Vous êtes sur la page 1sur 82

Conceptos

de
probabilidad
Profesor Antonio Millán A.
Ene 23 de 2018
Monterrey, N. L.

(Cap 5 p. 144)
Media= 34.35 28.75 Q1
DE= 7.30 32 Q2
Sesgo= 0.24 42 Q3
Mediana= 32 13.25 IQR
Moda= 32
Kurtosis= -1.09
Cap. 5

1. Experimento, Evento y Resultado


2. Estimar probabilidades
3. Regla de adición y multiplicación
4. Probabilidad conjunta
5. Probabilidad condicional
6. Probabilidad con tabla de
contingencias
CASO: LA EMPRESA ROHM AND HASS Filadelfia, Pensilvania
Rohm and Hass es el principal productor de materiales especiales,
entre los que se encuentran materiales electrónicos, polímeros para
pinturas y artículos para el cuidado personal. Los productos de esta
empresa permiten la creación de bienes de consumo de vanguardia en
mercados como el farmacéutico, el de alimentos, el de suministros
para la construcción, equipos de comunicación y productos para el
hogar.
La fuerza de trabajo de la empresa es de más de 17,000 personas y sus
ventas anuales son de $8 mil millones. Una red de más de 100 puntos
de fabricación, investigación técnica y servicio al cliente proporciona
los productos y servicios de Rohm and Hass en 27 países. En el área
de productos químicos especiales, la empresa ofrece diversos
productos químicos destinados a satisfacer las especificaciones únicas
de sus clientes. Para un cliente determinado, la empresa produce un
catalizador caro que el cliente emplea en sus procesos químicos.
CASO: LA EMPRESA ROHM AND HASS Filadelfia, Pensilvania
Algunos, pero no todos los lotes que produce la empresa satisfacen las
especificaciones del producto. El contrato estipula que el cliente debe
probar cada lote después de recibirlo y determinar si el catalizador
podrá realizar la función esperada. Los lotes que no pasen la prueba
del cliente serán regresados. Con el tiempo, la experiencia ha
mostrado que el cliente acepta 60% de los lotes y regresa 40%.

¿Qué hacemos?
CASO: LA EMPRESA ROHM AND HASS Filadelfia, Pensilvania
Ni el cliente ni la empresa estaban satisfechos con este servicio. La
empresa examinó la posibilidad de, antes de enviar el lote, replicar la
prueba que hacía el cliente.
Sin embargo, los elevados costos del equipo especial que se
necesitaba para la prueba hicieron que esta posibilidad no fuera
factible. Los químicos de la empresa encargados del problema
propusieron una prueba diferente de costo bajo que se podía
practicar antes de enviar el lote al cliente. La empresa creyó que
la nueva prueba podría indicar si el catalizador pasaría la compleja
prueba que practicaba el cliente.
La pregunta era: ¿cuál es la probabilidad de que el catalizador
pase la prueba del cliente dado que pasó la nueva prueba
antes de enviar el lote?
CASO: LA EMPRESA ROHM AND HASS Filadelfia, Pensilvania
La empresa produjo una muestra del catalizador y la sometió a la
nueva prueba. Entonces sólo los lotes de catalizador que pasaban la
prueba se enviaban al cliente. Mediante el análisis de probabilidad de
los datos se supo que si el catalizador pasaba la nueva prueba antes de
ser enviado al cliente, la probabilidad de que el catalizador pasara la
prueba del cliente era 0.909. O que si el catalizador pasaba la prueba
de la empresa, la probabilidad de que no pasara la prueba del cliente
y fuera rechazado era 0.091. El análisis de probabilidad aportó
evidencias para poner en uso el procedimiento de la prueba antes de
enviar el lote.
Esta nueva prueba tuvo una mejora inmediata en el servicio al cliente
y redujo tanto los costos como los gastos de envío y el manejo de los
lotes regresados. A la probabilidad de que un lote sea aceptado por el
cliente, dado que pasó la nueva prueba, se le llama probabilidad
condicional.
Los administradores sustentan sus decisiones
en un análisis de incertidumbre como las
siguientes:
1. ¿Qué posibilidades hay de que disminuyan
las ventas si aumentamos los precios?
2. ¿Qué posibilidad hay de que un método
nuevo de ensamblado aumente la
productividad?
3. ¿Cuáles son las posibilidades de que el
producto se tenga listo a tiempo?
4. ¿Qué oportunidad existe de que una nueva
invención sea rentable?
Definiciones
 Probabilidad: es una medida numérica de la
posibilidad de que ocurra un evento. Por tanto, la
probabilidad es una medida del grado de incertidumbre
asociado con cada uno de los eventos previamente
enunciados. Su valor se encuentra entre 0 y 1.
 Experimento: proceso que permite la ocurrencia de
una y solamente una de varias observaciones posibles.
1. Resultado: la consecuencia particular de un
experimento.
2. Evento: Colección de uno o más resultados de un
experimento.
3. Espacio Muestral: Colección de todos los resultados
posibles de un experimento.
Experimentos y sus resultados

Lanzar una moneda Cara o Cruz

Elegir una pieza para Defectuosa,


inspeccionarla NO defectuosa
Realizar una llamada
para ventas
Compra, NO compra

Lanzar un dado 1, 2, 3, 4, 5, 6
Ganar, perder o
Jugar un partido de futbol
empatar
Principios de conteo

 Pasos múltiples: Un experimento se describe como


una sucesión de k pasos en los que hay n1 resultados posibles
en el primer paso, n2 resultados posibles en el segundo paso
y así en lo sucesivo, entonces el número total de resultados
experimentales es (n1) (n2) . . . (nk).
• Ejemplo 10: Lorena tiene 10 vestidos y
12 pares de zapatos y 9 bolsas. ¿de
cuántas maneras se puede vestir?
• (10)(12)(9) = 1080 maneras
Principios de conteo
Fórmula de la multiplicación
Diagrama de Arbol para Pasos
Múltiples
Lanzamiento de dos monedas: cuántos posibles resultados existen?
Principios de conteo
Permutación
Permutación: cualquier arreglo de r objetos seleccionados
de un grupo de n objetos posibles.
• Nota: el orden del arreglo es importante en las
permutaciones.
• 3 chips en 3 puertos (acomodos)
Principios de conteo
Combinación
Combinación: el número de maneras en que
se pueden escoger ( elegir o selecciónar) r
objetos de un grupo de n objetos, sin
considerar el orden es:
Ejemplo 2
• El entrenador Thompson debe escoger
cinco jugadores de entre doce que integran
el equipo para formar la línea de inicio.
¿Cuántos grupos diferentes son posibles?
12C5 = (12!)/[5!(12-5)!] =792
• Suponga que además el entrenador los
desea ordenar en la línea de acuerdo a sus
habilidades ¿Cuántos arreglos posibles
podría armar?
12P5 = (12!)/(12-5)! = 95,040.
Ejemplo de Permutación

Una compañía dispone de 8 maquinas


que se pueden acomodar en 3 espacios
del área de producción. ¿De cuántas
maneras diferentes se pueden
acomodar?
• (8)(7)(6) = 336 acomodos
• Usando la formula:
• 8P3 = 8!/(8-3)! = 8x7x6x5!/5! =336
Eventos mutuamente excluyentes
• Eventos mutuamente excluyentes: la
ocurrencia de cualquier evento significa
que ninguno de los otros eventos pueda
ocurrir al mismo tiempo.
• Dos eventos A y B son independientes si la
ocurrencia de uno no tiene efecto sobre la
probabilidad de que el otro ocurra.
• En el ejemplo del Diagrama de Arbol los
cuatro resultados posibles son
mutuamente excluyentes.
Eventos colectivamente exhaustivos

• Colectivamente exhaustivos: En el espacio


muestral deben estar todas las posibilidades
y por lo menos uno de los eventos debe
ocurrir cuando se realiza un experimento.
• En el ejemplo anterior los cuatro resultados
son colectivamente exhaustivos. En otras
palabras, la suma de las probabilidades = 1
• (.25 + .25 + .25 + .25).
A A B
B

d d

Diagramas de Venn de los Eventos A o B La region sombreada es AUB

Eventos mutuamente excluyentes

A B
A
d
d

La region sombreada es La region sombreada es A´


Experimentos
en
clase
Ejemplo 3

• Considere el experimento de lanzar


dos monedas.
• El espacio muestral S = {AA, AC, CA,
CC}
• Considere el evento caer dos caras.
• La probabilidad de caer dos caras =
1/4
Cálculo de Probabilidad empírica
La probabilidad de que un evento suceda a la larga
se determina observando el número de veces que
ocurrió en un tiempo pasado

Ley de los grandes números: En un gran número de


pruebas, la probabilidad empírica de un evento se
acercará a su verdadero valor.
Número de veces que ocurrió el evento en el pasado
Probabilidad del evento=
Número total de observaciones
Ley de los grandes números
• Supongamos que lanzamos una moneda legal al aire. El
resultado de cada lanzamiento será cara o cruz. Si lanzamos la
moneda un gran número de veces, la probabilidad de obtener
como resultado caras, se aproximará a .5
• La tabla siguiente muestra los resultados de un experimento de
lanzamiento de moneda 1, 10, 50, 100, 500, 1,000 y 10,000
veces calculándose la frecuencia relativa de las caras.
Ejemplo 4
• A lo largo de su carrera docente con 1208 estudiantes, el
profesor M ha otorgado 86 calificaciones “A”, ¿cuál es la
probabilidad de que un estudiante reciba una “A” en el
tetramestre actual?
Ejemplo 5

El 10 de febrero del 2003, la nave espacial


Challenger explotó. Este fue el segundo desastre
en 113 misiones espaciales de la NASA. En base a
esta información, ¿cuál es la probabilidad de
que una misión futura sea terminada?

Numero de vuelos exitosos


Probabilidad de un vuelo exitoso 
Numero total de vuelos
111
  0.98
113
Probabilidad subjetiva
• Probabilidad subjetiva: la posibilidad
(probabilidad) de que suceda un evento en
particular; la asigna un individuo que se basa
en alguna información disponible.
• Ejemplos de probabilidad subjetiva: estimar
la probabilidad de que el próximo año los
Tigres ganen el campeonato o estimar la
probabilidad de que este año regrese la
minifalda de moda.
Tipos de probabilidad
Tipos de probabilidad

Probabilidad Probabilidad
objetiva subjetiva

Probabilidad Probabilidad
clásica empírica Parte de
información
disponible

Resultados Se sustenta en
igualmente frecuencias
probables relativas
Actividad en Clase
Autoevaluación 5-2
Reglas básicas para el cálculo
de probabilidad
• Si los eventos son mutuamente excluyentes,
entonces la ocurrencia de uno evita que ocurra
cualquiera de los otros eventos.
• Regla especial de la adicion: si dos eventos A y B son
mutuamente excluyentes, la regla de la adición
establece que la probabilidad de que A o B ocurran
es igual a la suma de sus probabilidades respectivas:

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


Básicos
1. Complemento de un evento
2. Unión de dos eventos A y B, AUB, leído
AoB
3. Intersección de dos eventos A y B,
, leído A y B.
4. F Evento nulo

PROBABILIDAD DE UN EVENTO: La probabilidad de


cualquier evento es igual a la suma de las probabilidades de
los puntos muestrales que forman el evento.
La regla del complemento
La regla del complemento se usa para determinar
la probabilidad de que ocurra un evento restando a
1 la probabilidad de que un evento no ocurra. Si
P(A) es la probabilidad de un evento A y P(~A) es el
complemento de A, entonces:
P(A) + P(~A) = ?
P(A) + P(~A)=1 ó P(A) = 1-P(~A).
Ejemplo 6

American Airlines recientemente cambió sus


rutas aéreas capturando en su base de datos la
siguiente información sobre los vuelos de
Boston a Nueva York: Llegadas Frecuencia
Adelantadas 100
A tiempo 800
Atrasadas 75
Canceladas 25
Total 1000
Ejemplo 6 continuación
• Si A es el evento “ un vuelo llega
adelantado”, entonces P(A) = 100/1000 =
.1
• Si B es el evento “un vuelo llega
atrasado”, entonces: P(B) = 75/1000 =
.075
• La probabilidad de que un vuelo esté
adelantado o atrasado es: P(A o B) = P(A)
+ P(B) = .1 + .075 =.175
Ejemplo 6 continuación
• Si C es el evento “que un vuelo llega a
tiempo”, entonces P(C) = 800/1000 = .8.
• Si D es el evento “que un vuelo sea
cancelado”, entonces P(D) = 25/1000 =
.025.
• Utilice la regla del complemento para
mostrar que la probabilidad de que un
vuelo esté adelantado (A) o atrasado (B)
es .175.
Actividad en Clase
Autoevaluación 5-3
La regla general de la adición
• Si A y B son dos eventos que no son
mutuamente excluyentes, entonces P(A
o B) está dada por la siguiente
fórmula:
• P(A o B) = P(A) + P(B) - P(A y B)

B
AyB
A
Ejemplo 7
En una muestra de 500 estudiantes,
320 tienen computadora, 280
tienen TV y 100 tienen ambas cosas:

TV
280
Ambos
Computadora 100
320
Ejemplo 7 continuación
Si elegimos a un estudiante, de entre 500, al
azar, ¿cuál es la probabilidad de que:

1. el estudiante tenga solamente computadora?


2. ssolamente TV?
3. tenga computadora?
4. tenga TV?
5. tanto computadora como TV?
1. P(solo C) = 220/500 TV
2. P(solo TV) = 180/500 Ambos 280
100
3. P(C) = 320/500
Computadora
4. P(T) = 280/500 320
5. P(C y T) = 100/500
La regla general de la adición
Ejemplo
¿cuál es la probabilidad de que una carta
seleccionada al azar de un mazo sea un rey o un
corazón?

P(A or B) = P(A) + P(B) - P(A and B)


= 4/52 + 13/52 - 1/52
= 16/52, ó .3077
Probabilidad Conjunta
La probabilidad conjunta mide la posibilidad de
que dos o más eventos ocurran en forma
simultánea. Por ejemplo, el evento de que una
carta sea el rey de corazones o de que un
estudiante tenga corazones y entonces ambas
cartas.
La regla de la multiplicación
La regla de la multiplicación requiere que
los dos eventos A y B sean independientes.
• Dos eventos A and B son independientes si la
ocurrencia de uno no tiene efecto en la
probabilidad de la ocurrencia del otro.
• La regla de la multiplicación se escribe como:
P(A y B) = P(A)*P(B).
Regla general de la multiplicación
La regla general de la multiplicación se
utiliza para encontrar la probabilidad
conjunta de que dos eventos ocurrirán. Se
establece de la siguiente manera:
• para dos eventos A y B, la probabilidad
conjunta de que ambos eventos ocurran
se encuentra multiplicando la
probabilidad de que ocurra el evento A
por la probabilidad condicional de B, dado
que el evento A ya ocurrió.
Probabilidad Condicional
_La probabilidad condicional es la
P. 160

posibilidad de que ocurra un evento


en particular dado que otro evento
ya ocurrió.
• Nota: la probabilidad del evento
A, dado que el evento B ya
ocurrió, se escribe como P(A|B).
Regla general de la multiplicación

La probabilidad conjunta P(A y B) se


obtiene por medio de la fórmula
siguiente:
P(A y B) = P(A)*P(B|A) ó
P(A y B) = P(B)*P(A|B)
• Por lo tanto la probabilidad
condicional será:
P(B|A) = P(A y B)/P(A)
• P(A|B) = P(A y B)/P(B)
Ejemplo 8
• Chris es propietaria de dos paquetes de
acciones que son independientes entre sí.
La probabilidad de que el paquete A
incremente su valor el próximo año es de
0.5 La probabilidad de que el paquete B
aumente su valor el próximo año es de 0.7
• ¿Cual es la probabilidad de que ambos
paquetes incrementen su valor el próximo
año?
P(A y B) = (.5)(.7) = .35
Ejemplo 9: Discriminación?
• Como ejemplo de la probabilidad condicional, considere el
caso de las promociones de los agentes de policía de una
determinada ciudad. La fuerza policiaca consta de 1200
agentes, 960 hombres y 240 mujeres. De éstos, en los
últimos dos años, fueron promovidos 324.
• Después de analizar el registro de las promociones, un
comité femenil protestó, ya que habían sido promovidos
288 agentes hombres, frente a sólo 36 mujeres. Los
directivos de la fuerza policiaca argumentaron que el
número de mujeres promovidas no se debía a una
discriminación, sino a que el número de mujeres que son
agentes de policía es una cantidad pequeña.
• Ahora verá cómo emplear la probabilidad condicional para
analizar esta acusación de discriminación.
Probabilidad Condicional en
Diagrama de Venn
Ejercicio 9
Diagramas de árbol
• Un diagrama de árbol es muy útil para
determinar la probabilidad condicional y la
probabilidad conjunta. En particular sirve para
analizar las decisiones administrativas que
consideran varias etapas.
• Es una gráfica útil en organizar los cálculos que
involucran varias etapas. Cada segmento en el
árbol es una etapa de el problema. Las hojas
del diagrama de árbol están ponderadas por
probabilidades.
Ejemplo 10
• Un golfista tiene 12 camisetas de golf en su
closet. Suponga que 9 son blancas y el resto
azules. El se viste en la oscuridad, así que solo
toma una camiseta y se la pone. Juega golf dos
días y no hace la tintorería.
• ¿Cuál es la probabilidad de que ambas
camisetas seleccionadas sean blancas?
Ejemplo 10 continuación
• El evento de que la primer camiseta seleccionada sea blanca es
W1. La probabilidad es P(W1) = 9/12
• El evento de que la segunda camiseta seleccionada también sea
blanca se identifica como W2. La probabilidad condicional de que
la segunda camiseta elegida sea blanca dado que la primera
también fue blanca, es:
• P(W2 | W1) = 8/11.
• Para determinar la probabilidad de que 2 camisetas blancas sean
elegidas, usamos la formula:
• P(AyB) = P(A) P(B|A)
• P(W1 and W2) = P(W1)P(W2 |W1) = (9/12)(8/11) = 0.55
Autoevaluación 5-6
La junta directiva de Tarbell Industries consta de ocho
hombres y cuatro mujeres. Un comité de cuatro
miembros será elegido al azar para llevar a cabo una
búsqueda, en todo el país, del nuevo presidente de la
compañía.
• a) ¿Cuál es la probabilidad de que los cuatro
miembros del comité de búsqueda sean mujeres?
• b) ¿De que los cuatro miembros del comité de
búsqueda sean hombres?
• c) ¿Las probabilidades de los eventos descritos en los
incisos a) y b) suman 1? Explique su respuesta.
Ejemplo 9
El director de la escuela de administración
en la U de Illinois recolectó la siguiente
información sobre estudiantes de dicha
escuela:
Especialidad Hombres Mujeres
Contabilidad 170 110

Finanzas 120 100

Mercadotecnia 160 70

Administración 150 120


Ejemplo 9 continuación

Si un estudiante se escoge en forma aleatoria,


¿cuál es la probabilidad de que sea una mujer
con la especialidad de contabilidad?
P(C y M) = 110/1000
Dado que el estudiante es mujer, ¿cuál es la
probabilidad de que sea de la especialidad de
contabilidad?
P(C|M) = [P(C y M)]/[P(M)] =
[110/1000]/[400/1000] = .275
Tablas de contingencia
• Una TABLA DE CONTINGENCIA es aquella que es
usada para clasificar observaciones de acuerdo a dos o
más características identificables (criterios).
• Ejemplo: Una investigación de 150 adultos clasificó a
cada uno de acuerdo al sexo y al número de películas
que vieron el mes pasado. Como se observa, en la
tabla inferior cada respondiente es clasificado de
acuerdo a dos criterios.
Ejemplo 12
• Una muestra de 200 ejecutivos fueron investigados
acerca de su lealtad a su compañía. Una de las
preguntas fue, “Si se le ofreciera una oportunidad igual
o ligeramente mejor a su actual puesto, en otra
compañía, ¿Se quedaría aqui?” Las respuestas fueron
cruzadas de acuerdo a su antiguedad en la compañía.
• ¿Cuál es la probabilidad de seleccionar aleatoriamente
un ejecutivo que sea leal a la compañía y que tuviera
más de 10 años de servicio?
Ejemplo 12 …continuación
• El evento A1 sucedería si un ejecutivo seleccionado
aleatoriamente permaneciera en la compañía a pesar
de un ofrecimiento igual o ligeramente mayor de
otra. Ya que hay 120 ejecutivos de los 200, que
afirmaron quedarse, tenemos:
P(A1) = 120/200, o sea: 0.60
• El evento B4 sucedería si un ejecutivo seleccionado
aleatoriamente tuviera más de 10 años de servicio en
la compañía. Así tenemos que, P(B4| A1) es la
probabilidad condicional de que un ejecutivo con
más de 10 años de servicio, permaneciera en la
compañía. De los 120 ejecutivos que se quedarían 75
tienen más de 10 años de servicio, tenemos así:
P(B4| A1) = 75/120.
Diagramas de árbol
Otro ejemplo con reemplazo
Gracias
Ejemplo 1

Un distribuidor de automóviles
quiere publicar que por $29,999
dólares Ud. se puede comprar: Un
convertible, un sedan dos puertas, o
un modelo de cuatro puertas y a
escoger uno de dos tipos de tapas
para rines, ya sea de color sólido o
con rayas.

¿Cuántos arreglos diferentes de


modelos y tapas de rines puede
ofrecer el distribuidor?
Ejercicio Probabilidad condicional y conjunta
Una muestra de estudiantes de la maestría en
administración de negocios, arrojó la siguiente
información sobre la principal razón que tuvieron los
estudiantes para elegir la escuela en donde hacen sus
estudios.
 a. Con estos datos elabore una tabla de probabilidad conjunta.
 b. Use las probabilidades marginales: calidad de la escuela, costo de la escuela
y otras para comentar cuál es la principal razón por la que eligen una escuela.
c. Si es un estudiante de tiempo completo, ¿cuál es la probabilidad de que la
principal razón para su elección de la escuela haya sido la calidad de la
escuela?
 d. Si es un estudiante de medio tiempo, ¿cuál es la probabilidad de que la
principal razón para su elección de la escuela haya sido la calidad de la
escuela?
 e. Si A denota el evento es estudiante de tiempo completo y B denota el
evento la calidad de la escuela fue la primera razón para su elección, ¿son
independientes los eventos A y B? Justifique su respuesta.
Ejemplo 11 P. 163 de su texto. Tabla 5-1
Probabilidad ¿Probabilidad
condicional Conjunta?

.545
P(R2!R1)= 6/11
R2 P(R2 y R1)
.317

P(R)= 7/12 R1
.454
.583

P(A2!R1)= 5/11
A2 P(A2 y R1)
.264

.636
P(R2!A1)= 7/11
R2 P(R2 y A1)
.416 .264

P(A)= 5/12 A1

.363
P(A2!A1)= 4/11
A2 P(A2 y A1)
.151
Actividad en Clase
Actividad en Clase
Autoevaluación 5-1
Ejemplos de Probabilidad
Ejercicio con DADOS
1. Lanzar una moneda 50 veces y registrar
resultados.
2. Contar el no. de veces que salieron cara
o cruz.
3. Lanzar un solo dado 50 veces y
registrar resultados.
4. Contar el no. de veces que salieron cada
uno de los números del dado.
Cálculo de probabilidad
La probabilidad clásica: los resultados de un experimento
son igualmente probables.
Desde el punto de vista clásico:
Probabilidad de un Número de resultados a favor
evento = Número de resultados posibles
Experimento: tirar un dado.
¿Cuál es la probabilidad de
que ocurra el evento “un
numero par ”?
Los posibles resultados son:

Hay tres resultados “favorables” (un dos, un


cuatro, y un seis) dentro de la colección de seis
posibles resultados igualmente probables.
Ejemplo 7continuación

• Si un estudiante es seleccionado al azar,


¿cuál es la probabilidad de que el
estudiante tenga una computadora o un
televisor en su dormitorio?
• P(C o T) = P(C) + P(T) - P(C y T)
= .64 +.56 -.20 = 1.00
• Nótese como se resta la probabilidad
conjunta para eliminar la duplicidad.