Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Administración y Economía
6ta Edición
Capítulo 4
Probabilidad
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-1
Objetivos del Capítulo
Después de completar este capítulo, usted deberá ser
capaz de:
Explicar los conceptos y definiciones básicas de
probabilidad
Usar un diagrama de Venn o un diagrama de árbol para
independientes
Aplicar el Teorema de Bayes
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-2
Términos importantes
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-3
Términos Importantes
(continuación)
A AB B
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-4
Términos Importantes
(continuación)
A B
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-5
Términos Importantes
(continuación)
S El área total
sombreada
A B representa
AUB
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-6
Términos Importantes
(continuación)
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-7
Ejemplos
Sea el experimento: Lanzar un dado y anotar
el resultado.
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-8
Ejemplos
(continuación)
Complementos:
A {1, 3, 5} B {1, 2, 3}
Intersecciones:
A B {4, 6} A B {5}
Uniones:
A B {2, 4, 5, 6}
A A {1, 2, 3, 4, 5, 6} S
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-9
Ejemplos
(continuación
Mutuamente excluyentes:
A y B no son mutuamente excluyentes
Los resultados 4 y 6 son comunes a ambos
Colectivamente exhaustivos:
A y B no son colectivamente exhaustivos
La unión A U B no contiene 1 o 3
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-10
Probabilidad
0 Imposible
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-11
Cálculo de Probabilidades
Hay tres enfoques para calcular la probabilidad de
un evento incierto:
1. Probabilidad clásica
NA número de resultados que satisfacen el evento
Probabilidad de A
N número total de resultados en el espacio muestral
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-12
Conteo de los posibles resultados
nn!
C k
k! (n k)!
donde
n! = n(n-1)(n-2)…(1)
0! = 1 por definición
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-13
Cálculo de Probabilidades
Tres enfoques (continuación)
2. probabilidad como frecuencia relativa
3. probabilidad subjetiva
una opinión o creencia individual acerca de la probabilidad de la
ocurrencia del evento A
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-14
Postulados de Probabilidad
1. Si A es cualquier evento en el espacio muestral S,
0 P(A) 1
2. Sea A un evento en S, y sea Oi cualquier resultado
básico. Entonces
3. P(S) = 1
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-15
Reglas de Probabilidad
La Regla de la Adición:
La probabilidad de la unión de dos eventos es
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-16
Probabilidad Condicional
Se llama probabilidad condicional a la
probabilidad de que ocurra un evento, dado
que otro evento ha ocurrido:
P(A B) La probabilidad
P(A | B) condicional de que
P(B) ocurra A, dado que
ocurrió B
P(A B) La probabilidad
P(B | A) condicional de que
P(A) ocurra B, dado que
ocurrió A
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-17
Probabilidad Condicional: Ejemplo
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-18
Ejemplo de Probabilidad Condicional
(continuación)
De los autos de un lote, 70% tienen aire acondicionado
(AC) y 40% tienen reproductor de CD (CD).
20% de los autos tienen ambos.
CD No CD Total
AC .2 .5 .7
No AC .2 .1 .3
Total .4 .6 1.0
P(CD AC) .2
P(CD | AC) .2857
P(AC) .7
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-19
Ejemplo de Probabilidad Condicional
(continuación)
Dado AC, consideramos la fila superior (70% de los autos). De estos,
20% tienen reproductor de CD. 20% de 70% es 28.57%.
CD No CD Total
AC .2 .5 .7
No AC .2 .1 .3
Total .4 .6 1.0
P(CD AC) .2
P(CD | AC) .2857
P(AC) .7
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-20
Regla de la Multiplicación
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-21
Independencia Estadística
Dos eventos son estadísticamente
independientes si y sólo si:
P(A B) P(A) P(B)
Los eventos A y B son independientes cuando la probabilidad
de un evento no se ve afectada por la ocurrencia del otro
evento
Si A y B son independientes, entonces
P(A | B) P(A) Si P(B)>0
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-22
Ejemplo de Independencia Estadística
De los autos de un lote de autos usados, 70% tienen
aire acondicionado (AC) y 40% tienen reproductor de
CD (CD); 20% de los autos tienen ambos.
CD No CD Total
AC .2 .5 .7
No AC .2 .1 .3
Total .4 .6 1.0
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-23
Ejemplo de Independencia Estadística
(continuación)
CD No CD Total
AC .2 .5 .7
No AC .2 .1 .3
Total .4 .6 1.0
P(AC ∩ CD) = 0.2
P(AC) = 0.7
P(AC)P(CD) = (0.7)(0.4) = 0.28
P(CD) = 0.4
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-24
Probabilidades Conjuntas y Marginales
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-25
Teorema de Bayes
P(A | E i )P(E i )
P(E i | A)
P(A)
P(A | E i )P(E i )
P(A | E 1 )P(E 1 ) P(A | E 2 )P(E 2 ) P(A | E k )P(E k )
donde:
Ei = i-ésimo evento de k eventos mutuamente
excluyentes y colectivamente exhaustivos
A = nuevo evento que impactará P(Ei)
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-26
Ejemplo del Teorema de Bayes
Una compañía perforadora ha estimado una
probabilidad de 40% de hallar petróleo en un pozo
nuevo.
Se ha programado una prueba detallada para obtener
mayor información. Históricamente, 60% de los pozos
exitosos han tenido pruebas detalladas, y 20% de los
pozos no exitosos han tenido pruebas detalladas.
Dado que este pozo ha sido programado para una
prueba detallada, se debe calcular la probabilidad de
que el pozo sea exitoso.
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-27
Ejemplo del Teorema de Bayes
(continuación)
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-28
Ejemplo del Teorema de Bayes
(continuación)
P(D | E)P(E)
P(E | D)
P(D | E)P(E) P(D | N)P(N)
(0.6)(0.4)
(0.6)(0.4) (0.2)(0.6)
0.24
0.667
0.24 0.12
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-30