Estadística para
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
ilustrar probabilidades simples
Aplicar las reglas conocidas de probabilidad
Calcular probabilidades condicionales
Determinar si dos eventos son estadísticamente
independientes
Aplicar el Teorema de Bayes
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-2
Términos importantes
Experimento Aleatorio – un proceso que conduce a un
resultado incierto
Resultado básico – uno de los posibles resultados de
un experimento aleatorio
Espacio Muestral – la colección de todos los posibles
resultados de un experimento aleatorio
Evento – cualquier subconjunto de resultados básicos
provenientes del espacio muestral
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-3
Términos Importantes
(continuación)
Intersección de Eventos – Si A y B son dos eventos en
un espacio muestral S, entonces la intersección A ∩ B
es el conjunto de todas los resultados en S que
pertenecen tanto a A como a B
A AB B
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-4
Términos Importantes
(continuación)
A y B son Eventos Mutuamente Excluyentes si no
tienen resultados básicos en común (no tienen
elementos comunes). Es decir, A ∩ B = : la
intersección es el conjunto vacío
S
A B
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-5
Términos Importantes
(continuación)
Unión de Eventos – Si A y B son dos eventos en un
espacio muestral S, entonces A U B, la unión de A y B,
es el conjunto de todos los resultados en S que
pertenecen a A, a B o a ambos.
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)
Los eventos E1, E2, … Ek se llaman Colectivamente
Exhaustivos si: E1 U E2 U . . . U Ek = S
La unión de los eventos cubren completamente el
espacio muestral
El Complemento de un evento A es el conjunto de
todos los resultados básicos en el espacio muestral que
no pertenecen a A.
El complemento de A se escribe A
S
A
A
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-7
Ejemplos
Sea el experimento: Lanzar un dado y anotar
el resultado.
El Espacio Muestral será: S = { 1, 2, 3, 4, 5, 6 }
Sea A el evento “El número resultante es par”
Sea B el evento “El número resultante es al menos 4”
Entonces A = { 2, 4, 6 } y B = { 4, 5, 6 }
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-8
Ejemplos
(continuación)
S = {1, 2, 3, 4, 5, 6} A = {2, 4, 6} B = {4, 5, 6}
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
S = {1, 2, 3, 4, 5, 6} A = {2, 4, 6} B = {4, 5, 6}
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
Probabilidad – Medida de la 1 Cierto
ocurrencia de un evento
incierto (la probabilidad de
un evento es un número
real entre 0 y 1)
.5
0 ≤ P(A) ≤ 1
Para cualquier evento A
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
Se asume que todos los resultados del espacio muestral tienen la
misma probabilidad de ocurrir
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-12
Conteo de los posibles resultados
Use la fórmula de combinaciones para determinar
el número de combinaciones de n objetos tomados
k a la vez
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
nA número de eventos en la población que satisfacen el evento A
probabilidad de A
n número total de eventos en la población
El límite de la proporción de veces que un evento A ocurre en un número grande de
ensayos, n
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
P(A) P(O1 ) P(O 2 ) P(O3 ) ... P(O n )
3. P(S) = 1
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-15
Reglas de Probabilidad
La Regla del Complemento:
P(A) 1 P(A) i.e., P(A) P(A) 1
La Regla de la Adición:
La probabilidad de la unión de dos eventos es
P(A B) P(A) P(B) P(A B)
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
De todos los autos de un lote, 70% tienen aire
acondicionado (AC) y 40% tienen reproductor
de CD (CD). 20% tienen ambos.
Cuál es la probabilidad de que un auto tenga
un reproductor de CD, dado que tiene aire
acondicionado?
es decir, calcularemos P(CD | AC)
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
Regla de la Multiplicación para dos eventos A y B:
P(A B) P(A | B) P(B)
También:
P(A B) P(B | A) P(A)
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
P(B | A) P(B) Si P(A)>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
Son los eventos AC y CD estadísticamente independientes?
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
P(AC ∩ CD) = 0.2 ≠ P(AC)P(CD) = 0.28
Los dos eventos no son estadísticamente independientes
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-24
Probabilidades Conjuntas y Marginales
La probabilidad de un evento conjunto, A ∩ B:
número de resultados que satisfacen A y B
P(A B)
número total de resultados
Cálculo de la probabilidad marginal:
P(A) P(A B1 ) P(A B 2 ) P(A Bk )
Donde B1, B2, …, Bk son k eventos mutuamente excluyentes
y colectivamente exhaustivos
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)
Sean los eventos: E = pozo exitoso
N = pozo no exitoso
P(E) = .4 , P(N) = .6 (probabilidades previas)
El evento de la prueba detallada es D
Las probabilidades condicionales son:
P(D|E) = 0.6, P(D|N) = 0.2
El objetivo es calcular P(E|D)
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-28
Ejemplo del Teorema de Bayes
(continuación)
Aplicando el Teorema de Bayes:
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
Así la probabilidad posterior de éxito (de la estimación original de
0.4), dado que este pozo ha sido programado para una prueba
detallada, es 0.667
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-29
Resumen del Capítulo
Conceptos básicos de Probabilidad
Espacio muestral, eventos, intersección y unión de eventos,
eventos mutuamente excluyentes y colectivamente
exhaustivos, complementos.
Reglas básicas de Probabilidad
Regla del Complemento, Regla de la Adición, Regla de la
Multiplicación.
Probabilidades condicionales, conjuntas y marginales
Independencia estadística
Teorema de Bayes
Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc. Chap 4-30
