METODOS PARA REPRESENTAR ESPACIOS MUESTRALES

Se asignan los eventos apropiados a una tabla

de las clasificaciones cruzadas de tal forma
que proporcionen una presentación clara del
TABLA DE CONTINGENCIA número de posibles resultados

DIAGRAMAS DE VENN
El espacio muestral es
representado por un rectángulo,
mientras que los eventos
aparecen como regiones dentro
del mismo, en forma de círculos
o porciones de estos, indicando
las uniones, complementos e
intersecciones respectivas

DIAGRAMAS DE ARBOL
Representación gráfica en forma de
árbol donde las ramas van indicando
los posibles eventos simples en un
experimento
 TABLA DE PROBABILIDADES CONJUNTA

´
B B
EVENTO B PROBABILIDADES
MARGINALES
EVENTO A

A P( A  B) P ( A  B´ ) P( A)

A´ P ( A´B ) P( A´  B´ ) P(A´)
PROBABILIDADES

P(B´)
P(B) 1.00
MARGINALES

PROBABILIDADES
CONJUNTAS
DIAGRAMA DE VENN

P(A) + P(A´) es igual a 1 entonces P(A) = 1 - P(A´).

A A´
 DIAGRAMA DE ARBOL PARA
PROBABILIDADES
P( A  B)
P( B / A)

P(A)
P ( B´/ A) P ( A  B´ )

´
P ( B / A´) P ( A  B)
El diagrama de árbol se utiliza para
visualizar, las probabilidades
condicional y conjunta y en particular P(A´)
para el análisis de decisiones
administrativas que involucran varias
P( B´/ A´) P( A´  B´ )
etapas.
Cuando los eventos son independientes entonces

P(B/A)=P(B)

La suma de todas las probabilidades conjuntas del

diagrama de árbol siempre suman 1.

Cada rama del diagrama corresponde a una posibilidad

o evento.
 BAJO CONDICIONES
DE INDEPENDENCIA
DE EVENTOS

1.MARGINAL
2.-CONJUNTA
CALCULO DE 3.CONDICIONAL
PROBABILIDADES

BAJO CONDICIONES
DE DEPENDENCIA DE
EVENTOS
 1.-Teorema Probabilidad
Condicional
Probabilidad condicional:
Es la probabilidad de que ocurra un evento en particular
( posterior), dado que ocurrió otro evento (anterior).
La probabilidad de que ocurra el evento A dado que ya
ocurrió B se denota como P(A|B) y se calcula por la
expresión:
P( A / B)  P( A  B) / P( B)

La probabilidad de que ocurra el evento B dado que ya ocurrió A se

denota como P(B|A) y se calcula por la expresión:

P( B / A)  P( A  B ) / P ( A)
 2.-Probabilidad Conjunta
Para dos eventos A y B, dependientes, la probabilidad
conjunta de ocurrencia se encuentra multiplicando la
probabilidad de A por la probabilidad condicional de B dado
que A ocurrió.

P( A  B )  P ( A) P( B / A)

la probabilidad de que ocurra un evento esta influenciada

porque ocurra o no otro evento.

O P( A  B)  P( B) P( A / B)
3.- PROBABILIDAD MARGINAL

Es la probabilidad de ocurrencia de un
evento simple
 Diagrama de Árbol
Ejemplo:

Se lanza una moneda dos veces y se observa lo que

aparece en la cara superior de las mismas. Describa las
posibilidades mediante un diagrama de árbol y calcule la
probabilidad de que en esa experiencia se obtengan dos
caras.
A1: evento de obtener cara en el primer lanzamiento
A2: evento de obtener sello en el primer lanzamiento
B y B´: eventos de obtener cara y sello respectivamente en
el segundo lanzamiento.
Los eventos son independientes
P(A1)*P(B/A1)=1/4
P(B/A1)=1/2

P(A1)=1/2
P(B´/A1)=1/2 P(A1)*P(B´/A1)=1/4

P(B/A2)=1/2
P(A2)=1/2 P(A2)*P(B/A2)=1/4

P(B´/A2)=1/2 P(A2)*P(B´/A2)=1/4

TOTAL=1
La probabilidad de obtener dos caras es igual
a: P(A1)*P(B/A1) = 1/2*1/2=1/4=0.25=25%

Como los eventos son independientes, se

observa que P(B/A1)= P(B)
 Ejemplo de probabilidad
condicional
Supóngase que al examinar los registros de personal de una
compañía se obtienen las siguientes probabilidades
Tabla Nº1 Probabilidades conjuntas. Educación y desempeño
Desempeño Educación Universitaria (C ) Sin Educacion Universitaria(C') Total
Bueno ( R) 0.15 0.15 0.3
Pobre(R') 0.25 0.45 0.7
TOTAL 0.4 0.6 1

¿Cuál es la probabilidad de que un empleado que haya sido

identificado con educación universitaria se califique como
bueno?
P ( RyC ) 0.15
P R / C     0.375
P(C ) 0.40
 Ejemplo de Probabilidades Condicionales
y Conjuntas

Una encuesta aplicada a ejecutivos se enfocó sobre su lealtad

a la empresa. Una de las preguntas planteadas fue: “Si otra
empresa le hiciera una oferta igual o ligeramente mejor a la
de su puesto actual, permanecería usted con la empresa o se
cambiaría?. Las preguntas de los 200 ejecutivos de la
encuesta se clasificaron en forma cruzada con su tiempo de
servicio en la empresa. Al tipo de tabla que resultó, por lo
general se le denomina tabla de contingencias. A
continuación presentamos la tabla
 Tabla de Contingencias

Lealtad de los Ejecutivos y Tiempo de Servicio en la Empresa

Tiempo de Servicio
Lealtad Menos de 1 año 1-5 años 6-10 años mas de 10 años Total
Se quedaría 10 30 5 75 120
No se quedaría 25 15 10 30 80

a. Construya la tabla de probabilidad conjuntas.

b. ¿Cuál es la probabilidad de seleccionar al azar un ejecutivo que es leal a la
empresa (se quedaría) y que tiene más de 10 años de servicio?.
 Cont. Tabla de probabilidades

a. Tabla de Probabilidades Conjunta

Lealtad P(B1 ) P(B2) P(B3 ) P(B4 ) Total

P( A ) P(A)*P(B1/A) P(A)*P(B2/A) P(A)*P(B3/A) P(A)*P(B4/A) 0.6
0.05 0.15 0.025 0.375
P( A') P(A')*P(B1/A') P(A')*P(B2/A') P(A')*P(B3/A') P(A')*P(B4/A') 0.4
0.125 0.075 0.05 0.15
0.175 0.225 0.075 0.525 1
 Continua Ejemplo
b)P(A y B4 ) = 75/120=0.375
 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)

En donde A1 es un evento anterior y B un evento posterior.

Se dice que el teorema de Bayes es una probabilidad
condicional marcha atrás y se utiliza en la toma de
decisiones bajo incertidumbre.
 Ejemplo de Teorema de Bayes
Los cuatro ayudantes de una gasolinera deben limpiar el
parabrisas de los autos de los clientes, Juan, quien atiende el
20% de todos los autos, no cumple con su cometido una vez
cada 20 autos; Tomás quien atiende el 60% de los autos, no
limpia el parabrisas una vez cada 10 autos; Jorge quien
atiende al 15% de ellos, no cumple su cometido una vez cada
10 autos; y Pedro quien atiende al 5% de los autos, no limpia
el parabrisas una vez cada 20 autos. Si un cliente se queja de
que su parabrisas no fue lavado, ¿Cuál es la probabilidad de
que su auto lo haya atendido Juan?
 Cont.
A1: Juan atienda
A2: Tomás atienda
A3: Jorge atienda
A4: Pedro atienda
B: No limpia el parabrisas
 Cont.
P(A1)=0.20
P(B/A1)=1/20=5% porcentaje de autos que no lava por casa 20

P(A2)=0.60
P(B/A2)=1/10=10%

P(A3)=0.15
P(B/A3)=1/10=10%

P(A4)=0.05
P(B/A4)=1/20=5%
 Diagrama de Árbol
Probabilidades
Conjuntas
Probabilidades
Condicionales
Probabilidades
marginales
P(A1)*P(B/A1)= .2*.05 = .01

P(B/A1)=.05

P(A1)*P(B´/A1)= .2*.95=.19

P(B´/A1)=.95
P(A1)=.2 P(A2)*P(B/A2)= .6*.1= .06
P(B/A2)=.1
P(A2)=.6

P(A3)=.15 P(B´/A2)=.9 P(A2)*P(B´/A2)= .6*.9 = .54

P(B/A3)=.1
P(A3)*P(B/A3)= .15*.1= .015

P(A4)=.05 P(B´/A3)=.9 P(A3)*P(B´/A3)= .15*.9= .135

P(B/A4)=.05
P(A4)*P(B/A4)=.05*.05=.0025

P(B´/A4)=.95 P(A4)*P(B´/A4)= .05*.95=.0475

total = 1
 Cont…

(0.20)(0.05)
P( A1 / B)   0.114
(0.20)(0.05)  (0.60)(0.10)  (0.15)(0.10)  (0.05)(0.05)

La probabilidad de que el auto lo haya atendido Juan es de 0.114

P(A2/B) =.06/.0875= .685

P(A3/B) =.015/.0875= .171

P(A4/B) =.0025/.0875 = .029

P(B) = .0875

P(B´) = 1-.0875= .9125