1-1

Capítulo cinco
Un panorama de conceptos
probabilísticos
OBJETIVOS
Al terminar este capítulo podrá:
UNO
Definir lo que es probabilidad.
DOS
Describir los enfoques clásico, empírico y subjetivo para la probabilidad.
TRES
Entender los conceptos: experimento, evento, resultado, permutaciones y
combinaciones.
CUATRO
Definir los conceptos: probabilidad condicional y probabilidad conjunta.

© 2001 Alfaomega Grupo Editor

1-1

Capítulo cinco continuación

Un panorama de conceptos
probabilísticos
OBJETIVOS
Al terminar este capítulo podrá:
CINCO
Calcular probabilidades aplicando las reglas de adición y multiplicación.
SEIS
Utilizar un diagrama de árbol para organizar y calcular probabilidades.
SIETE
Calcular una probabilidad utilizando el teorema de Bayes.
OCHO
Determine el número de permutaciones y el número de combinaciones.

© 2001 Alfaomega Grupo Editor

5-3

Definiciones

• Probabilidad: valor entre cero y uno, inclusive, que

describe la posibilidad relativa de que ocurra un
evento.
• Experimento: proceso que conduce a la ocurrencia de
una de varias observaciones posibles.
• Resultado: lo que resulta en particular de un
experimento.
• Evento: conjunto de uno o más resultados de un
experimento.

© 2001 Alfaomega Grupo Editor

5-4

Enfoques de la probabilidad

• Probabilidad clásica se basa en la

consideración de que los resultados de un
experimento son igualmente posibles.
• Utilizando el punto de vista clásico,
número de resultados favorables
Probabilid ad de un evento =
número total de resultados posibles

© 2001 Alfaomega Grupo Editor

5-5

EJEMPLO 1

• Considere el experimento de lanzar dos

monedas al mismo tiempo.
• El espacio muestral S = {HH, HT, TH, TT}
• Considere el evento de una cara.
• Probabilidad de una cara = 2/4 = 1/2.

© 2001 Alfaomega Grupo Editor

5-6

Eventos mutuamente excluyentes

• Eventos mutuamente excluyentes: la

ocurrencia de cualquier evento implica que
ningún otro puede ocurrir al mismo tiempo.
• En el EJEMPLO 1, los cuatro resultados
posibles son mutuamente excluyentes.

© 2001 Alfaomega Grupo Editor

5-7

Eventos colectivamente exhaustivos

• Colectivamente exhaustivos: por lo menos uno

de los eventos debe ocurrir cuando se realiza
un experimento.
• En el EJEMPLO 1, los cuatro resultados
posibles son colectivamente exhaustivos. En
otras palabras, la suma de las probabilidades es
= 1 (0.25 + 0.25 + 0.25 + 0.25).

© 2001 Alfaomega Grupo Editor

5-8

Concepto de frecuencias relativas

• La probabilidad de que un evento ocurra a

largo plazo se determina observando en qué
fracción de tiempo sucedieron eventos
semejantes en el pasado:

número de veces que ocurrió el evento

Probabilid ad del evento =
número total de observacio nes

© 2001 Alfaomega Grupo Editor

5-9

EJEMPLO 2

• A lo largo de su carrera, la profesora Jones ha

otorgado 186 calificaciones de A entre sus
1200 estudiantes. ¿Cuál es la probabilidad de
que un estudiante de su clase en este semestre
reciba una A?
• Aplicando el concepto de frecuencias relativas,
la probabilidad de una A es
• 186 /1200 = 0.155

© 2001 Alfaomega Grupo Editor

5-10

Probabilidad subjectiva

• Probabilidad subjetiva: la posibilidad

(probabilidad) de que suceda un evento
específico que asigna una persona con base en
cualquier información disponible.
• Ejemplos de la probabilidad subjetiva son
estimar la probabilidad de que los Redskins de
Washington ganen el Super Bowl el próximo
año y estimar la probabilidad de que ocurra un
terremoto en Los Angeles este año.

© 2001 Alfaomega Grupo Editor

5-11

Reglas básicas de probabilidad

• Si los eventos son mutuamente excluyentes, la

ocurrencia de cualquier evento impide que otro
eventos ocurra.
• Reglas de adición: si dos eventos A y B son
mutuamente excluyentes, la regla especial de
adición indica que la probabilidad de que ocurra
A o B es igual a la suma de sus probabilidades
respectivas:

P(A o B) = P(A) + P(B)

© 2001 Alfaomega Grupo Editor

5-12

EJEMPLO 3

• New England Commuter Airways acaba de

proporcionar la siguiente información de sus
vuelos de Boston a Nueva York:
Llegada Frecuencia
Antes de tiempo 100
A tiempo 800
Demorado 75
Cancelado 25
Total 1000

© 2001 Alfaomega Grupo Editor

5-13

EJEMPLO 3 continuación

• Si A es el evento de que un vuelo llegue

antes de tiempo, entonces
P(A) = 100 /1000 = 0.1.
• Si B es el evento de que un vuelo llegue
demorado, entonces
P(B) = 75 /1000 = 0.075.
• La probabilidad de que un vuelo llegue antes
de tiempo o demorado es
P(A o B) = P(A) + P(B) = 0.1 + 0.075 =
0.175.
© 2001 Alfaomega Grupo Editor
5-14

Regla del complemento

• La regla del complemento se utiliza para

determinar la probabilidad de que ocurra un
evento restando del número 1 la probabilidad
de que un evento no ocurra. Si P(A) es la
probabilidad del evento A y P(~A) es el
complemento de A, P(A) + P(~A) = 1 o
P(A) = 1 - P(~A).

© 2001 Alfaomega Grupo Editor

5-15

Regla del complemento continuación

• Diagrama de Venn que ilustra la regla del

complemento

A ~A

© 2001 Alfaomega Grupo Editor

5-16

EJEMPLO 4

• Recuerde el EJEMPLO 3.
• Si C es el evento de que un vuelo llegue a
tiempo, entonces P(C) = 800 /1000 = 0.8.
• Si D es el evento de que un vuelo sea
cancelado, entonces
P(D) = 25 /1000 = 0.025.
• Utilice la regla del complemento para mostrar
que la probabilidad de que el vuelo llegue
antes de tiempo (A) o demorado (B) es 0.175.

© 2001 Alfaomega Grupo Editor

5-17

EJEMPLO 4 continuación

• P(A o B) = 1 - P(C o D) = 1 - [0.8 + 0.025] = 0.175

D
C
0.025
0.8
~(C o D) = (A o B)
0.175

© 2001 Alfaomega Grupo Editor

5-18

Regla general de adición

• Si A y B son dos eventos que no son

mutuamente excluyentes, entonces
P(A o B) se calcula con la siguiente fórmula:
• P(A o B) = P(A) + P(B) - P(A y B)

© 2001 Alfaomega Grupo Editor

5-19

Regla general de adición

• Diagrama de Venn que ilustra esta regla

AyB
A

© 2001 Alfaomega Grupo Editor

5-20

EJEMPLO 5

• En una muestra de 500 estudiantes, 320

dijeron tener un estéreo, 175 dijeron tener
una TV y 100 dijeron tener ambos:

TV
75
Ambos
Estéreo 100
220

© 2001 Alfaomega Grupo Editor

5-21

EJEMPLO 5 continuación

• Si un estudiante es seleccionado
aleatoriamente, ¿cuál es la probabilidad de que
tenga sólo un estéreo, sólo una TV y uno de
cada uno?
• P(S) = 320 /500 = 0.64.
• P(T) = 175 /500 = 0.35.
• P(S y T) = 100 /500 = 0.20.

© 2001 Alfaomega Grupo Editor

5-22

EJEMPLO 5 continuación

• Si un estudiante es seleccionado
aleatoriamente, ¿cuál es la probabilidad de que
tenga un estéreo o una TV en su habitación?
• P(S o T) = P(S) + P(T) - P(S y T)
• = 0.64 +0.35 - 0.20 = 0.79.

© 2001 Alfaomega Grupo Editor

5-23

Probabilidad conjunta

• Probabilidad conjunta es una probabilidad que

mide la posibilidad de que dos o más eventos
ocurran juntos. Un ejemplo sería el hecho de
que un estudiante tenga tanto un estéreo como
una TV en su habitación.

© 2001 Alfaomega Grupo Editor

5-24

Regla especial de multiplicación

• La regla especial de multiplicación requiere

que dos eventos A y B sean independientes.
• Dos eventos A y B son independientes si la
ocurrencia de una no afecta la probabilidad de
ocurrencia del otro.
• La regla especial se escribe:
P(A y B) = P(A) * P(B).

© 2001 Alfaomega Grupo Editor

5-25

EJEMPLO 6

• Chris posee dos inventarios independientes

uno de otro. La probabilidad de que el
inventario A aumente su valor el próximo año
es 0.5. La probabilidad de que el B aumente el
suyo es 0.7.
• ¿Cuál es la probabilidad de que ambos
aumenten su valor el próximo año?
• P(A y B) = (.5)(.7) = 0.35.

© 2001 Alfaomega Grupo Editor

5-26

EJEMPLO 6 continuaciòn

• ¿Cuál es la probabilidad de que al menos uno

aumente su valor el próximo año (esto implica
que cualquiera de los dos o ambos aumenten)?
• Así, P(al menos uno) = (0.5)(0.3) + (0.5)(0.7)
+ (0.7)(0.5) = 0.85.

© 2001 Alfaomega Grupo Editor

5-27

Probabilidad condicional

• Probabilidad condicional es la probabilidad de

que ocurra un evento en particular, dado que
ocurrió otro evento.
• Nota: la probabilidad de que ocurra el evento
A dado que ya ocurrió B se denota como
P(A|B).

© 2001 Alfaomega Grupo Editor

5-28

Regla general de multiplicación

• La regla general de multiplicación se utiliza

para determina la probabilidad conjunta de
que ocurran dos eventos y establece: para
dos eventos A y B, la probabilidad conjunta
que ambos ocurran se encuentra
multiplicando la probabilidad de A por la
probabilidad condicional de B dado que A
ocurrió.

© 2001 Alfaomega Grupo Editor

5-29

Regla general de multiplicación

• La probabilidad conjunta, P(A y B) está dada

por la siguiente fórmula:
P(A y B) = P(A) * P(B|A)
o
• P(A y B) = P(B) * P(A|B)

© 2001 Alfaomega Grupo Editor

5-30

EJEMPLO 7

• La directora de la escuela de administración en

Miami recolectó la siguiente información
acerca de los estudiantes de licenciatura del
colegio:
Área Hombre Mujer Total

Contabilidad 170 110 280

Finanzas 120 100 220

Mercadotecnia 160 70 230

Administración 150 120 270

Total 600 400 1000

© 2001 Alfaomega Grupo Editor

5-31

EJEMPLO 7 continuación

• Si un estudiante se selecciona al azar, ¿cuál es

la probabilidad de que el estudiante sea mujer
del área de contabilidad?.
P(A y F) = 110 / 1000.
• Dado que la estudiante es mujer, ¿cuál es la
probabilidad que esté en el área de
contabilidad? P(A|F) = [P(A y F)] / [P(F)] =
[110 / 1000] /[400 / 1000] = 0.275.

© 2001 Alfaomega Grupo Editor

5-32

Diagrama de árbol

• El diagrama de árbol es muy útil para

visualizar las probabilidades condicional y
conjunta y en particular para el análisis de
decisiones administrativas que involucran
varias etapas.
• EJEMPLO 8: una bolsa contiene 7 fichas rojas
(R) y 5 azules (B), se escogen 2 fichas, una
después de la otra sin reemplazo. Construya el
diagrama de árbol con esta información.

© 2001 Alfaomega Grupo Editor

5-33

EJEMPLO 8 continuación

6/11 R2

7/12 R1
5/11 B2
7/11 R2
5/12 B1
4/11 B2

© 2001 Alfaomega Grupo Editor

5-34

Teorema de Bayes

• El teorema de Bayes se representa con la

fórmula:

P( A1) * P( B | A1)
P( A1 | B) 
P( A1) * P( B | A1)  P( A2) * P( B | A2)

© 2001 Alfaomega Grupo Editor

5-35

EJEMPLO 9

• La compañía Duff Beer ha recibido varias

quejas debido a que sus botellas no van bien
llenas. Una queja fue recibida hoy pero el
gerente de producción no puede identificar
cuál de las dos plantas Springfield (A o B)
llenó esta botella. ¿Cuál es la probabilidad de
que la botella mal llenada haya salido de la
planta A?

© 2001 Alfaomega Grupo Editor

5-36

EJEMPLO 9 continuación

% de % de
producción faltante en
total botellas
A 55 3

B 45 4

• P(A |U) = [(0.55)(0.03)]/[(0.55)(0.03) +

(0.45)(0.04)] = 0.4783.

© 2001 Alfaomega Grupo Editor

5-37

Algunos principios de conteo

• Fórmula de la multiplicación: si hay m

modos de hacer una cosa y n formas de
hacer otra, existen m x n formas de hacer
ambas.
• EJEMPLO 10: el doctor Delong tiene 10
camisas y 8 corbatas. ¿Cuántos conjuntos
de camisas /corbatas tiene?
(10)(8) = 80.

© 2001 Alfaomega Grupo Editor

5-38

Algunos principios de conteo

• Permutación: un arreglo de r objetos

seleccionados a partir de un grupo único
de n objetos posibles.
n!
n Pr 
(n  r ) !
• Nota: el orden del arreglo es importante en
las permutaciones.

© 2001 Alfaomega Grupo Editor

5-39

Principios de conteo

• Combinación: el número de modos para

elegir r objetos de un grupo de n objetos
sin considerar el orden.

n!
nCr 
r !(n  r ) !

© 2001 Alfaomega Grupo Editor

5-40

EJEMPLO 11

• El entrenador Thompson tiene que elegir 5

jugadores entre los doce del equipo para
incluirlos en alineación. ¿Cuántos grupos
diferentes se pueden formar?
12C5 = (12!)/[5!(12-5)!] =792

• Suponga que el entrenador Thompson

debe clasificarlos en orden:
12P5 = (12!)/(12-5)! = 95.040.

© 2001 Alfaomega Grupo Editor