Escolar Documentos
Profissional Documentos
Cultura Documentos
UNIDAD TEMÁTICA 2:
CONCEPTOS BÁSICOS DE PROBABILIDAD
CONTENIDOS
Experimento y espacio muestral. Asignación de probabilidades a los
resultados de un experimento. Método clásico, método de frecuencia
relativa, método subjetivo. Eventos y sus probabilidades. Relaciones básicas
de probabilidad: complemento, ley aditiva. Eventos mutuamente
excluyentes. Probabilidad condicional. Eventos independientes. Ley
multiplicativa.
1 INTRODUCCIÓN
Es común en la vida diaria tomar decisiones bajo incertidumbre. Analicemos las
siguientes situaciones:
1. ¿Cuál es la posibilidad de que las ventas disminuyan si aumenta el precio de
un producto?
2. ¿Cuál es la probabilidad de que un nuevo método de ensamble aumente la
productividad?
3. ¿Qué tan probable es que un proyecto termine a tiempo?
Tirar un dado
1, 2, 3, 4, 5, 6
S Cara, Sello
S Defectuosa, No defectuosa
3 ASIGNACIÓN DE PROBABILIDADES
Veamos ahora como se pueden determinar las probabilidades de los resultados
de un experimento (puntos muestrales).
Hemos dicho que la probabilidad de un resultado experimental es una medida
numérica de la posibilidad de que ocurra ese resultado. Se pueden utilizar varios
métodos para asignar las probabilidades a los resultados de un experimento. Sin
embargo, independientemente de la forma, se deben satisfacer dos requisitos
básicos:
1. Los valores de probabilidad que se asignen a cada resultado experimental
(punto muestral) deben ser entre 0 y 1. Esto es, si E i representa el resultado
0 P( Ei ) 1 para toda i .
P( E1 ) P( E2 ) ... P( Ek ) i 1 P( Ei ) 1
k
decir, la probabilidad de que la pieza sea defectuosa es, según este punto de
vista, 100 / 400 0,25 . En forma parecida, la probabilidad de seleccionar una pieza
y que esta resulte no defectuosa será 300 / 400 0,75 .
4.1 EVENTO
Un evento es un conjunto de puntos muestrales. Por ejemplo, suponga el
experimento de lanzar un dado balanceado una vez. Hemos dicho que el espacio
muestral es el siguiente: S 1, 2, 3, 4, 5, 6 . Podemos considerar, entre otros, los
siguientes eventos:
1 1 1 3
P( A) 0,5
6 6 6 6
1 1 2
P( B) 0,33
6 6 6
Ac
Figura 2.1
Por lo tanto
P( A) P( Ac ) 1
A B
Figura 2.2
Los dos círculos contienen todos los puntos muestrales del evento A y los puntos
muestrales del evento B . Cuando los círculos se solapan indica que algunos
puntos muestrales están contenidos tanto en A como en B al mismo tiempo.
A B
Figura 2.3
Continuemos con la ley aditiva. Esta ley nos proporciona una forma de calcular la
probabilidad de que ocurra el evento A o el B, o ambos. En otras palabras, esta
ley se utiliza para calcular la probabilidad de la unión de los eventos A y B. Se
enuncia como sigue:
P( A B) P( A) P( B) P( A B)
Para captar intuitivamente esta ley, observe que P( A) P( B) se asocia con todos
los puntos muestrales en A B . Sin embargo, como los puntos muestrales en la
intersección A B están en A y B al mismo tiempo, al calcular P( A) P( B) ,
contamos dos veces dicha intersección. Al restar P( A B) corregimos el doble
conteo.
Luego de revisar los datos, el gerente optó por asignar una mala calificación de
desempeño al empleado cuyo trabajo se presentara tarde o fuera defectuoso.
Luego, el evento de interés es L D . ¿Qué probabilidad hay de que se asigne una
mala calificación a un empleado elegido al azar?
P( L D) P( L) P( D) PL D)
P( L D) 0,10 0,12 0,04 0,18
Es decir, hay una probabilidad de 0,18 de que un empleado reciba una mala
calificación de desempeño.
A B
Figura 2.4
6 PROBABILIDAD CONDICIONAL
Con frecuencia, la probabilidad de un evento se ve influenciada por la ocurrencia
(o no ocurrencia) de otro evento relacionado. Sea el evento A con probabilidad
P(A) . Si obtenemos nueva información y vemos que ha ocurrido un evento
representado por B, quisiéramos aprovechar esta información para calcular una
nueva probabilidad del evento A. Esta nueva probabilidad, se representa por
P( A / B) . La notación “/” indica que se considera la probabilidad del evento A
dada la condición de que ha ocurrido el evento B. En consecuencia, la notación
P( A / B) se lee “la probabilidad de A dado B”.
Tabla 2.1
Tabla 2.2
que coincide con el resultado anterior. Este hecho no es casual por lo que se
puede decir que
P( A M )
P( A / M )
P( M )
P( A B)
P( A / B)
P( B)
P( A B)
P( B / A)
P( A)
7 EVENTOS INDEPENDIENTES
En el ejemplo anterior vimos que P( A) 0,27 mientras que P( A / M ) 0,30 y que
P( A / W ) 0,15 . Se ve que la probabilidad de un ascenso (evento A) se ve afectada o
influida por el hecho de que el empleado sea hombre o mujer. Como
P( A / M ) P( A) diremos que los eventos A y M son dependientes. Esto quiere decir
que la probabilidad del evento A (ascenso) se altera o cambia con la ocurrencia (o
no ocurrencia) de M (el evento es hombre). De la misma manera, como
P( A / W ) P( A) diremos que los eventos A y W son también dependientes.
Si no cambia la probabilidad del evento A por la ocurrencia del evento M, esto es,
si P( A / M ) P( A) diremos que los eventos A y M son independientes. Daremos a
continuación la definición de independencia de eventos
P( A / B) P( A)
o si
P( B / A) P( B)
8 LEY MULTIPLICATIVA
Como hemos visto, la ley aditiva de la probabilidad se utiliza para determinar la
probabilidad de la unión de dos eventos. Ahora veremos que la ley multiplicativa
se utiliza para determinar la probabilidad de la intersección de dos eventos.
Hemos visto que
P( A B)
P( A / B)
P( B)
Se sabe que la probabilidad de que una familia, cuya suscripción, además de ser
de lunes a sábado, también se suscriba a la edición dominical (evento S) es 0,75.
Esto es P(S / D) 0,75 . ¿Cuál es la probabilidad de que la suscripción de un
familia incluya tanto la edición dominical como a la de lunes a sábado?
Solución: En definitiva, lo que se busca calcular es P(S D) .
Como P(S D) P( D) P(S / D) , entonces:
Sabemos ahora que el 63% de las familias tienen una suscripción a las ediciones
dominical y entre semana.
Para terminar, estudiaremos el caso de la ley multiplicativa cuando los eventos
implicados en ella son independientes.
Recordemos que dos eventos A y B son independientes siempre y cuando
P( A / B) P( A) o P( B / A) P( B) . Luego, bajo esta suposición
P( A B) P( A) P( B / A) P( A) P( B)
o
P( B A) P( B) P( A / B) P( B) P( A)
P( A B) P( A) P( B)
P( A B) P( A) P( B) (0,80)(0,80) 0,64
Luego, la probabilidad de que los dos próximos clientes utilicen tarjeta de crédito
para comprar nafta es de 0,64 de acuerdo con la experiencia del administrador.