrales que se pueden obtener
en un experimento.
a) ¿Cuál es el experimento?
b) ¿Cuáles son los resultados posibles o puntos maestrales?
c) ¿Cuál es el espacio muestral?
En este caso, el experimento consiste en “lanzar una moneda al aire una sola vez”, pues se trata
de un proceso de observación en el que se obtiene un resultado entre distintos resultados posibles.
En este experimento hay dos resultados posibles o dos puntos muestrales:
S= {águila, sol
Ejemplo 2
a) ¿Cuál es el experimento?
b) ¿Cuáles podrían ser los posibles resultados o puntos muestrales?
c) ¿Cuál podría ser el espacio muestral?
R1: IBM
R2: Hewlett Packard
R3: Compaq
R4: Nec
Ejemplo 3
Un inversionista seleccionará de manera aleatoria y sin reemplazo dos acciones entre un portafolio
compuesto por tres acciones: acción A, acción B y acción C. ¿Cuáles son los posibles resultados o
puntos muestrales?¿Cuál es el espacio muestral?
Una selección sin reemplazo es aquella que ocurre cuando una opción ya fue seleccionada y ya
no puede volver a ser seleccionada nuevamente, mientras que una selección con reemplazo es aquella
que ocurre cuando una opción que ya fue seleccionada, puede volver a ser seleccionada nuevamente.
Al ser un experimento sin reemplazo, existen seis posibles resultados:
UNIDAD 4. PROBABILIDAD 19 9
R1: (A, B) R4: (B, A)
R2: (A, C) R5: (C, A)
R3: (B, C) R6: (C, B)
Por ejemplo, en el primer resultado posible R1: (A, B), se señala que la primera y segunda acción
seleccionada por el inversionista fueron A y B, respectivamente; mientras que en el cuarto resultado
posible R4: (B, A) se indica que la primera y segunda acción seleccionada por el inversionista fueron
B y A, respectivamente.
El espacio muestral queda representado de la siguiente manera:
S = { (A, B), (A, C), (B, C), (B, A), (C, A), (C, B) }
Ejemplo 4
Una estudiante adolescente se encuentra platicando en Internet con el propósito de encontrar novio.
Existe la posibilidad de que los jóvenes con los que platique sean guapos (G) o feos (F).
Si la adolescente platica sólo con un joven, entonces existen dos resultados posibles: que el
pretendiente sea guapo (G) o que el pretendiente sea feo (F), por lo que el espacio muestral es:
S = {G, F}
Ahora, si la adolescente platica con tres jóvenes simultáneamente, entonces existen ocho
resultados posibles pues es una selección con reemplazo (una opción que ya es seleccionada con el
primer pretendiente, puede ser seleccionada nuevamente con el segundo pretendiente):
Por ejemplo, el primer resultado posible R1: (G, G ,G) señala que los tres jóvenes con los que la
adolescente platica son guapos; mientras que el segundo resultado posible R2 : (G, G, F) indica que el
primer y segundo joven son guapos, mientras que el tercer joven es feo.
S = {(G, G, G), (G, G, F), (G, F, G), (F, G, G), (G, F, F), (F, G, F), (F, F, G), (F, F, F)}
Ejemplo 5
Una empresa de mercadotecnia desea conocer la efectividad de anunciar productos por televisión en
el horario en que se transmite un famoso programa de talkshow; para esto entrevistó a 10 amas de casa
y les preguntó si veían dicho programa de televisión. ¿Cuál es el espacio muestral si lo que se desea
observar es el número de amas de casa que ven ese programa?
S= {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
En este caso existen 11 resultados posibles. Puede ocurrir que ninguna ama de casa vea el
talkshow, por lo que el resultado posible es 0; o bien, puede presentarse el caso en que las 10 amas de
casa entrevistadas vean el programa, cuyo resultado posible se representa como 10.
Cabe señalar que un evento no debe entenderse como sinónimo de posible resultado o punto
muestral. Un evento efectivamente puede tomar en cuenta un resultado posible o punto muestral,
pero también puede considerar varios resultados posibles o puntos muestrales.
Tampoco deben confundirse los términos experimento y evento. Un experimento es un
proceso de observación en el que se pueden obtener distintos resultados. Un evento es la colección
de uno o más de esos resultados que se puede obtener en un experimento y que se encuentra dentro
del espacio muestral.
Ejemplo 6
Del experimento en que una estudiante adolescente se encuentra platicando con tres jóvenes con la
finalidad de encontrar novio, se pueden observar varios eventos.
Un evento podría ser que “los tres jóvenes sean guapos”. En este caso, el evento sólo estaría
considerando un punto muestral (G, G, G) de los ocho puntos muestrales o resultados posibles de
este experimento.
Otro evento podría definirse como “platique con dos jóvenes que sean feos”. En este evento se
consideran tres posibles resultados o puntos muestrales: (G, F, F), (F, G, F) y (F, F, G).
Otro evento podría definirse como “al menos dos jóvenes con los que platique sean guapos”.
En este evento se considerarían cuatro posibles resultados o puntos muestrales: (G, G, F), (G, F, G),
(F, G, G) y (G, G, G).
Como puede apreciarse, el primer evento únicamente consta de un solo punto muestral de los
ocho existentes en el espacio muestral, mientas que en los dos últimos eventos se tiene una colección
de varios puntos muestrales.
Ejemplo 7
UNIDAD 4. PROBABILIDAD 2 01
E1: Que el precio del producto sea 18 pesos.
E2: Que el precio del producto sea 19 pesos.
E3: Que el precio del producto sea 20 pesos.
E4: Que el precio del producto sea mayor de 20 pesos (21 y 22 pesos).
E5: Que el precio del producto sea de 20 pesos o menos (18, 19 y 20 pesos).
Como podemos observar, los eventos E1, E2 y E3 se encuentran compuestos sólo por un posible
resultado o punto muestral. Los eventos E4 y E5 se encuentran compuestos por dos y tres posibles
resultados o puntos muestrales, respectivamente.
Enfoque clásico
El enfoque de probabilidad clásico predominó en los siglos XVII y XVIII, y se aplicó principalmente
en juegos de azar como cartas y dados.
La probabilidad de que ocurra un evento desde el punto de vista clásico se calcula dividiendo el número
de resultados que son favorables al evento, entre el número total de resultados del experimento.
Este enfoque se basa en dos consideraciones: que los resultados son igualmente posibles o que
los resultados pueden ser previsibles sin necesidad de efectuarse el experimento.
Ejemplo 8
Considérese que lanzamos un dado una sola vez. Si nos preguntamos ¿cuál es la probabilidad de que
caiga uno?, nuestro evento lo definimos como “que caiga uno” y su probabilidad la expresamos como
P( ).
En este problema pueden ocurrir seis resultados: que el dado caiga en 1, 2, 3, 4, 5 o 6. También
se observa que de esos seis resultados, sólo uno es favorable al evento “que caiga uno”. Aplicando la
fórmula del enfoque clásico de la probabilidad el resultado sería el siguiente:
3
Probabilidad de caer el número par 0.5
6
En este problema también pueden ocurrir seis resultados: que el dado caiga en 1, 2, 3, 4, 5 o 6;
de esos seis resultados posibles, tres son favorables al evento “que caiga un número par”, que son los
números 2, 4 y 6, por lo que en el numerador de la fórmula se pone el número 3.
Ejemplo 9
Una conocida cadena de tiendas de autoservicio desea promover sus ventas invitando a sus clientes
a participar en un concurso denominado “La vida es una tómbola”. En ese concurso, a los clientes
se les realizará un descuento de acuerdo con el porcentaje que se indique en cada una de las bolitas
que seleccionó de la tómbola. Dentro de la tómbola, existen 100 bolitas clasificadas de la siguiente
manera: 1 otorga 100%, 9 otorgan 50%, 10 otorgan 30%, 10 otorgan 20%, 20 otorgan 10% y 50
otorgan 0%.
1 1
P(100%) 0.01
1 1 1 ... 1 100
10
P(30%) 0.1
100
Existen diez bolitas que ofrecen 30% de descuento entre las 100 que se encuentran en la
tómbola.
La probabilidad de que un cliente obtenga 0% de descuento es:
50
P(0%) 0.5
100
Existe una gran cantidad de situaciones donde la ocurrencia de posibles eventos no es igualmente
probable ni puede ser previsible, sino que existe la necesidad de efectuar observaciones. En estas
situaciones la probabilidad es obtenida utilizando el enfoque de frecuencia relativa, el cual se basa
en la información que se ha obtenido en experiencias del pasado o en observaciones que se han
recolectado a través de una muestra.
n( A)
P( A)
N
Donde:
n(A) = número de veces en que se ha presentado el evento “A”.
N = número total de observaciones realizadas.
Ejemplo 10
Un estudiante que se encuentra cursando materias de tronco común desea conocer cuáles son
las expectativas en el campo laboral de estudiar la carrera de contabilidad. Para esto consultó los
últimos 50 empleos ofrecidos en una bolsa de trabajo por Internet (www.occ.com.mx) y observó
que 12 plazas se ofrecían a contadores, 15 a administradores, 8 a mercadólogos, 10 a infomáticos
y 5 a otras carreras.
n(A ) 15
P( A) 0.30 Probabilidad de que se solicite un administrador.
N 50
n(M ) 8
P(M ) 0.16 Probabilidad de que se solicite un mercadólogo.
N 50
n(I ) 10
P(I ) 0.20 Probabilidad de que se solicite un informático.
N 50
Donde:
n(C) = número de veces en que se ha observado “contadores”.
n(A) = número de veces en que se ha observado “administradores”.
n(M) = número de veces en que se ha observado “mercadólogos”.
n(I) = número de veces en que se ha observado “informáticos”.
N = número total de observaciones realizadas.
Ejemplo 11
n(T ) 245
P(T ) 0.49
N 500
Enfoque subjetivo
Los enfoques clásico y de frecuencia relativa se determinan con base en hechos observables. Sin
embargo, en ocasiones se presentan situaciones en las que no es posible realizar observaciones,
ya sea porque resulta muy costoso o porque no existe ningún antecedente en el pasado. En estas
condiciones, la probabilidad de ocurrencia de un evento debe evaluarse de manera subjetiva.
Los tomadores de decisiones pueden hacer uso de cualquier evidencia que tengan a la mano
y relacionarla con intuiciones personales. Por esta razón, las distintas apreciaciones que tienen las
personas hacia un mismo evento pueden derivar en la asignación de distintas probabilidades.
La probabilidad subjetiva generalmente se asigna cuando los eventos se presentan una sola
vez o en un número muy reducido de veces. Por ejemplo, cuando una empresa no tiene ningún
antecedente sobre el lanzamiento de un nuevo producto y tiene que decidir sobre el éxito de la
campaña publicitaria.
Ejemplo 12
230
P(sí seapruebe) 0.46
500
a) Experimento aleatorio.
b) Espacio muestral.
c) Experimento.
d) Evento.
a) Experimento aleatorio.
b) Espacio muestral.
c) Experimento.
d) Evento.
a) Experimento aleatorio.
b) Espacio muestral.
c) Experimento.
d) Evento.
4. Es el proceso de observación cuyos resultados no pueden predecirse con plena seguridad, pues
están sujetos al azar:
a) Experimento aleatorio.
b) Espacio muestral.
c) Experimento.
d) Evento.
a) Experimento aleatorio.
b) El total del espacio muestral.
c) Un subconjunto del espacio muestral.
d) Un proceso que culmina con la toma de una decisión.
6. Sus supuestos son que los resultados son igualmente posibles o pueden ser previsibles sin
necesidad de efectuarse el experimento:
a) Enfoque clásico.
b) Enfoque de frecuencia relativa.
c) Enfoque subjetivo.
d) Enfoque de frecuencia acumulada.
UNIDAD 4. PROBABILIDAD 2 07
7. La probabilidad es asignada por los individuos desde su apreciación personal o con base en el
grado de creencia que se tiene sobre la ocurrencia de un evento:
a) Enfoque clásico.
b) Enfoque de frecuencia relativa.
c) Enfoque subjetivo.
d) Enfoque de frecuencia acumulada.
a) Enfoque clásico.
b) Enfoque de frecuencia relativa.
c) Enfoque subjetivo.
d) Enfoque de frecuencia acumulada.
10. Es un enfoque en el cual pueden obtenerse distintas probabilidades asignadas por diferentes
personas para un mismo evento:
a) Enfoque clásico.
b) Enfoque de frecuencia relativa.
c) Enfoque subjetivo.
d) Enfoque de frecuencia acumulada.
P (A) = 0.089
P (B) = 0.72
P (C) = 0.21
12. Un inversionista necesita seleccionar tres opciones de manera aleatoria y sin reemplazo entre
un portafolio compuesto por 3 acciones: acción A, acción B y acción C. ¿Cuáles son los posibles
resultados o puntos muestrales?¿Cuál es el espacio muestral?
13. Un encuestador entrevistará a dos distintas personas para conocer su opinión sobre la calidad
de un jamón que lesmostrará mediante una probada. Las posiblesrespuestas que puede realizar
cada uno de los encuestados son: bueno, regular, malo. ¿Cuáles son los posibles resultados o
puntos muestrales?¿Cuál es el espacio muestral?
15. De acuerdo con los últimos meses, la Secretaría de Salud informó que de cada 1 500
muertos en los últimos meses, 50 se debió a accidentes automovilísticos, 200 a cáncer y 280
a problemas cardiacos.
a) ¿Cuál esla probabilidad de que la muerte de una persona se deba a un accidente automovilístico?
b) ¿Cuál es la probabilidad de que la muerte de una persona se deba a problemas cardiacos?
c) ¿Qué enfoque se estaría utilizando en este ejemplo?
16. Una empresa de seguros tiene 5 000 estudiantes asegurados por concepto de gastos médicos.
Por experiencia, se sabe que 5 de cada 100 estudiantes generan gastos médicos mayores,
10 de cada 100 generan gastos médicos menores y el resto no generan ningún gasto por
servicios médicos.
Una primera manera de clasificar los eventosesen eventossimples y en eventos compuestos. Ambos
tienen diferentes interpretaciones y son muy útiles para analizar el concepto de probabilidad.
Evento simple se le denomina a la colección de un único resultado posible o un único punto muestral.
Evento compuesto se le denomina a la colección de dos o más resultados posibles o puntos muestrales.
Los eventos compuestos también son llamados eventos conjuntos y pueden descomponerse en
varios eventos simples. Por esta razón, a los eventos compuestos se les define como una colección de
dos o más eventos simples.
Ejemplo 13
Del ejemplo 6 sobre una estudiante adolescente que se encuentra platicando con tres jóvenes con la
finalidad deencontrar novio, sehabía señalado queel evento “lostresjóvenessean guapos” únicamente
consideraba un punto muestral (G, G, G) de los ocho resultados posibles de este experimento, por
lo que se trata de un evento simple.
Por otra parte, en el evento “platique con dos jóvenes que sean feos” estaban considerados tres
puntos muestrales (G, F, F), (F, G, F) y (F, F, G), por lo que éste es un evento compuesto o conjunto.
Por último, en el evento definido “al menos dos de los tres jóvenes con los que platique sean
guapos” estaban considerados cuatro puntos muestrales (G, G, F), (G, F, G), (F, G, G) y (G, G, G),
por lo que también se trata de un evento compuesto o conjunto.
Como puede apreciarse, los eventos compuestos pueden ser desagregados en distintos eventos
simples. El evento compuesto “platique con dos jóvenes feos” puede ser desagregado en tres eventos
simples (G, F, F) o (F, G, F) o (F, F, G); mientras que el evento compuesto “al menos dos de los tres
jóvenes con los que platique sean guapos” puede ser desagregado en cuatro eventos simples (G, G, F)
o (G, F, G) o (F, G, G) o (G, G, G).
Si se define E = éxito y F = fracaso, los posibles resultados o puntos muestrales que se obtienen
de este experimento son:
R1 : (E, E) R3 : (F, E)
R2 : (E, F) R4 : (F, F)
Una propiedad muy importante en probabilidad consiste en que la suma de todas las
probabilidades simples de un espacio muestral es igual a uno.
P(E) 1
S
Ejemplo 15
El departamento de personal de una empresa dio a conocer que existe una vacante de supervisor en el
departamento de control de calidad que se ofrece a sus empleados; existen 4 trabajadores (Juan, Pedro,
Luis y Raúl) al interior de la empresa que cubren con el perfil requerido para la vacante.
a) ¿Cuál es la probabilidad de que Juan sea seleccionado para cubrir la vacante de supervisor,
si la selección se hace de manera aleatoria?
b) ¿Qué tipo de probabilidad se trata, simple o conjunta?
El espacio muestral está constituido como S = {Juan, Pedro, Luis, Raúl}, pues son los posibles
resultados que la empresa tiene al seleccionar a un trabajador para ocupar la vacante indicada.
La probabilidad de que Juan sea seleccionado para ocupar la plaza de supervisor se obtiene:
1
P( Juan) 0.25
4
En este caso se trata de una probabilidad simple, pueses la probabilidad de que sea seleccionado
uno de los cuatro puntos muestrales del espacio muestral.
Observa que si sumamos las probabilidades simples de Juan, Pedro, Luis y Raúl, su resultado
es igual a uno.
1 1 1 1
P( Juan) P(Pedro) P(Luis) P(Raúl ) 1
4 4 4 4
Por esta razón se dice que la suma de todas las probabilidades simples o la suma de las
probabilidades de todos los puntos muestrales del espacio muestral es igual a uno.
Ejemplo 16
6
P(doscamionescon contrabando) 0.375
16
Dos conceptos básicos que establecen la manera en que se relacionan los eventos entre sí son la unión
y la intersección de eventos. Estos conceptos serán de gran utilidad para continuar con el estudio de
la probabilidad.
La unión de eventos es la colección de puntos muestrales que se encuentran contenidos en los mismos.
Si se tienen dos eventos, y , la unión de éstos es la colección de puntos muestrales que se encuentran
contenidos en el evento o en el evento B o en ambos y se representa mediante el símbolo U .
Al ser una colección de puntos muestrales, la unión es considerada como un nuevo evento
del cual se puede encontrar su probabilidad. Por esta razón, la unión de eventos también puede ser
definida como el evento que contiene los puntos muestrales que se encuentran en los mismos.
Ejemplo 17
Del ejemplo anterior, si se definen doseventos, A esel evento “doscamionesque contengan mercancía
de contrabando”, y B es el evento “que el primer camión inspeccionado contenga mercancía de
contrabando”, encuentra la unión de los eventos A y B.
De los 16 puntos muestrales, 6 se encuentran contenidos en el evento A “dos camiones que
contienen mercancía de contrabando” (R6, R7, R8, R9, R10, R11). Por otra parte, de los 16 puntos
muestrales, 8 se encuentran contenidosen el evento B, “que el primer camión inspeccionado contenga
mercancía de contrabando” (R1, R2, R3,,R4, R6, R7, R9, R12).
Evento A: “dos camiones que contienen mercancía de contrabando”
La unión de estos eventos también puede ser representada mediante un diagrama de Venn.
A B
S A B
Observa en este ejemplo que la unión resultante de A y B son todos los puntos muestrales
que se encuentran tanto en A como en B. Observa que en A B los puntos muestrales R6, R7 y R9, que
aparecen en ambos eventos únicamente, se señalan una vez. En un diagrama de Venn la unión es
representada por el área sombreada que cubre ambos conjuntos, tanto a A como a B.
Adicionalmente, se ha señalado que el resultado de la unión de los eventos A y B es un nuevo
evento A B, del cual también se puede encontrar su probabilidad.
11
P( A B) 0.6875 Probabilidad de que ocurra el evento A o el evento B.
16
La intersección de dos eventos A y B es el conjunto de todos los puntos muestrales que se encuentran
contenidos en ambos eventos A y B simultáneamente, y es representada por el símbolo A B.
R6 : (S, S, N, N)
R7 : (S, N, N, S)
R9: (S, N, S, N)
La intersección de estos eventos también puede ser representada mediante un diagrama de Venn.
A B
S A B
Observa en este ejemplo que la intersección resultante de A y B únicamente son aquellos puntos
muestrales que se encuentran de manera simultánea en los eventos A y B. En el diagrama de Venn
la intersección de dos eventos se representa por el área sombreada que cubre únicamente la región
donde los eventos A y B son coincidentes.
Adicionalmente, se ha señalado que el resultado de la intersección de los eventos A y B también
es un nuevo evento A B, del cual también se puede encontrar su probabilidad.
3
P( A B) 0.1875
16
Ademásde clasificar los eventosen simplesy compuestos, también resulta necesario para el estudio de
la probabilidad definir los eventos complementarios y eventos mutuamente excluyentes.
P( A) 1– P( A)
Dado que:
P( A) P( A) 1
Ejemplo 19
Una empresa de transportes de carga hizo sus estimaciones de ventas para el próximo año. De los
resultados obtenidos existe la probabilidad de 0.90 que las ventas alcancen 100%, ¿cuál será la
probabilidad de que las ventas no alcancen 100%?
Si se define al evento A “que las ventas alcancen 100%” y si se desea conocer la probabilidad de
que las ventas no alcancen 100%, entonces el objetivo consiste en encontrar la probabilidad de P(A ),
ésta se conoce como el complemento de P(A). Se sabe que P(A) = 0.90, por lo tanto:
Si, P( A) 1– P(A)
Se dice que los eventos son mutuamente excluyentes si no tienen puntos muestrales en común; es decir,
que cuando ocurre un evento el otro no puede ocurrir de manera simultánea.
A B
P(A B) = 0
Una empresa de consultoría desea medir el nivel de audiencia de los dos noticieros televisivos
más importantes en cadena nacional. En el horario en que ambos noticieros son transmitidos, la
empresa realiza una llamada a un hogar y pregunta cuál es el noticiero que se encuentra viendo en
ese momento.
En este caso los eventos son mutuamente excluyentes, pues si la persona se encuentra viendo el
noticiero de la televisora del Ajusco implica que no se encuentra viendo el noticiero de la televisora
que se encuentra en avenida Chapultepec y viceversa.
Ejemplo 21
Si se tienen los siguientes eventos: el evento A “que la Bolsa Mexicana de Valorestenga un cierre hacia
la alza”; el evento B “que la Bolsa Mexicana de Valores cierre hacia la baja” y el evento C “que la Bolsa
Mexicana de Valores cierre sin cambios”, ¿son eventos mutuamente excluyentes?
Estos tres eventos sí son mutuamente excluyentes, pues si el evento A ocurre, no pueden ocurrir
los eventos B y C en un día determinado. De la misma manera, si el evento B ocurre, no pueden
ocurrir los eventos A y C en un día determinado.
Cabe señalar que cuando dos eventos no son mutuamente excluyentes, la intersección entre
ambos es diferente a cero.
a) Evento simple.
b) Evento compuesto.
c) Evento complementario.
d) Eventos mutuamente excluyentes.
a) Evento simple.
b) Evento compuesto.
c) Evento complementario.
d) Eventos mutuamente excluyentes.
3. Se denomina a la colección de posibles resultados o puntos muestrales del espacio muestral que
no fueron incluidos en otro evento ya definido:
a) Evento simple.
b) Evento compuesto.
c) Evento complementario.
d) Eventos mutuamente excluyentes.
4. Cuando dos eventos no tienen puntos muestrales en común o que cuando uno ocurre el otro
no puede ocurrir de manera simultánea, se les llama:
a) Evento simple.
b) Evento compuesto.
c) Evento complementario.
d) Eventos mutuamente excluyentes.
5. Esla posibilidad de que se presenteun punto muestral, misma que ya no puede ser descompuesta
o desagregada en otras probabilidades:
a) Probabilidad simple.
b) Probabilidad conjunta.
c) Unión de eventos.
d Intersección de eventos.
a) Probabilidad simple.
b) Probabilidad conjunta.
c) Unión de eventos.
d) Intersección de eventos.
a) Probabilidad simple.
b) Probabilidad conjunta.
c) Unión de eventos.
d) Intersección de eventos.
a) Probabilidad simple.
b) Probabilidad conjunta.
c) Unión de eventos.
d) Intersección de eventos.
10. Si se tiene un evento conjunto constituido por 4 puntos muestrales y el espacio muestral tiene
un total de 10, entonces:
a) El evento conjunto no puede ser descompuesto en eventos simples, pero tampoco se puede
obtener eventos simples del espacio muestral.
b) El evento conjunto no puede ser descompuesto en 4 eventos simples y del espacio muestral
se puede obtener 10 eventos simples.
c) El evento conjunto puede ser descompuesto en 4 eventos simples y del espacio muestral se
puede obtener 10 eventos simples.
d) El evento conjunto puede ser descompuesto en 10 eventos simples y del espacio muestral se
puede obtener 4 eventos simples.
a) Estará conformado por todos los puntos muestrales del espacio muestral.
b) Será nulo o no existe A B.
c) Será igual a uno.
d) Estará conformado por los puntos muestrales de ambos eventos.
17. Una estudiante adolescente se encuentra chateando en Internet con tres jóvenes con el
propósito de encontrar novio. Existe la posibilidad de que los jóvenes con los que platique
sean guapos (G) o feos (F). Si se define el evento A “que dos jóvenes sean guapos” y el evento
C “al menos dos jóvenes sean guapos”:
18. Un inversionista seleccionará de manera aleatoria y sin reemplazo dos acciones entre
un portafolio compuesto por 3 acciones: acción A, acción B y acción C. Si se define el
evento A “que salga seleccionada la acción A” y el evento B “que salga seleccionada la
acción B”, encuentra:
UNIDAD 4. PROBABILIDAD 2 21
4.3. Leyes de probabilidad
Una vez que ya se han clasificado los distintos tipos de eventos, en esta sección se exponen tres leyes y
dos definiciones fundamentales de la probabilidad que establecen relaciones entre las probabilidades
de distintos eventos. Estas son:
1. La ley de la adición.
2. La probabilidad condicional.
3. La independencia estadística.
4. La ley de la multiplicación.
5. La ley de Bayes.
Estas leyes son muy utilizadas para dar solución a una gran cantidad de problemas que se
presentan cotidianamente en los negocios y en las ciencias sociales.
Donde:
P(A B): es la probabilidad de que se presente el evento A o el evento B.
P(A): la probabilidad de que suceda el evento A.
P(B): la probabilidad de que suceda el evento B.
P(A B): la probabilidad de que sucedan A y B de manera simultánea.
Por otra parte, si N eventos son mutuamente excluyentes, la ley de adición queda expresada de
la siguiente manera:
Es decir, por ejemplo, si se tienen dos eventos que son mutuamente excluyentes, A y B, la ley
de adición sería la siguiente:
Recuerda que si dos eventos son mutuamente excluyentes, es imposible que ambos se presenten
al mismo tiempo, por lo que la intersección de los mismos es nula. Si se compara con la fórmula
Ejemplo 22
Definimos:
P(S) = 0.083 Probabilidad de que un aspirante sea admitido en Stanford.
P(H) = 0.135 Probabilidad de que un aspirante sea admitido en Harvard.
P(S H) = 0.051 Probabilidad de que un aspirante sea admitido en ambas.
Se aplica la ley de la adición para eventos que no son mutuamente excluyentes, puesto que si un
aspirante es admitido en Stanford no implica que no pueda ser admitido en Harvard; un aspirante
puede ser admitido en ambas universidades de manera simultánea, razón por la cual P(S H) = 0.051.
Ejemplo 23
En el año 2000, una prestigiada universidad en México tenía una población estudiantil de 43 328
alumnosinscritosen cuatro diferentescampi: 19.5% seencontrabamatriculado en el campusAtizapán,
33.2% en campus Cuitláhuac, 14.2% en campus Marina y 33.1% en campus Sur. Adicionalmente,
32.7% de sus estudiantes se encontraban matriculados en la División Académica de Ingeniería, 1.1%
en la División Académica de Odontología y 66.1% en la División Académica de Administración y
CienciasSociales. Losestudiantesúnicamente pueden estar matriculados en un solo campus y en una
división académica.
Definimos:
P(I) = 0.328 Probabilidad de que esté en ingeniería.
P(O) = 0.011 Probabilidad de que esté en odontología.
Se utiliza la ley de la adición para eventos mutuamente excluyentes en ambos incisos, pues los
estudiantes únicamente pueden estar matriculados en un solo campus y en una sola división académica.
Ejemplo 24
De acuerdo con la información proporcionada por el INEGI, en el año 1999 se encontraban inscritos
en nuestro país 1 481 999 estudiantes en el nivel superior, los cuales se presentan desagregados por
sexo y por áreas de estudio en la tabla 4.1. Si se definen los siguientes eventos:
En el inciso b) se solicita P(A C). A y C son eventos que no son mutuamente excluyentes,
pues pueden ocurrir simultáneamente (existen mujeres que se encuentran estudiando en áreas
administrativas y sociales), por lo tanto:
En el inciso c) se solicita P(B D). Ambos eventos tampoco son mutuamente excluyentes, pues
pueden ocurrir de manera simultánea (existen hombres que se encuentran estudiando en áreas de
ingeniería y tecnologías), por lo tanto:
La probabilidad de que un estudiante de nivel superior sea hombre y estudie en áreasde ingeniería
y tecnología P(B D) se obtiene dividiendo el número de estudiantes que cumplen con ambos eventos
(343 087) entre el total de estudiantes en el nivel superior (1 481 999), dando una probabilidad 0.2315.
Utilizando la ley de adición para eventosque no son mutuamente excluyentes, la probabilidad de que un
estudiante de nivel superior sea hombre o estudie en áreas de ingenierías y tecnologías es 0.6275.
Con frecuencia las probabilidades de los eventos se encuentran relacionados de manera tal, que la
probabilidad de ocurrencia de uno de ellos depende si los otros han ocurrido o no. Por ejemplo, es
muy probable que la Bolsa Mexicana de Valores experimente un comportamiento hacia la alza dado
que se presente un incremento en las bolsas de valores en el resto del mundo.
Donde:
P(A/ B)= Probabilidad condicional de que se presente el evento A dado que ocurra el evento B.
P(A B)= Probabilidad de la intersección del evento A con el evento B; es decir, la probabilidad
de que ocurran estos eventos de forma simultánea.
P(B)= Probabilidad de que suceda el evento B. Observa que el evento B es el que condiciona
la probabilidad del evento A.
Ejemplo 25
De acuerdo con algunos estudios realizados por analistas de mercado, se sabe que la probabilidad de que
exista una devaluación del peso y una caída en la tasa de interésde manera simultánea es de 0.2. Además,
la probabilidad de que exista una caída en las tasas de interéses de 0.5. Señala cuál será la probabilidad de
que exista una devaluación en el peso dado que se presente una caída en las tasas de interés.
Se desea conocer cuál es la probabilidad de que exista una devaluación del peso influida por la
caída en las tasas de interés, por lo que definimos:
Se puede señalar que la probabilidad de que se presente una devaluación del peso motivada por
la caída en las tasas de interés es de 0.4.
Hay que resaltar que la probabilidad condicional únicamente procede cuando se trata de eventos
que no son mutuamente excluyentes, es decir, cuando la probabilidad de la intersección P(A B) es
distinta a cero. En caso de que los eventos sean mutuamente excluyentes P(A B) sería igual a cero
y por lo tanto la probabilidad condicional P(A/ B) también sería igual a cero.
P(A/ B) = P(A)
Por el contrario, cuando los eventos sí se influyen o se determinan entre sí, se dice que no
son estadísticamente independientes. En el caso de dos eventos que no son estadísticamente
independientes se cumple lo siguiente:
P(A/ B) P(A)
Como se puede apreciar en la fórmula para eventos que son estadísticamente independientes, la
probabilidad condicional P(A/ B) es igual a la probabilidad del evento A, es decir, exista o no la presencia
del evento B, la probabilidad P(A) no cambia, es indiferente. Por el contrario, cuando los eventos no son
estadísticamente independientes se observa que la probabilidad condicional P(A/ B) no es la misma a la
probabilidad del evento A, es decir, la presencia del evento B sí influyó en modificar la probabilidad del
evento A. Mientras más distinta sean estas probabilidades se dice que el evento B influye mucho sobre A.
Ejemplo 26
Se sabe que 50% de los refrescos que se consumen en una población son de una determinada
marca, también se sabe que 60% de la población ha visto por televisión el nuevo comercial de
este refresco, y que las personas que consumen esa marca de refresco y que han visto su nuevo
comercial representan 30% de la población. Determina si la compra de refrescos de esta marca ha
sido estimulada por su nuevo comercial en televisión.
Si comparan las probabilidades P(A/ B) = 0.5 y P(A) =0.5, se observa que ambas son iguales 0.5
= 0.5. En este sentido señalamos que el evento A es estadísticamente independiente del evento B, es
UNIDAD 4. PROBABILIDAD 2 27
decir, la probabilidad de que un cliente consuma refrescos de esta determinada marca no está influida
por la presencia del nuevo comercial, por lo que se puede concluir que la publicidad de este refresco
no es la adecuada.
Ejemplo 27
En muchas ocasiones se dice que ciertas carreras profesionales atraen en mayor número a las mujeres
y otras carreras a un mayor número de hombres. De la información proporcionada en la tabla 4.2
determina si la carrera de comunicaciones atrae a las mujeres.
28 853
P( A B) 0.0388
742 491
P( A B) 0.0388
P( A / B) 0.6168 0.5559 P( A)
P(B) 0.0629
Donde:
P(A B): Es la probabilidad de que se presente el evento A y el evento B.
P(A): La probabilidad de que suceda el evento A.
P(B): La probabilidad de que suceda el evento B.
Donde:
P(A/ B) = Es la probabilidad condicional de que suceda el evento A dado que se presente
el evento B.
Ejemplo 28
El departamento de mercadotecnia de una empresa realizó un estudio de mercado para saber cuál de
dos bebidas refrescantes prefieren los consumidores; la bebida refrescante A tuvo una probabilidad
de aceptación de 75%, mientras que la bebida refrescante B tuvo una aceptación de 80%. ¿Cuál es la
probabilidad de que ambas bebidas refrescantes tengan aceptación por parte de los consumidores si
se supone que ambos eventos son estadísticamente independientes?
La probabilidad de A es de 0.75.
La probabilidad de B es de 0.80.
Sustituyendo en la fórmula se obtiene:
En la mayoría de las aplicaciones reales, las decisiones se actualizan conforme se obtiene nueva
información o cuando existe un cambio de escenarios. Por ejemplo, las empresas revisan sus
decisiones sobre el nivel de producción una vez que se conoce la presencia de un escenario favorable
o desfavorable. Por esto se observa que cuando se manifiestan los primeros síntomas de una crisis
económica, lasempresasrealizan recortesen su producción y en su planta laboral demanera anticipada
con el propósito de permanecer en el mercado.
La ley de Bayes proporciona un método mediante el cual la probabilidad de cierto evento que ya es
conocido (probabilidad a priori o previa) se va actualizando conforme se obtiene nueva información. Una
vez que la probabilidad ha sido actualizada se le llama probabilidad a posteriori (o probabilidad posterior).
La probabilidad condicional determina la forma en que un evento es influido o determinado
dada la presencia de otro evento. Por esta razón, las probabilidades a posteriori son probabilidades
condicionales, pues han sido actualizadas por la presencia de un nuevo evento al haberse obtenido
mayor información. La ley de Bayes se utiliza para obtener probabilidades más precisas que las
probabilidades a priori, dada la presencia de un nuevo evento.
La fórmula para encontrar una probabilidad a posteriori es la que se conoce como la ley de Bayes,
la cual se expresa de la siguiente manera:
Sea A un evento y A su complemento (información a priori). Si otro evento B ocurre, entonces:
P(B / A) P( A)
P( A / B)
P(B / A) P( A) P(B / A) P( A)
Donde:
P(A/ B) = Probabilidad de que ocurra A dado que ocurrió B (probabilidad a posteriori).
P(B/ A) = Probabilidad de que ocurra B dado que ocurrió A.
P(A) = Probabilidad del evento A (probabilidad a priori).
P( A ) = Probabilidad del complemento del evento A (probabilidad a priori).
Ejemplo 30
En una fábrica se tienen dos máquinas que producen pantalones de vestir. La máquina 1 produce
45% del total de pantalones y la 2 produce 55% restante. La máquina 1 produce 10% de pantalones
defectuosos y en la máquina 2 el porcentaje de producción defectuosa es de 8%. Si se observa un
pantalón defectuoso, ¿cuál es la probabilidad de que haya sido producido por la máquina 2?
A : producción de la máquina 1.
B : producción de la máquina 2.
X : productos defectuosos.
Y : productos de buena calidad.
A 45 % 10 %
90 %
B 55 % 08 %
92 %
P( X B / B) P( B)
P( B / X B )
P( X B / B) P( B) P( X B / B) P( B)
(0.08)(0.55) (0.044)
0.49
(0.08)(0.55) (0.10)(0.45) (0.089)
La probabilidad de que el pantalón defectuoso haya sido producido por la máquina 2 es de 49%.
Ejemplo 31
UNIDAD 4. PROBABILIDAD 2 31
Se puede identificar el problema con las siguientes variables:
A: Proveedor A.
B: Proveedor B.
X: Buena calidad.
Y: Mala calidad.
Como se mencionó anteriormente, los diagramas de árbol son un instrumento muy útil en la
solución de este tipo de problemas.
A 40 % 80 %
20 %
50 %
B 60 %
50 %
P(X A / A) P( A)
P( A / X A )
P(X A / A ) P( A) P(XB / A ) P( A)
(0.80)(0.40) 0.32
= 0.516
(0.80)(0.40) (0.50)(0.60) 0.62
La probabilidad de que el material de vinil haya sido adquirido por el proveedor A es de 51.6%
2. De acuerdo con algunos estudios se sabe que la probabilidad de que exista un incremento en
la bolsa de valores y una caída en las tasas de interés es de 0.3, mientras que la probabilidad de
que se presente una caída en las tasas de interés es de 0.4.
3. En un mercado existe una probabilidad de que los inversionistas compren acciones tipo A
de 0.34, una probabilidad de que compren acciones tipo B de 0.2, una probabilidad de que
compren ambas de 0.11. ¿Cuál es la probabilidad de que un inversionista compre acciones
tipo A dado que ya compró acciones del tipo B?
4. La probabilidad de que una empresa emplee una nueva estrategia de mercado para incrementar
las ventas es de 0.54 y la probabilidad de que la nueva estrategia de mercado sea adoptada y
que las ventas crezcan a los niveles proyectados es de 0.39, ¿cuál es la probabilidad de que si la
compañía emplea la nueva estrategia las ventas crezcan a los niveles proyectados?
7. En una encuesta que se realizó a 200 cadenas de tiendas de abarrotes, éstas revelaron los
siguientes ingresos, después de descontar los impuestos:
¿Cuál es la probabilidad de que una cadena de tiendas de abarrotes seleccionada al azar tenga
un ingreso entre un millón a 20, o un ingreso de 20 millones o más?
8. Como parte del programa anual de servicio de salud a sus empleados, una empresa de químicos
descubrió que 8% de los empleados requiere zapatos especiales, 15% necesita servicio dental y
3% requiere tanto zapatos como servicio dental. ¿Cuál es la probabilidad de que un trabajador
seleccionado al azar necesite zapatos especiales y servicio dental?
10. El consejo directivo de una empresa de telefonía está constituido por 8 hombres y 4 mujeres.
Se va a seleccionar en forma aleatoria un comité con 4 elementos para recomendar a un nuevo
presidente de la empresa.
11. Un equipo de béisbol juega 70% de sus partidos por la noche y 30% durante el día. El equipo
gana 50% de sus juegos nocturnos y 90% diurnos. De acuerdo con las últimas noticias, ganó
el último fin de semana, ¿cuál es la probabilidad de que el partido se haya desarrollado por la
noche?
12. Un productor espera detectar los artículos de mala calidad para quitarlos de los inventarios.
Supón que en una determinada planta de manufactura, hacia el final de la línea de producción,
el inspector de calidad recoge algunos artículos que le parecen de calidad sospechosa para
someterlos a una inspección minuciosa. Si 10% de todos los artículos producidos son
defectuosos, 60% de los defectuosos se someten a una inspección minuciosa y sólo 20% de los
no defectuosos se someten al examen, calcula la probabilidad de que un artículo sea defectuoso
dado que fue inspeccionado.
La regla mn
La regla mn se aplica en situaciones en las que se busca el número de maneras distintas en las que se
pueden formar pares de objetos, dichos objetos se seleccionan de dos grupos distintos, esta regla se
puede definir de la siguiente manera:
Con elementos 1
, 2
, 3
,…, y elementos 1
, 2
, 3
,…, , es posible formar pares que
contengan un elemento de cada grupo.
Su fórmula es:
N = mn
Donde:
N: número total de puntos muestrales.
Ejemplo 32
m = 50 n=3
N = mn= 50 3 = 150
Ejemplo 33
Un grupo de diez pacientes ingresó a una clínica en donde serán atendidos cada uno, por uno de tres
médicos. ¿De cuántas maneras se puede ordenar a los médicos?
Permutaciones
Según se pudo observar, la regla mn se aplicó para determinar posibles arreglos entre dos o más grupos.
Con frecuencia el interés se centra en un espacio muestral que contenga como elementos todos
los posibles órdenes o arreglos ordenados de un grupo de objetos. Por ejemplo, se desea conocer
cuántos arreglos diferentes son posibles para acomodar a seis personas en seis puestos diferentes, o
bien, cuántas formas diferentes existen para sacar dos boletos sorteados de la lotería de un total de
50. Los diferentes arreglos ordenados se denominan permutaciones.
La regla de permutacionessirve para determinar el número posible de arreglos cuando sólo hay
un grupo de objetos.
La fórmula que se utiliza para contar el número total de permutaciones distintas es:
n!
n Pr
(n r) !
Donde:
P: Es el número de permutaciones o formas en que pueden ordenarse los objetos.
n: Es el número total de objetos.
r: Número de objetos que se van a disponer cada vez.
Es necesario hacer notar que al trabajar ya sea con permutaciones o con combinaciones se
utiliza una notación matemática denominada factorial.
Ejemplo 34
Donde:
n = 10 y r = 4
10! 10!
10 P4 5 040
(10 4)! 6!
El número de maneras distintas en que puede ocuparse los puestos son 5 040.
En una empresa de lubricantes hay ocho lugares de capacitación administrativa los cualesse asignarán
a ocho empleados. ¿De cuántas maneras diferentes pueden ser asignados los ocho individuos a los
ocho lugares distintos?
n=8 y r =8
8! 8!
8 P8 40 320
(8 8)! 0!
Combinaciones
n!
n Cr
r !(n r)!
Ejemplo 36
10! 10 !
10 C4 210
4!(10 4)! 4!6!
Ejemplo 37
La Bolsa Mexicana de Valores ofrece 4 tipos de acciones a los inversionistas, ¿de cuántas maneras se
puede seleccionar 2 tipos de acciones?
n=4
r=2
4! 4!
4 C2 6
2!(4 2)! 2!2!
UNIDAD 4. PROBABILIDAD 2 37
1. Si se lanzan al aire dos dados, ¿cuántos puntos muestrales pueden observarse en el
experimento?
2. Un fabricante desarrolló cinco bases para lámpara y cuatro pantallas que pueden usarse en
conjunto. ¿Cuántos arreglos distintos de base y pantalla pueden hacerse?
3. De un total de 30 boletos de una rifa se extraen 5, los cuales serán premiados en orden de
importancia. ¿Cuántos puntos muestrales hay asociados a este experimento?
6. Se llevó a cabo un estudio para determinar las actitudes de las enfermeras de un hospital frente
a diversas disposiciones administrativas. Si se seleccionó una muestra de 8 enfermeras de un
total de 20. ¿Cuántos grupos combinados de enfermeras se pueden realizar?
Ejemplo 38
Una empresa comercializadora de ropa para dama requiere importar ropa de temporada. Las prendas
se producen en tres diferentes países, India, Taiwan y España. A continuación se muestra una tabla
con información del tiempo aproximado para trámites de importación, el tiempo de traslado de la
mercancía desde el país de origen hasta la aduana en México y los tiempos aproximados de liberación
de mercancía por parte de la aduana nacional.
a) Determina cuántas opciones de importación tiene la empresa que le permitan cumplir con
sus compromisos de entrega.
Solución a)
Para conocer el número de alternativas posibles que la empresa tiene para importar el producto,
desarrollaremos la tabla de resultados experimentales (puntos muestrales) donde las cantidades
expresan los días de duración de cada actividad.
La notación experimental identifica cada uno de los eventos.posibles, cada número representa
el tiempo que dura cada etapa, ejemplo (20, 3, 3) representa el evento con 20 días para la etapa de
permisos de importación, 3 días para la etapa de traslado de mercancía y 3 días para la etapa de
liberación en aduana.
En total se tienen 18 opciones diferentes; otra forma de determinar el número de opciones es:
Solución b)
Seleccionamos los eventos que cumplen la condición de importar en no más de 20 días y tenemos:
(10, 2, 3) 15 días Probabilidad = 0.025
(10, 2, 4) 16 días Probabilidad = 0.025
(10, 2, 5) 17 días Probabilidad = 0.038
(15, 2, 3) 20 días Probabilidad = 0.013
UNIDAD 4. PROBABILIDAD 2 41
Para responder a esta pregunta se suman las probabilidades seleccionadas:
c) Si se requiere que la mercancía esté liberada en un plazo no mayor a 25 días, ¿cuál de todas
las opciones es la que minimizaría el riesgo de incumplir con la entrega?
Solución c)
Las opciones que cumplen la condición de liberada en un plazo no mayor a 25 días son:
Con base en las probabilidades asignadas, la opción que minimiza el riesgo de incumplimiento
será la quetengauna probabilidad mayor decumplimiento, de loseventosseleccionadosanteriormente
la opción (10, 12, 3) es la que puede darnos la confianza de cumplir a tiempo con el compromiso.
Problema a resolver
El dueño de una refaccionaria debe entregar 3 diferentes pedidos de focos para auto de 12V a 2
diferentesclientes; al cliente A se le deben surtir 2 de lostrespedidos, lospedidosdeben ser entregados
antes de 10 días o se le cancelarán estos pedidos.
La siguiente tabla nos proporciona información sobre los pedidos enviados durante un año a
los clientes en cuestión:
P( A) P(A ) P(B)
n(A )
c) P( A)
N
1
a)
2
1
b)
3
1
c)
6
1
d)
9
4. Un experimento en probabilidad se refiere a:
a) El conjunto de resultados posibles.
b) Una colección específica de puntos muestrales.
c) Un proceso de observación del cual se espera obtener uno o varios resultados.
d) El conjunto de todos los elementos del universo.
5. ¿Cuál es la probabilidad de que un jugador anote un gol si el equipo está compuesto de 11
jugadores y suponemos que todos tienen el mismo nivel para jugar fútbol?
1
a)
11
1
b)
6
1
c)
4
1
d)
2
7. La suma de las probabilidades de todos los eventos simples en un experimento debe ser igual a:
a) 10
b) 2
c) 1
d) 5
2
9. Si la probabilidad de que llueva es de , ¿cuál es la probabilidad de que no llueva?
6
1
a)
3
2
b)
3
4
c)
6
5
d)
6
a) Eventos simples.
b) Eventos dependientes.
c) Eventos independientes.
d) Eventos compuestos.
13. ¿Cuál es la probabilidad de que en el lanzamiento de dos monedas ambas caigan en águila?
1
a)
4
1
b)
8
1
c)
2
1
d)
3
a) Mutuamente excluyentes.
b) Eventos compuestos.
c) Eventos simples.
d) Eventos dependientes e independientes.
a) Su probabilidad es condicional.
b) El número de puntos muestrales.
c) Una ordena y la otra combina.
d) Una es azarosa y la otra no.
Por ejemplo, el posible resultado R1 : (A, B, C) indica que en la primera elección se tomaría
a la acción A, en la segunda a la opción B y en la tercera a la opción C.
El espacio muestral queda representado de la siguiente manera:
S = {(A, B, C), (A, C, B), (B, C, A), (B, A, C), (C, A, B), (C, B, A)}
13. Este es un experimento con reemplazo, puesto que si una persona elige un opción determinada
(por ejemplo, bueno), no descarta que la segunda persona también pueda elegir la misma opción
(bueno), por lo que existen nueve posibles resultados:
Donde B señala que el jamón tiene buena calidad, R que el jamón tiene una calidad
regular y M que el jamón tiene una mala calidad. El primer espacio indica la elección que haría
la primera persona entrevistada, mientras que el segundo espacio señala la elección que haría
la segunda persona entrevistada.
El espacio muestral queda representado de la siguiente manera:
S = {(B, B), (R, R), (M, M), (B, R), (B, M), (R, M), (R, B), (M, B), (M, R)}
14. Al saber que el sorteo se realizará mediante una urna que contiene 25 bolas negras y 75 bolas
blancas, y que al ser seleccionada una bola de determinado color, nuevamente será regresada a
la urna para continuar el sorteo, la probabilidad de que este joven le toque “marchar” es:
50
15. a) P(accidente) 0.0333
1 500
280
b) P(cardiaco) 0.1866
1500
c) Enfoque de frecuencia relativa, pues se tuvo que realizar observaciones en el pasado para
obtener estas probabilidades.
5
16. a) P(gastosmédicosmayores) 0.05
100
10
b) P(gastosmédicosmenores)= = 0.10
100
c) Enfoque de frecuencia relativa, pues se tuvo que realizar observaciones en el pasado para
obtener estas probabilidades.
1. b)
2. a)
3. c)
4. d)
5. a)
6. b)
7. c)
8. d)
9. d)
10. c)
11. b)
12. a)
13. d)
14. b)
15. c)
16. a) La unión de los eventos A y B se encuentra conformada por aquellos puntos muestrales
que se consideran en el evento A o en el evento B o en ambos. Recuerda que si un punto
muestral se encuentra considerado en el evento A y también en el evento B, en el resultado
de la unión únicamente se cita en una sola ocasión.
UNIDAD 4. PROBABILIDAD 2 47
b) La intersección de los eventos A y B se encuentra conformada por aquellos puntos
muestrales que se consideran en el evento A y en el evento B, por lo que la intersección de
los eventos A y B es:
A B = {cetes, centenario}
17. En este caso, recuerda que existen 8 puntos muestrales en el espacio muestral, que son:
El evento A, “que dos jóvenes sean guapos”, se encuentra conformado por 3 puntos
muestrales: R2, R3 y R4; el evento B, “al menos dos jóvenes sean guapos”, se encuentra conformado
por 4 puntos muestrales: R1, R2, R3 y R4, por lo que ambos eventos son compuestos, pues están
conformados por varios puntos muestrales. La unión y la intersección de los eventos A y B son:
18. Recuerda que en este caso se tiene seis puntos muestrales en el espacio muestral:
R1 : (A, B) R4 : (B, A)
R2 : (A, C) R5 : (C, A)
R3 : (B, C) R6 : (C, B)
El evento A, “que sea seleccionada la acción A”, se encuentra constituido por cuatro puntos
muestrales: R1, R2, R4 y R5; mientrasque el evento B, “que seaseleccionada la acción B” se encuentra
constituido por R1, R3, R4 y R6; por lo que la unión e intersección de los eventos A y B son:
6
P( A B) 1.0 Hay plena certeza de seleccionar la acción A o B.
6
2
P( A B) 0.33 Probabilidad de seleccionar las acciones A y B.
6
19. El espacio muestral queda conformado por los siguiente puntos muestrales:
Si se desea saber la probabilidad de que una persona seleccionada de forma aleatoria lea
La Jornada y Reforma, podemos representar esta probabilidad como P(A B). En ese sentido,
la probabilidad que deseamos encontrar es una probabilidad conjunta y se encuentra de la
siguiente manera:
5 5 2
P( A B) P( A) P(B)– P( A B) – 0.5 0.5 – 0.2 0.8
10 10 10
De esta manera, la probabilidad de que una persona que se seleccione de la muestra lea La
Jornada o Reforma es de 0.8.
Se desea conocer cuál esla probabilidad de que se presente un incremento en la bolsa estimulado
por la caída de una tasa de interés:
P( A B) 0.3
P(A / B) = 0.75
P(B) 0.4
P(A B) = 0.11
Probabilidad de que se compre una acción A y una acción B.
P(A) = 0.34
Probabilidad de que se compre una acción A.
P(B) = 0.2
Probabilidad de que se compre una acción B.
Se solicita una probabilidad condicional, por lo que se realizan las siguientes operaciones:
P( A B) 0.11
P( A / B) 0.55
P(B) 0.2
P(A B) = 0.39
Probabilidad de que se adopte la estrategia (A) y que las ventas crezcan a los niveles
proyectados (B).
P(A) = 0.54
Probabilidad de que la empresa adopte la estrategia (A).
Se solicita una probabilidad condicional, por lo que se realizan las siguientes operaciones:
P( A B) 0.39
P(B / A) 0.72
P( A) 0.54
La probabilidad de que si la compañía emplea la nueva estrategia las ventas crezcan a los niveles
de ventas es de 0.72.
P( A B) 0.72
P( A / B) 0.90
P(B) 0.80
La probabilidad de que la administración sea eficiente y que la empresa trabaje a 100% es del 0.90.
P( A) 0.35
P(B) 0.25
P( A B) P( A) P(B) 0.35 0.25 0.0875
Sustituyendo en la fórmula se obtiene lo siguiente:
P( A B) 0.0875
P( A / B) 0.35
P(B) 0.25
La probabilidad de que las tiendas tengan un ingreso entre un millón y 20, o un ingreso de 20
de 20 millones es de 0.49.
9. P(A) = 0.80
P(B) = 0.80
P(D) = 0.80
P(E) = 0.80
P(A y B y D y E) = P(A) P(B) P(D) P(E) = (0.80)(0.80)(0.80)(0.80) = 0.4096
UNIDAD 4. PROBABILIDAD 2 51
A 70 % X 50 %
Y 50 %
B 30 %
X 90 %
Y 100 %
Donde:
P(A) = 0.70
P(X/A
X// ) = 0.50
P(A ) = 0.30
P(X/ A ) = 0.90
(0.70) (0.50) 0.35
P( A / X) 0.564
45
(0.70) (0.50) (0.30) (0.90) 0.62
D0 90 % X 20 %
Y 80 %
D 10 %
X 60 %
Y 40 %
P(D) P(M / D)
P(D / M )
P(D) P(M / D) P(D) P(M / D)
1. N = mn
m= 6
n =6
N = 6 6 = 36
2. m= 5
n =4
N = mn = 5 4 = 20
30!
3. 30 P5 17 100 720
(30 5)!
10 !
4. 10 P10 3 628 800
(10 10)!
7!
5. 7P5 2 520
(7 5)!
20!
6. 20 C8 125 970
8!(20 8)!