LA PROBABILIDAD

Y APLICACIONES
 En el siglo XVI los individuos comenzaron a:

 Cuantificar los riesgos

 Y a aplicar el concepto a situaciones cotidianas.

 En la actualidad, la idea de riesgo o probabilidad forma parte de nuestras vidas.

“La posibilidad de lluvia en Omaha hoy es de 40%”.

“Para este sábado, los Seminales de Florida State University son favoritos 2 a 1 sobre los
Tigres de Louisiana State University”.

“Existe una posibilidad de 50-50 de que el mes próximo el mercado de valores alcance la
marca más alta de todos los tiempos.”
 UNA PROBABILIDAD

Es una expresión numérica de la posibilidad de que

ocurra un evento.

 Hay dos reglas básicas respecto a las matemáticas de probabilidades:

1) La probabilidad, P, de ocurrencia de cualquier evento o estado de la naturaleza es
mayor que o igual a 0 y menor que o igual a 1. Es decir,
  Una probabilidad de 0 indica que se espera que un
evento nunca ocurra.

 Una probabilidad de 1 significa que se espera que un

evento ocurra siempre.

2) La suma de las probabilidades simples de todos los resultados posibles de una

actividad debe ser igual a 1.
EJEMPLO 1: DOS REGLAS DE PROBABILIDAD

La demanda de una pintura blanca de látex en Diversey Paint and Supply siempre ha
sido de 0, 1, 2, 3 o 4 galones por día. Durante los últimos 200 días laborales, el
propietario observa las siguientes frecuencias de demanda.
Si la distribución en el pasado es un buen indicador de las ventas futuras, podemos encontrar las
probabilidades de que ocurra cada resultado posible en el futuro, convirtiendo los datos en
porcentajes del total:

 Entonces, la probabilidad de que las

ventas sean 2 galones de pintura en un
día dado es P(2 galones) = 0.25 = 25%.

 La probabilidad de cualquier nivel de

ventas debe ser mayor que o igual a 0, y
menor que o igual a 1.

 Como 0, 1, 2, 3 y 4 galones abarcan

todos los eventos o resultados posibles,
la suma de sus probabilidades debe ser
igual a 1.
TIPOS DE PROBABILIDAD

Existen dos maneras diferentes de determinar la probabilidad:

 PROBABILIDAD OBJETIVA
El ejemplo 1 ofrece una ilustración de la evaluación de la probabilidad objetiva. La probabilidad
de cualquier nivel de demanda de pintura es la frecuencia relativa de ocurrencia de esa
demanda en un número grande de observaciones (200 días, en este caso). En general,
La probabilidad objetiva también puede establecerse usando lo que se llama el método lógico
o clásico. Por ejemplo, la probabilidad de lanzar una vez al aire una moneda y obtener cara es:

Asimismo, la probabilidad de sacar una espada (pica) de un mazo de 52 cartas se establece

con la lógica como
 PROBABILIDAD SUBJETIVA
La exactitud de las probabilidades subjetivas depende de la experiencia y el buen juicio de
quien realiza las estimaciones.

Diversos valores de probabilidad no se logran determinar a menos que se emplee el enfoque

subjetivo.

 ¿Cuál es la probabilidad de que el precio de la gasolina sea más de $4 en los próximos años?

 ¿Cuál es la probabilidad de que nuestra economía enfrente una depresión severa en 2015?

 ¿Cuál es la probabilidad de que usted sea presidente de una corporación importante dentro
de 20 años?
Existen varios métodos para la evaluación subjetiva de las probabilidades.

 Las encuestas de opinión sirven para ayudar a determinar probabilidades subjetivas

para los resultados posibles en elecciones y los candidatos políticos potenciales.

 Se aprovechan la experiencia y el buen juicio para asignar valores subjetivos de

probabilidad.

POR EJEMPLO

 Un gerente de producción, podría creer que la probabilidad de fabricar un producto

nuevo sin un solo defecto es de 0.85. Con el método Delphi, se reúne un panel de
expertos para hacer sus predicciones del futuro.
 Se dice que los eventos son Si solo uno de ellos puede ocurrir en
mutuamente excluyentes un ensayo cualquiera.

Se llaman colectivamente Si la lista de resultados incluye todos

exhaustivos. los resultados posibles.

Al lanzar una moneda, los resultados posibles son cara o cruz.

 Como no pueden ocurrir ambos a la vez en un lanzamiento, los resultados cara

POR EJEMPLO o cruz son mutuamente excluyentes.
 Como obtener cara y obtener cruz representan todos los resultados posibles,
también son colectivamente exhaustivos.
 LANZAR UN DADO

Es un experimento sencillo que tiene seis resultados posibles, numerados en la siguiente

tabla y cada uno con su probabilidad correspondiente:

Estos eventos son mutuamente excluyentes (en cualquier lanzamiento solo puede ocurrir uno
de seis eventos).

Y también son colectivamente exhaustivos (uno de ellos debe ocurrir, pues el total de sus
probabilidades es 1).
SACAR UNA CARTA

Le piden a usted que saque una carta de un mazo de 52 cartas. Usando la evaluación lógica de
las probabilidades, es fácil establecer algunas relaciones, como

También vemos que estos eventos (sacar un 7 y sacar un corazón) no son mutuamente
excluyentes, ya que se puede sacar un 7 de corazones. Tampoco son colectivamente
exhaustivos pues hay otras cartas en la mazo, además del 7 y los corazones
También puede probar su comprensión de estos conceptos examinando los siguientes casos:
SUMA DE EVENTOS MUTUAMENTE EXCLUYENTES

A menudo nos interesa saber si ocurrirá un evento o un segundo evento, lo cual se conoce
como la unión de dos eventos. Cuando los dos eventos son mutuamente excluyentes, la ley de
la suma es simplemente:

De manera más breve,

 Acabamos de ver que los eventos de sacar una espada o sacar un trébol de un mazo de cartas
son mutuamente excluyentes. Como , la probabilidad de sacar
una espada o un trébol es:

El diagrama de Venn describe la probabilidad de

ocurrencia de eventos mutuamente
excluyentes.
LEY DE LA SUMA PARA EVENTOS QUE NO SON MUTUAMENTE EXCLUYENTES

Cuando dos eventos no son mutuamente excluyentes, la ecuación anterior debe modificarse
para tomar en cuenta el conteo doble. La ecuación correcta reduce la probabilidad porque
se restan las posibilidades de que ambos eventos ocurran al mismo tiempo:

Esto se expresa en forma abreviada como

Considere los eventos de sacar un 5 y
sacar un diamante de un mazo de
cartas. Estos eventos no son
mutuamente excluyentes, de manera
que debe aplicarse la ecuación, para
calcular la probabilidad de extraer un
5 o un diamante:
 Los eventos pueden ser independientes o dependientes.

Cuando son independientes

La ocurrencia de un evento no tiene efecto sobre la

probabilidad de ocurrencia de otro evento.
 Examinemos cuatro conjuntos de eventos para determinar cuáles son independientes:

a) Su educación Eventos dependientes

1
b) Su nivel de ingresos ¿Puede explicar por qué?

a) Sacar un jack (sota) de corazones de un mazo completo de

2 52 cartas
Eventos independientes
b) Sacar un jack de tréboles de un mazo completo de 52 cartas

a) Los Cachorros de Chicago ganan la Liga Nacional

3 Eventos dependientes
b) Los Cachorros de Chicago ganan la Serie Mundial

a) Nieve en Santiago, Chile

4 Eventos independientes
b) Lluvia en Tel Aviv, Israel
Los tres tipos de probabilidad bajo independencia y dependencia estadística son

1. marginal,
2. conjunta
3. condicional.

1) UNA PROBABILIDAD MARGINAL (O SIMPLE)

Es tan solo la probabilidad de que ocurra un evento.

Por ejemplo

 Si lanzamos un dado, la probabilidad marginal de obtener 2 es p(dado es un 2) = 1/6 =0.166

Como cada lanzamiento es un evento independiente, la probabilidad marginal de cada
resultado posible es 1/6
2) LA PROBABILIDAD CONJUNTA

De que ocurran dos o más eventos independientes es el producto de sus

probabilidades marginales o simples, lo cual se escribe como

Donde:

P(AB) = probabilidad conjunta de que los eventos A y B ocurran juntos, o uno después
del otro
P(A) = probabilidad marginal del evento A
P(B) = probabilidad marginal del evento B
Por ejemplo

Con un dado la probabilidad de lanzar un 6 la primera vez y un 2 la segunda vez es

P(6 primero y 2 luego)

= P1lanzar un 62 * P1lanzar un 22

= 1/6 * 1/6 = 1/36

= 0.028
3) LA PROBABILIDAD CONDICIONAL

Se expresa como P(B/A), o la “probabilidad del evento B, dado que ocurrió el
evento A”. De manera similar, P(A/B) quiere decir la “probabilidad condicional del
evento A, dado que sucedió el evento B”.

Como los eventos son independientes, la ocurrencia de uno no afecta el

resultado del otro, P(A/B) = P(A) y P(B/A) = P(B).
Ejemplo
Probabilidades cuando los eventos son independientes: Un cesto contiene 3 pelotas negras (B) y 7
pelotas verdes (G). Sacamos una pelota del cesto la regresamos y sacamos una segunda pelota.
Determinamos la probabilidad de que ocurra cada uno de los siguientes eventos:
1. Se extrae una pelota negra la primera vez:
P(B) = 0.30 (Esta es una probabilidad marginal).

2. Se sacan dos pelotas verdes:

(Esta es una probabilidad conjunta para dos eventos
P(GG) = P(G) * P(G) = (0.7)(0.7) = 0.49
independientes).
3. Se extrae una pelota negra la segunda vez, si la primera fue verde:
(Esta es una probabilidad condicional pero igual a la marginal,
P(B/G) = P(B) = 0.30
porque las dos extracciones son eventos independientes).
4. Una pelota verde la segunda vez, si la primera fue verde:
P(G/G) = P(G) = 0.70 (Esta es una probabilidad condicional como en el evento 3.)
 Cuando los eventos son
estadísticamente dependientes,
la ocurrencia de un evento
afecta la probabilidad de que
otro evento ocurra.
 Las probabilidades marginal,
condicional y conjunta existen con la
dependencia al igual que con la
independencia, pero la forma de las
dos últimas cambia.
Una probabilidad marginal Se calcula exactamente igual que para eventos independientes. De
nuevo, la probabilidad marginal de que ocurra el evento A se
denota por P(A).

Calcular una probabilidad

Es un poco más complicado que bajo independencia.
condicional con dependencia

La fórmula para la probabilidad condicional de A, dado que sucede el evento B, se establece

como

La fórmula para la probabilidad conjunta es

Ejemplo
Probabilidades cuando los eventos son dependientes: Suponga que tenemos una urna que
contiene 10 pelotas de la siguiente descripción:
4 son blancas (W) y con letra (L)
2 son blancas (W) y con número (N)
3 son amarillas (Y) y con letra (L)
1 es amarilla (Y) y con número (N)
Se extrae una pelota al azar de la urna y es amarilla. Entonces, ¿cuál es la probabilidad de que
esta pelota tenga letra? (Véase la figura 2.3). Como hay 10 pelotas, tan solo se tabula una serie
de probabilidades:
Ahora calculamos la probabilidad condicional de que
la pelota extraída tenga letra, dado que es amarilla:

Esta ecuación muestra que dividimos la probabilidad

de pelotas amarillas y con letra (3 de 10) entre la
probabilidad de pelotas amarillas (4 de 10). Existe
una probabilidad de 0.75 de que la pelota amarilla
extraída tenga letra.

Se utiliza la fórmula de probabilidad conjunta para

verificar que P(YL) = 0.3, en la cual se obtuvo,
multiplicando P(L/Y) por P(Y):
Ejemplo
Probabilidad conjunta cuando los eventos son dependientes: Su corredor de bolsa le informa
que si el mercado de valores llega al nivel de 12,500 puntos para enero, hay una probabilidad de
70% de que Tubeless Electronics suba de valor. Sus propios sentimientos le dicen que hay tan solo
una probabilidad de 40% de que el promedio del mercado llegue a 12,500 puntos para enero.
¿Calcular la probabilidad de que ocurran ambos: que el mercado de valores llegue a 12,500
puntos y se incremente el precio de Tubeless Electronics?

Sea M el evento de que el mercado de valores llegue a 12,500, y sea T el evento de que Tubeless
aumente su valor.

Así, existe solamente 28% de posibilidad de que ambos eventos ocurran.