1-1

Captulo cinco
Un panorama de conceptos
probabilsticos
OBJETIVOS
Al terminar este captulo podr:
UNO
Definir lo que es probabilidad.
DOS
Describir los enfoques clsico, emprico 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

Captulo cinco continuacin

Un panorama de conceptos
probabilsticos
OBJETIVOS
Al terminar este captulo podr:
CINCO
Calcular probabilidades aplicando las reglas de adicin y multiplicacin.
SEIS
Utilizar un diagrama de rbol para organizar y calcular probabilidades.
SIETE
Calcular una probabilidad utilizando el teorema de Bayes.
OCHO
Determine el nmero de permutaciones y el nmero 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 ms resultados de un
experimento.

2001 Alfaomega Grupo Editor

5-4

Enfoques de la probabilidad

Probabilidad clsica se basa en la

consideracin de que los resultados de un
experimento son igualmente posibles.
Utilizando el punto de vista clsico,
nmero de resultados favorables
Probabilid ad de un evento =
nmero 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
ningn 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 (.25 + .25 + .25 + .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 qu
fraccin de tiempo sucedieron eventos
semejantes en el pasado:

nmero de veces que ocurri el evento

Probabilid ad del evento =
nmero 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. Cul 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 subjectiva: la posibilidad

(probabilidad) de que suceda un evento
especfico que asigna una persona con base en
cualquier informacin disponible.
Ejemplos de la probabilidad subjectiva son
estimar la probabilidad de que los Redskins de
Washington ganen el Super Bowl el prximo
ao y estimar la probabilidad de que ocurra un
terremoto en Los Angeles este ao.

2001 Alfaomega Grupo Editor

5-11

Reglas bsicas de probabilidad

Si los eventos son mutuamente

excluyentes, la ocurrencia de cualquier
evento impide que otro eventos ocurra.
Reglas de adicin: si dos eventos A y B son
mutuamente excluyentes, la regla especial
de adicin 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 informacin 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 continuacin

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) = .1 + .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 nmero 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 continuacin

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 continuacin

P(A o B) = 1 - P(C o D) = 1 - [.8 + .025] = .175

D
C
.025
.8
~(C o D) = (A o B)
.175

2001 Alfaomega Grupo Editor

5-18

Regla general de adicin

Si A y B son dos eventos que no son

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

2001 Alfaomega Grupo Editor

5-19

Regla general de adicin

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 estreo, 175 dijeron tener
una TV y 100 dijeron tener ambos:

TV
175
Ambos
Estreo 100
320

2001 Alfaomega Grupo Editor

5-21

EJEMPLO 5 continuacin

Si un estudiante es seleccionado
aleatoriamente, cul es la probabilidad de que
tenga slo un estreo, slo una TV y uno de
cada uno?
P(S) = 320 /500 = .64.
P(T) = 175 /500 = .35.
P(S y T) = 100 /500 = .20.

2001 Alfaomega Grupo Editor

5-22

EJEMPLO 5 continuacin

Si un estudiante es seleccionado
aleatoriamente, cul es la probabilidad de que
tenga un estreo o una TV en su habitacin?
P(S o T) = P(S) + P(T) - P(S y T)
= .64 +.35 - .20 = .79.

2001 Alfaomega Grupo Editor

5-23

Probabilidad conjunta

Probabilidad conjunta es una probabilidad que

mide la posibilidad de que dos o ms eventos
ocurran juntos. Un ejemplo sera el hecho de
que un estudiante tenga tanto un estreo como
una TV en su habitacin.

2001 Alfaomega Grupo Editor

5-24

Regla especial de multiplicacin

La regla especial de multiplicacin requiere

que dos eventos A y B sean independientes.
Dos eventos A y B son independientes si la
ocurrencia de una no afecta la probabililidad
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 prximo ao
es .5. La probabilidad de que el B aumente el
suyo es .7.
Cul es la probabilidad de que ambos
aumenten su valor el prximo ao?
P(A y B) = (.5)(.7) = .35.

2001 Alfaomega Grupo Editor

5-26

EJEMPLO 6 continuacin

Cul es la probabilidad de que al menos uno

aumente su valor el prximo ao (esto implica
que cualquiera de los dos o ambos aumenten)?
As, P(al menos uno) = (.5)(.3) + (.5)(.7) +
(.7)(.5) = .85.

2001 Alfaomega Grupo Editor

5-27

Probabilidad condicional

Probabilidad condicional es la probabilidad de

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

2001 Alfaomega Grupo Editor

5-28

Regla general de multiplicacin

La regla general de multiplicacin 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
ocurri.

2001 Alfaomega Grupo Editor

5-29

Regla general de multiplicacin

La probabilidad conjunta, P(A y B) est dada

por la siguiente frmula:
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 administracin en

Miami recolect la siguiente informacin
acerca de los estudiantes de licenciatura del
colegio:
rea Hombre Mujer Total

Contabilidad 170 110 280

Finanzas 120 100 220

Mercadotecnia 160 70 230

Administracin 150 120 270

Total 600 400 1000

2001 Alfaomega Grupo Editor

5-31

EJEMPLO 7 continuacin

Si un estudiante se selecciona al azar, cul es

la probabilidad de que el estudiante sea mujer
del rea de contabilidad?
P(A y F) = 110 / 1000.
Dado que la estudiante es mujer, cul es la
probabilidad que est en el rea de
contabilidad? P(A|F) = [P(A y F)] / [P(F)] =
[110 / 1000] /[400 / 1000] = .275.

2001 Alfaomega Grupo Editor

5-32

Diagrama de rbol

El diagrama de rbol es muy til para

visualizar las probabilidades condicional y
conjunta y en particular para el anlisis 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
despus de la otra sin reemplazo. Construya el
diagrama de rbol con esta informacin.

2001 Alfaomega Grupo Editor

5-33

EJEMPLO 8 continuacin

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

frmula:

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 compaa Duff Beer ha recibido varias

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

2001 Alfaomega Grupo Editor

5-36

EJEMPLO 9 continuacin

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

B 45 4

P(A |U) = [(.55)(.03)]/[(.55)(.03) +

(.45)(.04)] = .4783.

2001 Alfaomega Grupo Editor

5-37

Algunos principios de conteo

Frmula de la multiplicacin: 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. Cuntos conjuntos
de camisas /corbatas tiene?
(10)(8) = 80.

2001 Alfaomega Grupo Editor

5-38

Algunos principios de conteo

Permutacin: un arreglo de r objetos

seleccionados a partir de un grupo nico
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

Combinacin: el nmero 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 alineacin. Cuntos 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