Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Página 1
Probabilidades Conceptos Generales
Arrojar un dado 1, 2, 3, 4, 5, 6
ESPACIO MUESTRAL
Página 2
Probabilidades Conceptos Generales
Página 3
Probabilidades Conceptos Generales
Página 4
Probabilidades Conceptos Generales
Donde ! = ( )( ) … ( − )( − )( )
! = ( )( ) … ( − )( − )( )
Por definición ; !=
! ! ( )( )( )( )( )( )
= = = = = . .
!( − )! ! ( )! ( )( )( )( )( )( )
Página 5
Probabilidades Conceptos Generales
Asignación de probabilidades
Ahora se explicará cómo asignar las probabilidades a los resultados del experimento.
Los enfoques de tres pasos más usuales son el método clásico, el de frecuencia relativa y el
subjetivo. Sea cual fuere el método empleado, se deben cumplir dos requisitos básicos para
la asignación de probabilidades.
Página 6
Probabilidades Conceptos Generales
2. La suma de las probabilidades para todos los resultados del experimento debe
ser igual a 1. Para resultados, este requisito se escribe como
( )+ ( )+ . . . + ( )=
Página 7
Probabilidades Conceptos Generales
0 2
1 5
2 6
3 4
4 3
Total 20
Estos datos arrojan que, en 2 de los 20 días, cero pacientes esperaban por el servicio;
en 5 de los días, un paciente esperaba por el servicio, etc. Utilizando el método de la
frecuencia relativa, se asignaría una probabilidad de 2/20 = 0.1 para el resultado
experimental de cero pacientes esperando; 5/20 = 0.25 para un paciente que espera; 6/20 =
0.3 para dos pacientes; 4/20 = 0.2 para tres sujetos y 3/20 = 0.15 para cuatro. Al igual que
con el método clásico, el uso del método de la frecuencia relativa cumple automáticamente
con los dos requisitos básicos.
El método subjetivo de asignación de probabilidades es más apropiado cuando no se
puede asumir en forma realista que los resultados del experimento son igualmente probables
y cuando se dispone de pocos datos relevantes. Cuando el método subjetivo se utiliza para
asignar probabilidades a los resultados del experimento, es posible usar cualquier
información disponible, como nuestra experiencia o intuición. Después de considerar toda
la información disponible, un valor de probabilidad que expresa nuestro grado de creencia
(en una escala de 0 a 1) de que el resultado experimental ocurrirá se especifica. Debido a que
la probabilidad subjetiva expresa el grado de creencia de una persona, es personal. Utilizando
este método, se puede esperar que distintas personas asignen probabilidades diferentes al
mismo resultado experimental.
El método subjetivo exige un cuidado especial para asegurar que los dos requisitos
básicos anteriores se satisfagan. Sin considerar el grado de creencia de una persona, el valor
de la probabilidad asignada a cada resultado experimental debe ser de entre 0 y 1, inclusive,
y la suma de todas las probabilidades para los resultados experimentales debe ser igual a 1.
Considere el caso en el que Daniela y Juan hacen una oferta para comprar una casa.
Hay dos resultados posibles:
E1 = su oferta es aceptada
E2 = su oferta es rechazada
Página 8
Probabilidades Conceptos Generales
Juan cree que la probabilidad de que su oferta sea aceptada es de 0.8; por tanto,
establecería P(E1) = 0.8 y P(E2) = 0.2. Daniela, no obstante, cree que la probabilidad de que
su oferta se acepte es de 0.6; por consiguiente, establecería P(E1) = 0.6 y P(E2) = 0.4. Note
que la estimación de la probabilidad para E1 de Daniela refleja un pesimismo mayor de que
su oferta será aceptada. Tanto las probabilidades asignadas de Juan como las de Daniela
satisfacen los dos requisitos básicos. El hecho de que sus estimaciones sean diferentes
recalca la naturaleza personal del método subjetivo.
Aun cuando en las situaciones de negocios puede aplicarse ya sea el método clásico
o el método de frecuencia relativa, los gerentes tal vez quieran proporcionar estimaciones de
probabilidad subjetivas. En estos casos, las mejores estimaciones con frecuencia se obtienen
al combinar las estimaciones de los métodos clásico y de frecuencia relativa con las de
probabilidad subjetivas.
En estadística, la noción de experimento difiere de alguna manera de la que se maneja
en las ciencias físicas. En éstas, los investigadores realizan con frecuencia un experimento
en un laboratorio o en un entorno controlado con el fin de aprender sobre la causa y el efecto.
En los experimentos estadísticos, la probabilidad determina los resultados. Aun cuando el
experimento se repite exactamente de la misma manera, puede ocurrir un resultado muy
diferente. Debido a esta influencia de la probabilidad del resultado, los experimentos de
estadística a veces se denominan experimentos aleatorios.
Cuando se obtiene una muestra al azar de una población de tamaño N sin remplazarla,
se utiliza la regla de conteo para combinaciones con el fin de encontrar el número de
muestras diferentes de tamaño n que pueden seleccionarse.
Página 9
Probabilidades Conceptos Generales
PROBABILIDAD DE UN EVENTO
Página 10
Probabilidades Conceptos Generales
P(A) = 1 - P(Ac)
Ley de la adición
La ley de la adición es útil cuando interesa conocer la probabilidad de que ocurra por
lo menos uno de dos eventos. Es decir, con los eventos A y B nos interesa conocer la
probabilidad de que ocurra el evento A o el evento B, o ambos. Antes de presentar la ley de
Página 11
Probabilidades Conceptos Generales
El hecho de que los círculos se traslapen indica que algunos puntos de la muestra
están contenidos tanto en A como en B.
A continuación, se presenta la definición de intersección de A y B.
Página 12
Probabilidades Conceptos Generales
LEY DE LA ADICIÓN
Para entender de manera intuitiva la ley de la adición, considere que los dos primeros
términos de la ley, P(A) + P(B), representan todos los puntos de la muestra en A ∪ B. Sin
embargo, debido a que los puntos de la muestra en la intersección A ∩ B están en A y en B,
cuando se calcula P(A) + P(B), en realidad se están contando dos veces cada uno de los
puntos de la muestra en A ∩ B. Este conteo excesivo se corrige al restar P(A ∩ B).
Como ejemplo de una aplicación de la ley de la adición, considere el caso de una
pequeña planta de ensamble con 50 empleados. Se espera que cada trabajador complete las
asignaciones de trabajo a tiempo y de tal manera que el producto ensamblado apruebe la
inspección final. De vez en cuando, algunos trabajadores no cumplen con los estándares de
desempeño, ya que terminan la tarea con atraso o ensamblan un producto defectuoso. Al
final del periodo de evaluación del desempeño, el gerente de producción encontró que 5 de
los 50 trabajadores terminaron el trabajo con atraso, 6 de los 50 ensamblaron un producto
defectuoso y 2 de los 50 terminaron con atraso y ensamblaron un producto defectuoso.
Sean
L = evento de que el trabajo se termine con atraso
D = evento de que el producto ensamblado esté defectuoso
Página 13
Probabilidades Conceptos Generales
( )= = .
( )= = .
( ∩ )= = .
Página 14
Probabilidades Conceptos Generales
Se obtuvo una probabilidad de 0.38 de que un empleado abandone la empresa por las
razones del sueldo o el trabajo asignado. Antes de concluir nuestro análisis de la ley de la
adición, considere un caso especial que surge para los eventos mutuamente excluyentes.
Los eventos A y B son mutuamente excluyentes si, cuando ocurre un evento, el otro
no puede ocurrir. Por tanto, un requisito para que A y B sean mutuamente excluyentes
consiste en que su intersección no debe contener puntos de la muestra. El diagrama de Venn
que representa dos eventos mutuamente excluyentes A y B se muestra en la figura siguiente.
En este caso P( ∩ ) = 0, y la ley de la adición puede escribirse como sigue.
( ∪ )= ( )+ ( )
Página 15
Probabilidades Conceptos Generales
escribe P(A | B). La notación se utiliza para indicar que se está considerando la probabilidad
del evento A dada la condición de que B ha ocurrido. De ahí que la notación P(A | B) se lea
“la probabilidad de A dado B”. Como ejemplo de la aplicación de la probabilidad
condicional, considere la situación del estado de ascensos de oficiales hombres y mujeres de
una fuerza policiaca metropolitana en el este de Estados Unidos. La policía local está
formada por 1.200 oficiales, 960 hombres y 240 mujeres. Durante los últimos dos años
fueron ascendidos 324 oficiales de policía. La composición específica de la promoción de
hombres y mujeres se muestra en la tabla siguiente.
Después de revisar el registro de ascensos, un comité de mujeres policía planteó un
caso de discriminación sobre la base de que 288 oficiales hombres fueron promovidos, en
comparación con sólo 36 mujeres. La comandancia argumentó que el número relativamente
bajo de ascensos de las oficiales femeninas no se debe a discriminación, sino al hecho de
que en la policía hay relativamente pocos miembros que son mujeres.
Estado de la promoción de los oficiales de policía durante los dos años anteriores
Hombre Mujer Total
Promovido(a) 288 36 324
No promovido(a) 672 204 876
Total 960 240 1200
Página 16
Probabilidades Conceptos Generales
Página 17
Probabilidades Conceptos Generales
.
( | ) = = . = = .
.
.
Ahora se ve que la probabilidad condicional P(A | M) se calcula como 0.24/0.80.
Revise la tabla de probabilidad conjunta. Tome nota en particular de que 0.24 es la
probabilidad conjunta de A y M; es decir, P(A ∩ M) = 0.24. También note que 0.80 es la
probabilidad marginal de que un oficial elegido al azar es hombre; es decir, P(M) = 0.80.
Por tanto, la probabilidad condicional P(A | M) se calcula como la razón de la probabilidad
conjunta P(A ∩ M) a la probabilidad marginal P(M).
( ∩ ) .
( | ) = ( )
= .
= .
PROBABILIDAD CONDICIONAL
( ∩ ) ( ∩ )
( | ) = o ( | ) =
( ) ( )
Página 18
Probabilidades Conceptos Generales
sabe que una vez que B ha ocurrido, la única manera en que se puede observar también A es
que el evento (A ∩ B) ocurra. Por tanto, la razón P(A ∩ B)/P(B) proporciona la probabilidad
condicional de que el evento A tendrá lugar, dado que el evento B ha ocurrido ya.
Retome el problema de discriminación contra las oficiales mujeres. La probabilidad
marginal de la fila 1 de la tabla, muestra que la probabilidad de promoción de un oficial es
P(A) = 0.27 (con independencia de que sea hombre o mujer). Sin embargo, el problema
fundamental en el caso de la discriminación implica las dos probabilidades condicionales
P(A | M) y P(A | W). Es decir, ¿cuál es la probabilidad de una promoción dado que el policía
es hombre, y cuál es la probabilidad dado que el policía es mujer? Si estas dos probabilidades
son iguales, un argumento de discriminación no tiene ningún fundamento, porque las
posibilidades son iguales para los policías de ambos géneros. Sin embargo, una diferencia
en las dos probabilidades condicionales apoyará la posición de que los policías hombres y
mujeres son tratados de manera diferente en las decisiones de promoción.
Probabilidad condicional P(A | B) = P(A ∩ B)/P(B)
Página 19
Probabilidades Conceptos Generales
Eventos independientes
En la ilustración anterior, P(A) = 0.27; P(A | M) = 0.30, y P(A | W) = 0.15. Vemos
que la probabilidad de una promoción (evento A) ha cambiado y se ha visto influida por el
hecho de que el policía sea hombre o mujer. En particular, debido a que P(A | M) ≠ P(A),
diríamos que los eventos A y M son dependientes. Es decir, la probabilidad del evento A
(promoción) se ve alterada o afectada por conocer que el evento M (el policía es hombre)
existe. Asimismo, con P(A | W) ≠ P(A), diríamos que A y W son eventos dependientes. No
obstante, si la probabilidad del evento A no cambia por la existencia del evento M —es decir,
P(A | M) = P(A)— diríamos que A y M son eventos independientes. Esta situación conduce
a la definición siguiente de la independencia de dos eventos.
EVENTOS INDEPENDIENTES
Ley de la multiplicación
Mientras que la ley aditiva de la probabilidad se utiliza para calcular la probabilidad
de la unión de dos eventos, la ley de la multiplicación se utiliza para calcular la probabilidad
de la intersección de dos eventos. Esta última ley se basa en la definición de la probabilidad
condicional.
LEY DE LA MULTIPLICACIÓN
(evento S) es de 0.75; es decir, P(S | D) = 0.75. ¿Cuál es la probabilidad de que una familia
se suscriba tanto a las ediciones dominicales como a las ediciones diarias del periódico?
Utilizando la ley de la multiplicación, calculamos el P(S ∩ D) como;
P(S ∩ D) = P(D)P(S | D) = 0.84(0.75) = 0.63
Se sabe que 63% de las familias se suscribe tanto a las ediciones dominicales como
a las diarias.
Consideremos el caso especial de la ley de la multiplicación cuando los eventos
involucrados son independientes. Recuerde que los eventos A y B son independientes
siempre que P(A | B) = P(A) y P(B | A) = P(B), para el caso especial de los eventos
independientes, obtenemos la ley de la multiplicación siguiente.
P(A ∩ B) = P(A)P(B)
Página 21
Probabilidades Conceptos Generales
Para resumir esta sección, observe que nuestro interés en la probabilidad condicional
está motivado por el hecho de que los eventos con frecuencia están relacionados. En estos
casos, se dice que los eventos son dependientes y las fórmulas de la probabilidad condicional
deben usarse para calcular las probabilidades respectivas. Si dos eventos no están
relacionados, son independientes; en este caso, la probabilidad de ninguno de ellos se ve
afectada por el hecho de que el otro evento ocurra.
No confunda la noción de eventos mutuamente excluyentes con la de eventos
independientes.
Página 22