PROBABILIDADES

Mg. Betsy Arruntegui Huamn

 TCNICAS DE CONTEO
Para obtener el nmero total de los resultados, es
necesario desarrollar algunas tcnicas de conteo, las
cuales son:
1. Diagrama de rbol.
2. Anlisis combinatorio.
1. Principio fundamental de conteo
2. Permutaciones
3. Combinaciones
 DIAGRAMA DE RBOL
El diagrama de rbol es una tcnica grfica
empleada para enumerar todas las
posibilidades lgicas de una secuencia de
eventos, donde cada evento puede ocurrir
en un nmero finito de veces.
Ejemplo: Construir el diagrama que consiste
en lanzar 2 monedas y observar lo que
aparece en su lado superior.
 EJERCICIO

Construir el diagrama de rbol para

encontrar el total de posibles formas
de evaluar el estado de 3 productos
como defectuoso o no defectuoso.
 ANLISIS
COMBINATORIO.
Los diagramas de rbol nos sirven para mostrar
grficamente el nmero de resultados posibles de un
fenmeno, pero esta ordenacin tiene un
inconveniente, pues a medida que aumenta el
nmero de objetos dicha ordenacin se complica, por
lo que hay que recurrir a otro proceso ms sencillo
para determinar el nmero total de resultados.
Para ello existen otras tcnicas tales como:
Principio fundamental de conteo.
Permutaciones.
Combinaciones.
 ANLISIS COMBINATORIO -
PRINCIPIO FUNDAMENTAL DE
CONTEO.
Si un evento puede realizarse de n1 formas
diferentes, y si, continuando el procedimiento, un
segundo evento puede realizarse de n2 formas
diferentes, y si, despus de efectuados, un tercer
evento puede realizarse de n3 formas diferentes, y
as sucesivamente, entonces el nmero de formas
en que los eventos pueden realizarse en orden
indicado es el producto de (n1) (n2) (n3)
 EJEMPLOS

Ejemplo. Encontrar el total de posibles formas

de lanzar una moneda 10 veces.

Ejemplo. En un parque hay una banca con 5

lugares, si al parque asisten 5 hombres y 4
mujeres que son amigos. De cuntas
maneras se pueden acomodar en la banca?
 ANLISIS COMBINATORIO -
PERMUTACIONES.

Una permutacin es una forma en la que pueden

representarse los eventos, en la que el orden en que
aparecen es muy importante; por ejemplo con los
nmeros 1, 2 y 3 se pueden hacer los siguientes
arreglos; 123, 132, 231, 213, 312 y 321, cada uno de
ellos es una permutacin de los dgitos 1, 2 y 3
tomando los tres a la vez. Si slo utilizamos dos de los
tres dgitos tendramos los siguientes arreglos; 12, 21, 13,
31, 23 y 32 y cada uno de ellos representa cantidades
distintas entre s.
 ANLISIS COMBINATORIO -
PERMUTACIONES.

Las permutaciones representan un arreglo ordenado

de r objetos tomados de n, en donde r n.
La frmula para hallar el nmero de permutaciones es
la siguiente:

Donde:
n= nmero total de objetos.
r= es el nmero de objetos que se desea considerar de
los n disponibles.
 ANLISIS COMBINATORIO -
PERMUTACIONES.

Ejemplo. Hallar el nmero de permutaciones que se

pueden formar con los nmeros 2, 4, 6 y 8.
a.Si slo se utilizan 2 de estos
nmeros.
b.Si slo se utilizan 3 de estos
nmeros.
 ANLISIS COMBINATORIO
COMBINACIONES

Una combinacin es una forma de representar eventos

u objetos, en la que el orden de aparicin no importa;
por ejemplo si tenemos los dgitos 1, 2 y 3 y si tomamos
nicamente dos de estos dgitos se podran formar las
siguientes combinaciones y permutaciones.

En una combinacin no es importante el orden en que

aparezcan los elementos, mientras que en una
permutacin si importa el orden de aparicin de los
elementos.
 ANLISIS COMBINATORIO
COMBINACIONES
La frmula para hallar el nmero de combinaciones es
la siguiente:

Donde:
n= nmero total de objetos.
r= es el nmero de objetos que se desea considerar de
los n disponibles.
 ANLISIS COMBINATORIO
COMBINACIONES

Ejemplo. Cuntos equipos de trabajo se pueden

formar con un grupo de 9 profesionales, si se sabe que
cada equipo est integrado por 5 profesionales y
cualquiera de ellos puede ocupar la ocupacin que
sea?
 EXPERIMENTO ALEATORIO Y NO
ALEATORIO(DETERMINISTA)
Si levantamos una piedra y la soltamos estamos seguros de que caer por la
gravedad.
S construimos un muro con una mezcla de concreto con muy poca agua, estamos
seguros de que la pared se rajar y colapsar.

Experiencia determinista,

Experiencia aleatoria
Para el proceso de curado del
concreto es necesaria la
utilizacin de rociadores de agua,
pero es posible que llueva ese
da, aunque es una experiencia
aleatoria porque no tenemos
certeza de qu suceder.
 DEFINICIONES
Experimento
Actividad que origina un evento.
Proceso de hacer una observacin y obtener un resultado.
Experimento Aleatorio
Cualquier proceso de observacin que puede repetirse a voluntad en
condiciones similares, con la condicin de que el resultado no puede ser
previsto antes de cada una de sus realizaciones.

Resultado
Lo que obtenemos de un experimento.
Espacio Muestral
Coleccin de todos los posibles resultados de un experimento.
Evento
Uno o ms de los posibles resultados de un experimento.
 Experimento Espacio Muestral
Lanzar una moneda Cara, Sello.
Lanzar dos monedas CC, CS, SC, SS
Sacar una carta (valor) 2, 2, ..., A (52)
Sacar una carta (color) Roja, Negra
Lanzar un dado. 1, 2, 3, 4, 5, 6
Jugar un partido Ganar, Empatar, Perder
Inspeccionar una parte Defectuoso, Bueno
 PROBABILIDAD ES

1 Cierto

Es la medida numrica de
la certeza de que un
resultado pueda ocurrir. .5

Su valor est entre 0 y 1

0 Imposible
 Cul es la probabilidad de obtener un producto defectuoso al elegir
un producto de una poblacin de 6 donde 2 estn fallados?
 Si lanzamos 2 dados, cul es la probabilidad de
obtener un puntaje de 7?
 Experimentos y Eventos
Cul es la probabilidad de obtener 1
compra si se analiza el comportamiento
de compra de tres clientes?
Considere el experimento aleatorio en el que se.
Sean:
C el resultado (Evento) de que un cliente decide comprar y
S el resultado (Evento) de que un cliente decide no comprar.
Sea de nuestro inters contar el nmero de clientes que deciden comprar al
analizar 3 clientes.
Luego, los posibles resultados combinados pueden ser mejor
visualizados, mediante la construccin de el rbol de decisin
de ste experimento :
 C CCC (3)

C
S CCS (2)

C CSC (2)
C S

S CSS (1)
Nmero de Compras C SCC (2)

S C
S SCS (1)

C SSC (1)
S

S SSS (0)
El espacio muestral para este experimento ser:
SSS, SSC, SCS, SCC, CSS, CSC, CCS, CCC.
As, los posibles valores de: X (nmero de clientes que compran): x = 0,1,2,3.
 El espacio muestral para este experimento ser:
SSS, SSC, SCS, SCC, CSS, CSC, CCS, CCC.
As, los posibles valores de: X (nmero de clientes que compran): x =
0,1,2,3.
El resultado cero compras ocurri una vez.
El resultado una compra ocurri tres veces.
El resultado dos compras ocurri tres veces.
El resultado tres compras ocurri una vez.
 ENFOQUES DE LA PROBABILIDAD

PROBABILIDAD PROBABILIDAD
OBJETIVA SUBJETIVA ( )

PROBABILIDAD
PROBABILIDAD
FRECUENCIA RELATIVA
CLASICA (1/n)
(fi/n)
 Enfoques de la Probabilidad

I. PROBABILIDAD OBJETIVA

a) Probabilidad Clsica (Situacin decisional nueva)

Se basa en la consideracin de que los resultados
de un experimento son igualmente posibles.
 EJEMPLO 1
Alexis postula a su primer trabajo profesional como
Arquitecto (Adjudique/Deniegue)Cul es la probabilidad
de que obtenga el puesto?
Aplicando la probabilidad clsica: P(A) = = 0.5
La Constructora G$V desea adquirir su primera mezcladora de
concreto de entre 4 marcas (Dynamic, Siveti, Menegotti y
Imetsade). Si desea elegir el mejor Cul es la probabilidad de
Dynamic sea la marca elegida? Aplicando la probabilidad
clsica: P(D)= = 0.25

Al presentar 3 propuestas arquitectnicas que

cumplan con los puntos requeridos a un cliente
hay un 33.3% que una cada propuesta sea la
b) Probabilidad Emprica o de frecuencias relativas
(Situacin decisional reiterada)
Es la probabilidad de que un evento ocurra a largo
plazo.
Se determina observando en cuantas veces se repite
un evento semejante en el pasado:

La probabilidad que suba el dlar.

La probabilidad que un cliente me compre.
 EJEMPLO 2

La empresa Caterpillar ha ganado 186 licitaciones de las

1200 a las que se present este ao. Cul es la
probabilidad de que gane la siguiente licitacin?
Aplicando el concepto de frecuencias relativas, la
probabilidad de que gane sera: P(G) = 186 /1200 = 0.155

Asumiendo que durante el ao anterior hubo 30

construcciones de edificios en la ciudad de Chiclayo, de los
cuales 20 eran para hospitales. El modelo de frecuencia
relativa revela de que la probabilidad de que la siguiente
construccin sea un hospital es:.
 Un importador de vidrios recibe envos de paquetes de tres
modelos diferentes. Los datos para los ltimos 100 paquetes
indicaron el nmero de modelos daados que haba en cada
paquete. As mostraba que en 40 de los paquetes ningn modelo
se haba daado mientras que en 12 de los paquetes todos los
tres modelos se haban rajado.
Resultado (EI) Nmero de cajas hi=pi =P (Ei )
(nmero de defectos) fi
0 40 40/100=0.40
1 27 27/100=0.27
2 21 21/100=0.21
3 12 12/100=0.12
100 1.00

En el pasado, 21 de los 100 paquetes totales contenan exactamente

2 vidrios rajados. Entonces el modelo de frecuencia relativa asignara
una probabilidad de que dos modelos en cualquier paquete dado
estuvieran rajados de: P(2)=21/100=0.21.
 II. PROBABILIDAD SUBJETIVA
Es la probabilidad otorgada por un individuo a la
ocurrencia de un evento especfico basada en cualquier
informacin disponible: su experiencia, opinin
personal anlisis propio de la situacin particular que
se evala (estado de informacin de una persona).
Ejemplos:
Dar en base a la experiencia personal un pronstico sobre las
ventas de un celular S8
Basado en su experiencia, un arquitecto ambiental puede
afirmar que la pendiente proteger a la casa de los rayos
directos del son, con una probabilidad de 0.05%.
Estimar la probabilidad de que Alemania gane el mundial de
ftbol.
 EVENTOS MUTUAMENTE EXCLUYENTES.
EVENTOS COLECTIVAMENTE EXHAUSTIVOS.

Eventos mutuamente excluyentes: La ocurrencia de

cualquier evento implica que ningn otro puede ocurrir
al mismo tiempo.
Eventos Colectivamente exhaustivos: Lista de eventos
que registra todos los resultados posibles cuando se
realiza un experimento, de modo tal que su unin debe
ser igual al espacio muestral .

Evento A Evento B Evento A Evento B

 EVENTOS
EVENTOS MUTUAMENTE
EXCLUYENTES
-No pueden ocurrir simultneamente:
A B=O
-Se define una caracterstica.
Ej.:
En una noche, un estudiante tiene
que disear un proyecto, pero a la vez
puede ir a una fiesta a la misma hora.
El evento de disear un proyecto
impide que el estudiante vaya a su
fiesta.
EVENTOS COLECTIVAMENTE
EXHAUSTIVOS
-Contiene todos los resultados posibles de un evento.
-Se define un espacio muestral.
Ej.:
Al estudiar un proyecto, el arquitecto da la
posibilidad de escoger uno de los siguientes:
-2 proyectos de Mies Van der Rohe
-3 proyectos de Marcel Breuer
-1 proyecto de Le corbusier
-2 proyectos de Angelo Bucci
Cul es la Probabilidad que escoja uno de
los proyectos de Marcel Breuer indicados
por el arquitecto?
Si se toman en cuenta los 8 posibles
proyectos, son ECE
 Evento Mutuamente Excluyente.- Dos eventos son mutuamente excluyentes si la
ocurrencia de uno prohbe la ocurrencia de otro.

El mal o buen estado de un puente son eventos

mutuamente excluyentes.
La ubicacin de un conjunto de vivienda de baja
densidad puede estar ubicada en un rea rural o
en un rea urbana.

Evento colectivamente exhaustivo.- Constan de todos los posibles resultados

de un experimento y constituyen su espacio muestral.

De los 200 empleados de la constructora CIUDARIS S.A., 70 son

arquitectos, 90 son ingenieros y los 40 trabajadores restantes son
empleados auxiliares. Los eventos colectivamente exhaustivos son A, I y
E. S i un empleados se selecciona al azar,

Debido a que ocurre la certeza de que el empleado

P(A)= 70/200= 0.35
seleccionado provenga de una de stas tres
P(I)=90/200=0.45
categoras colectivamente exhaustivas,
P(E)= 40/200=0.2
P(A o I o E)= 0.35+0.58+0.2=1.00
Reglas / Propiedades de la Probabilidad
1.- COMPLEMENTO
2.-ADICION:
Evento Mutuamente Excluyente
Evento Colectivamente Exhaustivos
2.- MULTIPLICACION
Eventos Independientes
Eventos Dependientes
 REGLA DEL COMPLEMENTO
Se utiliza para determinar la probabilidad un evento,
conociendo su probabilidad de No Ocurrencia.
Se obtiene restando del nmero 1 la probabilidad de que
No ocurra un evento.
Si P(A) es la probabilidad del evento A y P(Ac) es el
complemento de A,
P(A) + P(Ac) = 1
P(A) = 1 P(Ac). Compl
ement
Event o de A
oA

Ac
 EJEMPLO 1
Tans report la siguiente informacin de sus LLEGADA N vuelos
vuelos de Lima a Nueva York:
Sea el evento que un Antes de 100
vuelo: Tiempo
A :llegue antes de tiempo.
Demorado 75
D: llegue demorado.
T: llegue a tiempo A tiempo 800
C: sea cancelado Cancelado 25
P(A) = 100 /1000 = 0.1.
P(D) = 75 /1000 = 0.075. Cul es la probabilidadTotalde que el vuelo1000
llegue A
P(T) = 800 /1000 = 0.8. tiempo?
P(C) = 25 /1000 = 0.025. Cul es la probabilidad de que NO?

T = 0.8
P(T)= 800/1000= 0.8

D = 0.075 C = 0.025 A = 0.1 P(T)C = 1- P(T) = 1- 0.8 = 0.2

 Regla de la Adicin
Si dos eventos A y B son mutuamente excluyentes, la
probabilidad de que ocurra A o B es igual a la suma de sus
probabilidades respectivas:
P(A o B) = P(A U B) = P(A) + P(B)

EJEMPLOS:
Probabilidad que al elegir un terreno se halle Agua o No se
halle agua.
P(A o N) = P(A U N) = P(A) + P(N) = 0.2 + 0.8 = 1
La probabilidad de que un arquitecto no est colegiado
o firme planos
P(N o F) = P(N U F) = P(N) + P(F) = 0.1 + 0.075 = 0.175
 Regla de la Adicin
Si A y B son dos eventos no mutuamente excluyentes, entonces
P(A o B) = P(A U B) = P(A)+P(B)-P(A y B)

Probabilidad conjunta es la probabilidad que mide la posibilidad de que

dos o ms eventos ocurran juntos.
 Regla Especial de la Adicin
Espacio Muestral

Evento Evento
A B

P(A o B) = P(A) + P(B) - P(A y B) Probabilidad

Conjunta
 EJEMPLO 2
De 900 ingenieros, 300 aseveraron
tener Laptop, 680 dijeron Smartphone y Si un ingeniero es
al preguntarles quienes tenan ambos
180 asintieron. seleccionado al azar,
Cul es la
Smartphone probabilidad de que
280
Ambos tenga Laptop, tenga
Laptop 180 Smartphone, y posea
300 tanto Laptop como
Smartphone?
P(L) = 300 / 900 = 0.33
P(S) = 680 / 900 = 0.76
P(L y S) = 180 / 900 = 0.2
P(L o S) = P(L) + P(S) - P(L y S)
= 0.33 + 0.76 - 0.2 = 0.89
 REGLA DE LA MULTIPLICACIN
Si dos eventos A y B son independientes (la ocurrencia
de B no afecta la probabilidad de ocurrencia de A).
Es decir: P(A|B) = P(A)
Su probabilidad conjunta es:
P(A y B) = P(A B) = P(A) * P(B).

Si dos eventos A y B no son independientes (la

ocurrencia de B afecta la probabilidad de ocurrencia de
A).
Surge el concepto de Probabilidad Condicional
 EVENTO INDEPENDIENTE: EVENTO DEPENDIENTE:

Se tienen 2 tipos (A y B) diferentes de vivienda en la Urb. ECONOMA PODER ADQUISITIVO

Alameda Country Club. Si la estructura de la vivienda tipo DEMANDA PRECIO DE
A falla, no afectar a la estructura de la vivienda tipo EDIFICACIONES
B.
Si la economa aumenta. El
Utilizar dos veces un polmero ( como aislante poder adquisitivo de las
de sulfatos) tanto por el anverso como por el personas aumenta , por lo tanto
reveso, resulta indistintamente si se utiliza dos habr mas demanda en el sector
veces. inmobiliario. Al ocurrir esto, los
agentes inmobiliarios
aumentaran el precio de sus
edificaciones ya que ellos
dependen de la venta de estas
edificaciones.

REF. BIBL.: Estadstica para Administracin, 4ta ed. Berenson, Levine y Krehbiel.
 PROBABILIDAD CONDICIONAL

Probabilidad condicional es la probabilidad de que

ocurra un evento en particular, dado que ocurri otro
evento.

P(B|A).
Se lee: La probabilidad de que ocurra el evento B dado
que ya ocurri A.

P(A|B).
Se lee: La probabilidad de que ocurra el evento A dado
que ya ocurri B.
 REGLA GENERAL DE MULTIPLICACIN

La probabilidad conjunta que ambos ocurran se encuentra

multiplicando la probabilidad de A por la probabilidad
condicional de B dado que A ya ocurri.
P(A y B) = P(A B) = P(A) * P(B|A)
 Ejemplo : Ripley almacena en Lima y Piura. La probabilidad de que el
inventario Lima aumente su valor el prximo ao es 0.5, mientras que el de
Piura aumente el suyo es 0.07. Cul es la probabilidad de que?
Definiendo Eventos a) . ambos aumenten su valor el prximo ao?
L = Lima aumenta valor b) . al menos uno aumente su valor el prximo
LN = Lima No aumenta valor ao?
P = Piura aumenta valor
PN = Piura No aumenta valor P P(LP)=P(LyP) = P(LP)= P(L)*P(P/L)
=(0.5)(0.07)=0.035
L
Q P(L-PN)= P(LyPN) = P(LPN)= P(L)*P(PN/L)
=(0.5)(0.93)=0.465
P P(LN-P) = P(LN)*P(P/LN)
=(0.5)(0.07)=0.035
Definiendo Eventos M
L = Lima aumenta valor Q P(LN-PN)= P(LNyPN) = P(LNPN)= P(M)*P(Q/M)
M = Lima No aumenta valor =(0.5)(0.93)=0.465
P = Piura aumenta valor
Q = Piura No aumenta valor
a) P(L y P) = (0.5)(0.07) = 0.035.
a) P(al menos uno aumente su valor) = P(L y P) +P(LNy P)
= (0.5)(0.07)+(0.5)(0.07)
= 0.035 +0.035=0.07
 Tabla de Contingencia

Event
Event B1 o B2 Tota
o l )
A1 P(A1 y B1) P(A1 y B2) P(A 1

A2 P(A2 y B1) P(A2 y B2) P(A2)

Tota P(B1) P(B2) 1

l
Probabilidad Probabilidad Marginal (Simple)
Conjunta
 EJEMPLO 4
El Ingeniero de una Inmobiliaria analizaba la siguiente
informacin sobre una muestra de clientes:
GENERO
Si se elige un cliente al azar,
cul es la probabilidad de que Banco Hombr Mujer Total
prestamista e
sea mujer y ahorre en el BCP?
BCP 170 110 280
P(M y B) = 110 / 900 = 0.122 Interbank 120 100 220
Scotiabank 60 70 130
S se sabe que el cliente es
Financiero 150 120 270
mujer, cul es la probabilidad
que ahorre BCP? Total 500 400 900
P(HyF)=
P(B/M) = 110 / 400 = 0.275
P(H/F)=
S se sabe que el cliente P(F/H)=
pertenece al BCP, que tan
P(HoF)=
probable es que sea mujer?
 TEOREMA DE BAYES

probabilidad inicial en base al

PROBABILIDAD A PRIORI
nivel de informacin.
probabilidad ms fina obtenida
PROBABILIDAD A POSTERIORI
en base a informacin adicional.
El 20% de los empleados de una empresa son ingenieros,
otro 20% son economistas. El 75% de los ingenieroso
ocupan un puesto directivo y el 50% de los economistas
tambin, mientras que los no ingenieros y los no
economistas slo el 20% ocupan un puesto directivo Cul
es la probabilidad de que un empleado directivo elegido al
azar sea directivo?
Una compaia de desarrollo urbano est considerando la posibilidad
de construir un centro comercial en un sector de la Capital. Un
elemento vital en esta consideracin es un proyecto de
una autopista que une este sector con el centro de la ciudad. Si el
consejo municipal aprueba esta autopista, hay una probabilidad de
0.90 de que la compaia construya el centro comercial en tanto que
si la autopista no es aprobada la probabilidad es de solo 0.20,
Basndose en la informacin disponible, el presidente de la
compaia estima que hay una probabilidad de 0.60 que
la autopista sea aprobada.
Se pide:
a) Cul es la probabilidad que la compaia construya el centro
comercial?
b) Dado que el centro comercial fu construido. Cul es la
probabilidad de que la autopista haya sido aprobada?.
Backus ha recibido varias quejas debido al bajo
contenido de sus botellas. Una queja fue recibida
hoy, el gerente de Produccin no puede identificar la
fuente (Motupe, Pucallpa o Lima) de la botella. S
sabemos que:

% de produccin total % botellas falladas (contenido inadecuado)

Motupe 55 3
Pucallpa 25 5
Lima 20 4
Cul es la probabilidad de que:
a) La botella fallada haya salido de la planta de Motupe. (La botella sea de
Motupe si s que estaba fallada: P(M/F).)
b) Una botella sea de Motupe y est en buen estado: P(MyB).
c) Una botella est en buen estado si s que era Motupe: P(B/M).
d) Una botella est fallada: P(F).
e) Una botella sea de Lima si s que estaba buen estado: P(L/B).
 NO OLVIDES AMPLIAR TUS
CONOCIMIENTO CONSULTANDO
MATERIAL BIBLIOGRFICO EN
BIBLIOTECA

GRACIAS!