1

UNIDAD 6 TEORIA DE PROBABILIDADES

EL INTERS DE LA ESTADSTICA VA MS ALL DE LA MERA DESCRIPCIN DE LAS OBSERVACIONES. Los fenmenos pueden ser determinsticos (que se pueden predecir por ecuaciones matemticas) o aleatorios (que no pueden predecirse exactamente). En estadstica se manejan datos aleatorios; en ellos no es posible efectuar predicciones exactas mediante el uso de modelos matemticos, pero al ser estudiados un gran nmero de veces bajo condiciones semejantes se encuentra que los resultados presentan cierta regularidad. Por lo tanto, nunca vamos a estar seguros de lo que vaya a pasar, pero con base en la informacin del pasado podemos predecir con fundamentos. El concepto de probabilidad ocupa un lugar importante en el proceso de toma de decisiones bajo incertidumbre, no importa si el problema es enfrentado en el campo de los negocios, de la ingeniera, en las ciencias sociales, o simplemente en nuestras vidas diarias. En muy pocas situaciones de toma de decisiones la informacin perfecta est disponible -todos los factores u hechos necesarios-; la mayora de las decisiones se toman encarando la incertidumbre. Precisamente, el objetivo de la teora de probabilidades es poder hacer predicciones y tener un elemento ms de juicio en la toma de decisiones (si pronostico qu tan probable es que ocurra algo, puedo determinar si tomo el riesgo o no). Con la teora de probabilidades se pueden construir modelos que describen adecuadamente la regularidad de los resultados aleatorios, de tal forma que se puedan hacer predicciones.

1. CONCEPTOS BSICOS
a. Qu es?: La probabilidad es una herramienta para medir la posibilidad de ocurrencia de un evento. Dicho de otra forma, es la medicin de la incertidumbre acerca de la ocurrencia de determinada situacin. Puede tomar un valor entre 0 y 1 (0 si nunca se presenta y 1 si siempre lo hace). Si un experimento puede tener como resultado cualquiera de N diferentes resultados igualmente probables y si exactamente n de esos resultados corresponden al evento A, entonces: P ( A) = n N La probabilidad de que no ocurra es: q = 1 p.

Una probabilidad tambin puede expresarse como p/q (p:q o de p a q). Aparte de su valor en apuestas, esta manera de expresarla permite especificar una probabilidad pequea (cerca de cero) o una probabilidad grande (cerca de uno) usando nmeros enteros grandes (1.000 a 1 o un milln a uno) para magnificar probabilidades pequeas (o probabilidades grandes) con el objetivo de hacer las diferencias relativas visibles. Dicho de otra manera, la probabilidad clsica de que un evento ocurra se calcula dividiendo el nmero de resultados favorables entre el nmero de posibles resultados. El enfoque anterior supone que los resultados experimentales son equiprobables; eso es razonable si el caso es completamente aleatorio, pero tiene muchos problemas cuando intentamos aplicarlo a los problemas de decisin menos ordenados que encontramos en la realidad. Por eso, en general, lo mejor es calcular la probabilidad experimentalmente, determinando la frecuencia con que algo ha sucedido en el pasado y mediante esa cifra predecir la probabilidad de que vuelva a suceder en el futuro; por eso, la probabilidad de un resultado puede interpretarse como el valor lmite de la proporcin de veces que el resultado aparece en n repeticiones del experimento aleatorio, a medida que n crece sin cota alguna. Si n tiende a infinito, se da una estabilizacin de la frecuencia relativa (tiende a un lmite fijo). Por ejemplo, al lanzar un dado, es imposible que un valor determinado resulte en 1/6 de las observaciones; tampoco significa que si hacemos 600 observaciones, vamos a obtener 100 de cada especie; pero si se repite muchas veces, en promedio, los 6 resultados posibles se presentarn con frecuencias prcticamente iguales. Si esto no sucede, debemos sospechar que otro factor est interviniendo en lo que observamos. La probabilidad puede tambin tener un enfoque subjetivo, es decir, basada en el grado de creencia de que ocurra el resultado, por lo que personas distintas pueden asignar distintas probabilidades a un mismo resultado. Para aplicar este mtodo se puede usar cualquier dato disponible o la experiencia e intuicin de la persona que evala. Cuando se asigna una probabilidad se est expresando un resultado del cual no se tiene seguridad, pero con base en la informacin del pasado o a partir de una comprensin de la estructura del experimento puede tenerse algn grado de confianza en la validez de la informacin. b. Experimento: Cualquier proceso que genere resultados bien definidos, lo cual quiere decir que en cualquier repeticin nica del experimento ocurrir uno y slo uno de los resultados experimentales posibles. En estadstica, la nocin de experimento es distinta de la nocin en ciencias fsicas; en stas, por lo general, un experimento se lleva a cabo en un laboratorio o en un ambiente controlado, para aprender acerca de un hecho cientfico y cuando se repiten los experimentos bajo condiciones idnticas se espera obtener el mismo resultado. En los experimentos estadsticos, los resultados estn determinados por el azar y aunque el

experimento se repita exactamente en la misma forma, puede obtenerse un resultado completamente distinto. c. Espacio muestral (S): Conjunto de todos los datos posibles de un experimento estadstico. d. Punto muestral: Cada resultado de un espacio muestral. Se pueden especificar por un diagrama de rbol, que es un dispositivo grfico til para visualizar un experimento de varias etapas y enumerar los resultados experimentales.

Ejemplo 6.1.
Considere el experimento de lanzar sucesivamente dos monedas. Describa el espacio muestral C C S C,C C,S

C S S

S,C S,S

S = { (C , C ), (C , S ), ( S , C ), ( S , S )} e. Evento o suceso (E): Subconjunto del espacio muestral (coleccin de puntos muestrales). Un evento es el elemento bsico al cual se puede aplicar la probabilidad; un evento sucede o no sucede. Con los eventos se pueden efectuar las operaciones comunes de conjuntos (interseccin, unin y complemento) para describir cualquier caso en trminos de eventos simples. f. Evento aleatorio: Se dice que un evento es aleatorio cuando no se tiene certeza de si ocurrir o no en el momento de la observacin. Independientemente de la forma que se utilice para asignar una probabilidad, se deben satisfacer dos requisitos bsicos: (1) 0 P ( E ) 1 (2) P(S) =1, lo que implica que la suma de todas las probabilidades de resultados experimentales debe ser 1. Por lo tanto, si un espacio muestral tiene k resultados experimentales:

P ( E1 ) + P ( E2 ) + ......... + P ( Ek ) = 1

2. REGLAS DE PROBABILIDAD
Es posible expresar grficamente la relacin entre eventos y el espacio muestral correspondiente por medio de diagramas de Venn (espacio muestral con un espacio cerrado rectngulo- y los eventos con crculos).

Ejemplo 6.2.
De los 95 estudiantes del nivel III de Administracin y Negocios Internacionales de la I.U.E. se encontr que 78 cursan Estadstica, 65 Mercados, 69 Matemticas III, 45 cursan las 3 materias, 17 Estadstica y Mercados pero no Matemticas III, 15 Estadstica y Matemticas III pero no Mercados y 3 Mercados y Matemticas III pero no Estadstica. Cul es la probabilidad de que uno de esos estudiantes no est en ninguno de los 3 cursos? Solucin: P(no curse ninguno) = 8/95 = 0.084 a) Eventos mutuamente excluyentes: Dos o ms sucesos son considerados mutuamente excluyentes si stos no pueden ocurrir simultneamente; es decir, la ocurrencia de uno cualquiera de ellos excluye la ocurrencia de los otros. Dos eventos mutuamente excluyentes no tienen elementos en comn, lo que implica que: P (A B) = 0 P (A U B) = P(A) + P(B) b. Eventos no excluyentes: Si es posible que ambos ocurran simultneamente. En este caso: P (A U B) = P(A) + P(B) P(A B) P (A B) es diferente de 0. P(A U B U C)=P(A) + P(B) + P(C) P(A B) P(A C) P(B C) +P(A B C)

Ejemplo 6.3.
Una encuesta sobre las prestaciones a 254 ejecutivos de corporaciones indic que a 195 se les dio celular, a 152 se les paga membresa a un club y a 110 se les daba ambas cosas como una prestacin asociada con su puesto. a) Calcule la probabilidad de que uno de esos ejecutivos tenga al menos una de las dos concesiones.

b) Cul es la probabilidad de que uno de esos ejecutivos no tenga alguna de las concesiones? Solucin: P(C) = 195/254 P(M) = 152/254 P(T D) = 110/254

a) P(C M) = P(C) + P(M) P(C M) = 195/254 + 152/254 110/254 = 0.9331 b) [ P (C M )]' = 1 0.9331 = 0.0669 c. Probabilidad marginal, condicional y conjunta: Probabilidad marginal es la probabilidad de un evento simple [P(A), P(B)] Probabilidad conjunta es la probabilidad de que varios eventos ocurran simultneamente. Se denota como P(AB) o P(AB). La probabilidad condicional se denota por P(B\A), lo cual indica la probabilidad de que un evento B ocurra cuando ya se sabe que ocurri el evento A. De la misma forma P(A\B) indica la probabilidad de que ocurra A dado que ocurri B. (17/254)

Las anteriores definiciones han sido expresadas para el caso de dos eventos, pero las mismas ideas pueden aplicarse para cualquier nmero de eventos. La probabilidad condicional de B dado que ocurri A se define como: P ( B / A) = P( A B) P ( A)

y la probabilidad condicional de A dado que ocurri B se define como: P( A / B) = P( A B ) P( B)

Lo anterior implica que P(AB) = P(A)*P(B\A) o P(AB) = P(B)*P(A\B)

La nocin de probabilidad condicional proporciona la capacidad de reevaluar la idea de probabilidad de un evento a la luz de la informacin adicional.

Ejemplo 6.4.
El 80% de las empresas pequeas del sector de alimentos no estn preparadas para un tratado de libre comercio con USA, al igual que el 63% de las empresas medianas y 30% de las grandes. El 80% de las empresas del sector son pequeas, el 15% son medianas y el resto grandes. a) Hacer tabla que permita evaluar probabilidades. b) Cul es la probabilidad de que una empresa no est preparada para el TLC y sea pequea? c) Qu porcentaje de las empresas estn preparadas? d) Si una empresa no est preparada para el TLC, cul es la probabilidad de que sea pequea? e) Si una empresa es pequea, cul es la probabilidad de que est preparada?

Solucin: a) Nivel de preparacin Total No S Pequea (P) 64 16 80 Tamao Mediana (M) 9.45 5.55 15 Total Grande (G) 1.5 3.5 5 74.95 25.05 100

b) P(P no) = 64/100 = 0.64 c) P (s) = 25.05% d) P (P\no) = 64/74.95 = 0.854 e) P(no\P) = 64/80 = 0.8 d. Independencia estadstica: Dos eventos son independientes si la ocurrencia o no de A no afecta para nada la probabilidad de ocurrencia de B. En este caso: P(A\B) = P(A) y P(B\A) = P(B)

Es decir, la ocurrencia de B no tiene impacto en la probabilidad de ocurrencia de A, o viceversa. Eso implica que, si dos eventos son independientes: P(A B) = P(A) * P(B) Es importante notar que los trminos independiente y mutuamente excluyentes no significan lo mismo. Si A y B son independientes y el evento A ocurre, el resultado de B no se ver afectado, es decir, podr ocurrir o no; no obstante, si A y B son mutuamente excluyentes y el evento A ocurre, es seguro que el evento B no ocurrir.

Ejemplo 6.5.
Una gran empresa ha realizado un anlisis cuidadoso de una promocin de precios que est bajo prueba en este momento. Un 20% de las personas en una gran muestra de individuos en el mercado de prueba estn enterados de la promocin y han realizado una compra. Adems, el 80% est enterado de la promocin y, antes de ella, 25% de las personas de la muestra compraban el producto. a) Cul es la probabilidad de que una persona compre, dado que est enterada de la promocin? b) Son independientes los eventos compr y enterado de la promocin de precios? c) Recomendara usted que la empresa introdujera esta promocin a nivel nacional? Solucin: Sea: a) b) c) C: Compra S: Sabe de la promocin

P(C\S) =

P ( S C ) 0.2 = = 0.25 P( S ) 0.8

S son independientes porque P(C\S) sigue siendo igual a P(C) antes de la promocin. Por lo anterior, no sera recomendable introducir la promocin.

3. TEOREMA DE BAYES
Una parte importante del anlisis de probabilidades es la actualizacin cuando se adquiere informacin adicional. Generalmente el anlisis se comienza con estimados iniciales (probabilidades a priori) a los eventos especficos de inters; posteriormente, con base en otras fuentes como por ejemplo una muestra o un informe-, se obtiene informacin adicional y con ella se modifican los valores de las probabilidades previas (probabilidades a posteriori). El teorema de Bayes proporciona un mtodo para calcular esas probabilidades.

Dicho teorema slo puede utilizarse cuando los eventos para los cuales se desea aplicar las probabilidades a posteriori son mutuamente excluyentes y colectivamente exhaustivos, es decir, la unin de esos eventos es todo el espacio muestral. La manera ms simple e ilustrativa para describir esas probabilidades es un diagrama de rbol, en el cual se muestran primero las probabilidades a priori y estas se subdividen en los condicionales. El Teorema de Bayes puede expresarse as: Si E1, E2,., Ek son k eventos exhaustivos y excluyentes y B es cualquier evento, entonces: P ( E1 / B ) = P ( B / E1 ) * P ( E1 ) P( B)

Como las categoras son mutuamente excluyentes: P(B) = P(E1B) + P(E2B) + ..... + P(EkB) = P(E1)P(B\E1) + P(E2)P(B\E2) + ......... + P(Ek)P(B\Ek) P ( B / E1 ) * P ( E1 ) P ( B / E1 ) P ( E1 ) + P ( B / E2 ) P ( E2 ) + ....... + P ( B / Ek ) P ( Ek )

P ( E1 / B ) =

Ejemplo 6.6.
Un productor de videograbadoras compra un microchip particular, llamado LS-24, a tres proveedores: Hall Electronics, Schuller Sales y Crawford Components. 30% de los chips los compra al primer proveedor, 20% al segundo de ellos y lo restante al ltimo. El fabricante tiene largas historias sobre los tres proveedores y sabe que el 3% de los chips LS-24 de Hall Electronics son defectuosos, 5% de los de Schuller Sales salen defectuosos y 4% de los chips comprados a Crawford Components salen defectuosos. Cuando los chips llegan a la fbrica los ponen directamente en una caja, sin inspeccionarlos o identificarlos segn el proveedor. Un trabajador toma un microchip para instalarlo en una videograbadora y encuentra que est defectuoso. Cul es la probabilidad de que el proveedor haya sido Schuller Sales? Solucin: La probabilidad que quiere determinarse puede describirse como P(A2\D). Como el rcord de calidad de Schuller es el peor de los tres proveedores, se puede suponer que P(A2\D) es mayor que P(A2); para calcular qu tanto se aplica el Teorema de Bayes:

P ( A2 / D) =

P ( A2 ) P ( D / A2 ) P ( A1 ) P ( D / A1 ) + P ( A2 ) P ( D / A2 ) + P ( A3 ) P ( D / A3 ) (0.2)(0.05) = 0.2564 (0.3)(0.03) + (0.2)(0.05) + (0.5)(0.04)

P ( A2 / D) =

Esto es razonable porque el rcord de calidad de Schuller no es tan bueno como el de los otros proveedores; dicho de otra manera, como se tiene la informacin adicional de que el LS-24 est defectuoso, la posibilidad de que haya sido producido por Schuller aumenta en ms de 5%. La probabilidad a posteriori muestra tambin los cambios en las posibilidades de que la pieza haya sido fabricada por otros proveedores; por ejemplo, se puede encontrar que la probabilidad de que la pieza defectuosa haya sido fabricada por Hall Electronics se reduce de una probabilidad a priori de 0.3 a una probabilidad a posteriori de 0.2308.

Ejemplo 6.7.
De acuerdo con la experiencia de un profesor de estadstica, los estudiantes que desarrollan los ejercicios propuestos tienen una probabilidad de 0.9 de ganar el curso, pero quienes no los hacen tienen una probabilidad de 0.25 de aprobarlo. El profesor estima que el 75% de los estudiantes de la clase hacen los ejercicios. Si un alumno aprob el curso, cul es la probabilidad de que haya hecho los ejercicios propuestos con regularidad? Solucin: P(E) = 0.75 P(G\E) = 0.9 P(G\E) = 0.25

Por lo tanto: P(E\G) =

0.75 * 0.9 = 0.915 0.75 * 0.9 + 0.25 * 0.25

EJERCICIOS PROPUESTOS
1. Una encuesta a algunos estudiantes de la universidad sobre la cantidad de actividades extracurriculares en que participa dio como resultado los siguientes datos: Cantidad de actividades 0 1 2 3 4 5 Frecuencia 8 25 21 10 6 1

10

a) b)

Cul es la probabilidad de que un estudiante participe al menos en una actividad? Cul es la probabilidad de que un estudiante participe en ms de tres actividades? 2. En un estudio reciente que llev a cabo el gerente de personal de una empresa de programas de cmputo encontr que de los 114 empleados que salieron de la compaa en los dos ltimos aos, 40 lo hicieron principalmente por no estar satisfechos con su salario, 35 salieron por no estar satisfechos con las actividades en su trabajo y 26 manifestaron no estar satisfechos ni con su salario ni con sus trabajos. a) Cul es la probabilidad de que un empleado que haya salido en los dos ltimos aos lo haya hecho por no estar satisfecho con su sueldo, su trabajo o con ambas cosas? b) Cul es la probabilidad de que haya salido por un motivo diferente? 3. El 49% de las exportaciones antioqueas tienen como destino Estados Unidos, 20% va a pases cercanos de Sudamrica, 16% a Europa y el resto a otros pases. El 45% de lo que se exporta a Estados Unidos hace parte del sector agropecuario, al igual que 38% de lo que se exporta a pases cercanos, 60% de lo que se exporta a Europa y 50% de lo que se exporta a otros pases. a) Qu proporcin de las exportaciones antioqueas es de productos agropecuarios? b) Si una exportacin es de productos que no son agropecuarios, cul es la probabilidad de que sea a Europa? 4. Una compaa de seguros divide a las personas en dos clases: Quienes son propensos a accidentes y quienes no lo son. Sus estadsticas muestran que una persona propensa a accidentes tendr, en no ms de un ao, un accidente con una probabilidad de 0.4; esa probabilidad decrece a 0.1 para personas no propensas a accidentes. Estadsticas anteriores demuestran que el 30% de la poblacin es propensa a accidentes. a) Cul es la probabilidad de que una persona que compra una nueva pliza tenga un accidente en no ms de un ao? b) Un nuevo asegurado ha tenido un accidente a los 3 meses de haber comprado su pliza, cul es la probabilidad de que sea propenso a accidentes? 5. La empresa de telemercadeo XYZ ha encontrado que el 10% de los clientes potenciales que ellos llaman, finalmente realizan la compra. Sin embargo, durante la primera llamada muchos clientes piden que los vuelvan a llamar despus. Estadsticas de los ltimos das han mostrado que de 30 personas que hicieron la compra, 12 haban pedido que los llamaran despus; de los 270 que no compraron, 46 haban pedido que los llamaran despus. a) Si alguien pide que lo llamen despus, se justifica hacerlo? Responda basndose en la probabilidad de ese hecho. b) Qu porcentaje de los que no pidieron que los llamaran despus realizaron la compra?

11

6. En una encuesta entre los estudiantes de Administracin de la universidad se obtuvieron los datos siguientes acerca del principal motivo del estudiante para solicitar su ingreso. Calidad 64 16 Motivo de la solicitud Costo Otros 156 105 45 36

Horario

Diurno Mixto

a) Haga comentarios sobre el motivo principal para solicitar ingreso a la universidad. b) Si un alumno es de horario mixto, cul es la probabilidad de que la calidad sea el motivo principal para haber elegido la universidad? c) Si un estudiante de administracin eligi la universidad por costo, cul es la probabilidad de que sea de horario diurno? d) Sea A el evento en que el alumno es de horario diurno y sea B el evento en que el alumno menciona que la calidad de la universidad fue el principal motivo de su solicitud. Son independientes los eventos A y B? 7. Una empresa de consultora se ha presentado a un concurso para un gran proyecto de investigacin. Inicialmente la direccin de la empresa pens que tena una oportunidad de 50% de obtener el contrato; sin embargo, la dependencia a la que fue presentada la propuesta ha solicitado ms informacin al respecto. Por experiencia, se sabe que la dependencia pidi informacin adicional en el 75% de las propuestas aceptadas y en el 40% de las propuestas rechazadas. a) Cul es la probabilidad de que la oferta tenga xito, dado que se ha solicitado informacin adicional? b) Cul es la probabilidad de tener una solicitud de informes adicionales, dado que al final la oferta ser seleccionada? 8. En la evaluacin de un programa de adiestramiento de ventas, una encuesta encontr que de 50 vendedores que se hicieron acreedores a un bono en el ao anterior por sus altas ventas, 20 haban participado en el programa de adiestramiento; la empresa tiene 200 vendedores. Sea B el evento en que un vendedor merece bono y S el evento en que un vendedor participa en el programa de adiestramiento en ventas. a) Determine P(B), P(S\B) y P(SB). b) Suponga que el 40% de los vendedores ha asistido al programa. Halle P(B\S). c) Si la empresa evala el programa en funcin de su efecto sobre la probabilidad de que los vendedores alcancen bono, cul es su evaluacin de ese programa?. d) Son B y S independientes? 9. El director de publicaciones de una importante editora de libros de texto trata de decidir si se debe publicar un nuevo texto de estadstica para administracin. Informaciones anteriores indican que 10% son grandes xitos, 20% tienen un xito moderado, 40% apenas cubren los costos y 30% producen prdidas. No obstante, antes de tomar una decisin para publicarlo, se someter la obra a una revisin de crticos. En el pasado,

12

99% de los grandes xitos recibieron crticas favorables, 70% de los de xito moderado recibieron crticas favorables, 40% de los que apenas cubrieron los costos recibieron crticas favorables y 20% de los que produjeron prdidas recibieron crticas favorables. a) Si el texto propuesto recibe una crtica favorable, cmo debe el director de publicaciones revisar las probabilidades de los diversos resultados para tener en cuenta esta informacin? b) Qu proporcin de los libros de texto reciben crticas favorables? 10. Un vendedor de Sistemas Empresariales S.A. vende equipo de rotulacin automtica de sobres a empresas pequeas y medianas. La probabilidad de que con un cliente nuevo se concrete una venta es 0.1. Durante el contacto inicial con un cliente, a veces ste le pide al vendedor que lo llame despus. De las 30 ventas ms recientes, 12 fueron a clientes que inicialmente haban pedido que le llamaran despus; de 270 clientes que no compraron, 46 haban pedido inicialmente al vendedor que los llamara despus. Si un cliente pide al vendedor que lo llame despus, lo debe hacer? Cul es la probabilidad de vender a un cliente que ha pedido que lo llamen despus? 11. Un estudio sobre los ejecutivos se ocup de su lealtad a la compaa. Una de las preguntas fue: si otra compaa le ofreciera a usted un puesto igual o ligeramente mejor al que tiene ahora, se quedara en la compaa?. Las respuestas de los 200 ejecutivos de la compaa se clasificaron de acuerdo con su tiempo de servicio. Cul es la probabilidad de seleccionar un ejecutivo que sea leal a la compaa y que tenga ms de diez aos de servicio? LEALTAD Se quedara No se quedara < un ao 10 25 TIEMPO DE SERVICIO 1 5 aos 6 10 aos 30 5 15 10 > 10 aos 75 30 Total 120 80

12. El departamento de crdito de un almacn report que el 50% de sus ventas son pagadas en efectivo, 30% con cheque y 20% con tarjetas de crdito. Veinte por ciento de las compras en efectivo, 90% de las compras con cheque y 60% de las compras con tarjeta son por ms de $200000. Una seora acaba de comprar un vestido que cost $300000, cul es la probabilidad de que haya pagado con tarjeta de crdito?