Probabilidad
¿Qué es la probabilidad?
Se encuentra familiarizado con términos como probabilidad, azar y
posibilidad.
Es común que una probabilidad sea expresada en forma decimal, como 0.70, 0.27 o
0.50.
No obstante, también se da en forma de fracción, como 7/10, 27/100 o 1/2. Se
puede suponer cualquier número de 0 a 1, inclusive.
En el estudio de la probabilidad se utilizan tres palabras clave: experimento, resultado
y evento. Dichos términos son empleados en el lenguaje de la vida cotidiana, pero en
estadística adquieren significados específicos.
nfoques para asignar probabilidades
Probabilidad clásica
La probabilidad clásica parte del supuesto de que los resultados de un experimento son
igualmente posibles. De acuerdo con el punto de vista clásico, la probabilidad de un evento
que se está llevando a cabo se calcula dividiendo el número de resultados favorables entre el
número de posibles resultados:
Si el conjunto de eventos es colectivamente exhaustivo y los eventos son
mutuamente excluyentes, la suma de las probabilidades es 1.
Probabilidad empírica
La probabilidad empírica o frecuencia relativa, el segundo tipo de probabilidad, se
basa en
el número de veces que ocurre el evento como proporción del número de intentos
conocidos.
En términos de una fórmula:
El enfoque empírico de la probabilidad se basa en la llamada ley de los grandes
números. La clave para determinar probabilidades de forma empírica consiste en que
una mayor cantidad de observaciones proporcionarán un cálculo más preciso de la
probabilidad.
El semestre anterior, 80 estudiantes se registraron para Estadística Administrativa en la Scandia University.
Doce estudiantes obtuvieron A. Con base en dicha información y de acuerdo con la regla empírica de la
probabilidad, la posibilidad calculada de que un estudiante obtenga una A es de 0.15.
Kobe Bryant, jugador de Los Angeles Lakers logró 403 de 491 intentos de tiro libre durante la temporada 2009-
2010 de la NBA. De acuerdo con la regla empírica de la probabilidad, las posibilidades de lograr su siguiente
intento de tiro son de 0.821.
Probabilidad subjetiva
Si se cuenta con poca o ninguna experiencia o información con la cual sustentar la probabilidad, es posible
aproximarla en forma subjetiva. En esencia, esto significa que un individuo evalúa las opiniones e información
disponibles y luego calcula o asigna la probabilidad. Esta probabilidad se denomina adecuadamente
probabilidad subjetiva.
Algunas reglas para calcular probabilidades
Reglas de la adición
Existen dos reglas de la adición: la regla especial de la adición y la regla general de la
adición.
Primero la regla especial de la adición.
Regla especial de la adición Para aplicar la regla especial de la adición, los
eventos deben ser mutuamente excluyentes. Recuerde que mutuamente excluyentes
significa que cuando un evento ocurre, ninguno de los demás eventos puede ocurrir al
mismo tiempo.
Si dos eventos A y B son mutuamente excluyentes, la regla especial de la adición
establece
que la probabilidad de que ocurra uno u otro es igual a la suma de sus probabilidades.
Esta regla se expresa mediante la siguiente fórmula:
En el caso de los tres eventos mutuamente excluyentes designados A, B y C, la regla se
expresa de la siguiente manera:
P(A o B o C) = P(A) + P(B) + P(C)
Autoevaluación 5-2 y Ejercicios
Regla del complemento. La probabilidad de que una bolsa de verduras mixtas
seleccionadas
pese menos, P(A), más la probabilidad de que no sea una bolsa con menos peso, P
(~A) ,
P(A)igual
que se lee no A, deber ser por lógica + P(~A) = 1 se escribe:
a 1. Esto
Esta expresión puede reformularse:
Tal es la regla del complemento. Se emplea para determinar la probabilidad
de que un evento ocurra restando de 1 la probabilidad de un evento que no ha
ocurrido. Esta regla es útil porque a veces es más fácil calcular la probabilidad
de que un evento suceda determinando la probabilidad de que no suceda y
restando el resultado de 1. Observe que los eventos A y ~A son mutuamente
excluyentes y colectivamente exhaustivos. Por consiguiente, las probabilidades
de A y ~A suman 1. Un diagrama de Venn ilustra la regla del complemento de
la siguiente manera:
Resultados
a). I
P(B) + P(E) = (50/2000) + (68/2000) = 0.059 o 5.9%
a). II
1 – P(D) = 1 – (302/2000) = 1 – 0.151 = 0.849 o 84.9%
2.5% 3.4% 15.1%
Mnto Sec. Admon
84.9%
94.1%
c). Ambos.
Regla general de la adición Los resultados de un experimento pueden no ser
mutuamente excluyentes.
Supongamos que Florida Tourist Commission seleccionó una muestra de 200 turistas que visitaron el
estado durante el año. La encuesta reveló que 120 turistas fueron a Disney World y 100 a Busch
Gardens, cerca de Tampa. ¿Cuál es la probabilidad de que una persona seleccionada haya visitado
Disney World o Busch Gardens?
Si se emplea la regla especial de la adición, la probabilidad de seleccionar un turista que haya
ido a Disney World es de 0.60, que se determina mediante la división 120/200.
De manera similar, la probabilidad de que un turista vaya a Busch Gardens es de 0.50. La suma de
estas probabilidades es de 1.10. Sin embargo, sabemos que esta probabilidad no puede ser mayor
que 1.
La explicación es que muchos turistas visitaron ambas atracciones turísticas y se les ha contado
dos veces. Una revisión de las respuestas de la encuesta reveló que 60 de los 200
encuestados visitó, en realidad, ambas atracciones turísticas.
Para responder cuál es la probabilidad de elegir a una persona que haya visitado Disney World o Busch
Gardens,
1) sume la probabilidad de que un turista haya visitado Disney World y la probabilidad de que haya
visitado Busch Gardens; y
2) reste la probabilidad de que haya visitado ambas atracciones turísticas. Por consiguiente:
P(Disney o Busch) = P(Disney) + P(Busch) - P(tanto Disney como Busch)
= 0.60 + 0.50 - 0.30 = 0.80
Cuando dos eventos ocurren al mismo tiempo, la
probabilidad se denomina Probabilidad conjunta.
La probabilidad de que un turista visite ambas
atracciones turísticas (0.30) es un
ejemplo de probabilidad conjunta.
Esta regla para dos eventos designados A y B se escribe:
En el caso de la expresión P(A o B), la conjunción o sugiere que puede ocurrir
A o puede ocurrir B. Esto también incluye la posibilidad de que A y B ocurran.
Tal uso de o a veces se denomina
inclusivo.
También es posible escribir P(A o B o ambos) para dejar en claro que incluye la
intersección de A y B
Ejercicios
Reglas de la multiplicación
Cuando empleamos las reglas de la adición en la sección anterior, determinamos la probabilidad de
combinar dos eventos. En esta sección estimará la probabilidad de que la ocurrencia de dos eventos
sea simultánea.
Regla especial de la multiplicación La regla especial de la multiplicación requiere que dos eventos,
A y B, sean independientes, y lo son si el hecho de que uno ocurra no altera la probabilidad de que
el otro suceda.
Una forma de entender la independencia consiste en suponer que los eventos A y B ocurren en
diferentes tiempos. Por ejemplo, cuando el evento B ocurre después del evento A, ¿influye A en la
probabilidad de que el evento B ocurra?
Si la respuesta es no, entonces A y B son eventos independientes.
En el caso de dos eventos independientes A y B, la probabilidad de que A y B ocurran se determina
multiplicando las dos probabilidades, tal es la regla especial de la multiplicación, cuya expresión
simbólica es la siguiente:
En el caso de tres eventos independientes, A, B y C, la regla especial de la multiplicación que se
utiliza para determinar la probabilidad de que los tres eventos ocurran es:
P(A y B y C) = P(A)P(B)P(C)
Regla general de la multiplicación. Si dos eventos no son independientes, se dice que son
dependientes.
Supongamos que hay 10 latas de refresco en un refrigerador, 7 de los cuales son normales y 3 dietéticos. Se
saca una lata del refrigerador. La probabilidad de que sea una lata de refresco dietético es de 3/10,
y la probabilidad de que sea una lata de refresco normal es de 7/10. Luego, se elige una segunda lata del
refrigerador sin devolver la primera. La probabilidad de que la segunda lata sea de refresco dietético depende
de que la primera lo haya sido o no. La probabilidad de que la segunda lata sea de refresco dietético es:
2/9, si la primera bebida es dietética (sólo dos latas de refresco dietético quedan en el refrigerador).
3/9, si la primera lata elegida es normal (los tres refrescos aún están en el refrigerador).
La denominación adecuada de la fracción 2/9 (o 3/9) es probabilidad condicional, ya que su
valor se encuentra condicionado (o depende) del hecho de que un refresco regular o dietético
haya sido el primero en ser seleccionado del refrigerador.
La regla general de la multiplicación sirve para determinar la probabilidad conjunta de dos eventos cuando éstos
no son independientes. Por ejemplo, cuando el evento B ocurre después del evento A, y A influye en la
probabilidad de que el evento B suceda, entonces A y B no son independientes.
La regla general de la multiplicación establece que en caso de dos eventos, A y B, la probabilidad conjunta de que
ambos eventos ocurran se determina multiplicando la probabilidad de que ocurra el evento A por la probabilidad
condicional de que ocurra el evento B, dado que A ha ocurrido. Simbólicamente, la probabilidad conjunta, P(A y
B), se calcula de la siguiente manera:
A propósito, se supone que este experimento se llevó a cabo sin reemplazo. Es decir, que la primera camisa no se
lavó y se colocó en el clóset antes de hacer la selección de la segunda. Así, el resultado del segundo evento es
condicional o depende del resultado del primer evento.
Es posible ampliar la regla general de la multiplicación para que incluya más de dos eventos.
En el caso de los tres eventos, A, B y C, la fórmula es:
P(A y B y C) P(A)P(B|A)P(C|A y B)
En el caso del ejemplo de la camisa de golf, la probabilidad de elegir tres camisas blancas sin reemplazo es:
P(W1 y W2 y W3) = P(W1)P(W2|W1)P(W3|W1 y W2) = (9/12)(8/11)(7/10) = .38
De esta manera, la probabilidad de seleccionar tres camisas sin reemplazo, todas las cuales sean blancas,
es de 0.38.
Tablas de contingencias
A menudo, los resultados de una encuesta se registran en una tabla de dos direcciones y se utilizan para
determinar diversas probabilidades. Para recordarlo: una tabla de dos direcciones es una tabla de
contingencia.
Una tabla de contingencias consiste en una tabulación cruzada que resume simultáneamente dos variables
de interés, así como la relación entre éstas. El nivel de medición puede ser nominal.
A continuación, algunos ejemplos.
Una encuesta de 150 adultos clasificados según su género y la cantidad de películas que vieron en el cine el mes
pasado. Cada entrevistado se clasifica de acuerdo con dos criterios:
la cantidad de películas que ha visto y el género.
La American Coffee Producers Association proporciona la siguiente información sobre la edad y la
cantidad de café que se consumió en un mes.
De acuerdo con esta tabla, cada uno de los 300 entrevistados se clasifica según dos criterios:
1) la edad; 2) la cantidad de café que consume.
Diagramas de árbol
El diagrama de árbol
es una gráfica útil para
organizar cálculos que
implican varias etapas.
Cada segmento del
árbol constituye una
etapa del problema. Las
ramas del árbol se
ponderan por medio de
probabilidades.
Utilizaremos los datos
de la tabla 5-1 para
mostrar la construcción
de un diagrama de
árbol.
1. Para construir un diagrama de árbol, comenzamos dibujando un punto grueso a la izquierda para representar
la raíz del árbol (vea gráfica 5-2).
2. En este problema, dos ramas principales salen de la raíz: la rama superior representa el evento
“permanecería” y la rama inferior el evento “no permanecería”. Sus probabilidades se anotan sobre las ramas,
en este caso, 120/200 y 80/200. Estas probabilidades también se denotan P(A1) y P(A2).
3. De cada una de las ramas principales salen cuatro ramas, las cuales representan el tiempo de servicio: menos
de 1 año, 1 a 5 años, 6 a 10 años y más de 10 años. Las probabilidades condicionales de la rama superior del
árbol, 10/120, 30/120, 5/120, etc., se anotan en las ramas adecuadas, que son P(B1|A1), P(B2|A1), P(B3|A1) y
P(B4|A1), en las cuales B1 se refiere a menos de 1 año de servicio; B2, a 1 a 5 años de servicio, B3, a 6 a 10
años de servicio y B4, a más de 10 años. En seguida, anotamos las probabilidades condicionales en la rama
inferior.
4. Por último, las probabilidades conjuntas relativas al hecho de que los eventos A1 y Bi o los eventos A2 y Bi
ocurrirán al mismo tiempo aparecen al lado derecho. Por ejemplo, de acuerdo con la fórmula (5-6), la
probabilidad conjunta de seleccionar al azar a un ejecutivo que permanecería en la compañía y que tenga más
de 1 año de servicio es:
Como las probabilidades conjuntas representan todos los posibles resultados (permanecería, 6 a 10 años de
servicio, no permanecería, más de 10 años de servicio, etc.), deben sumar 1.00 (vea gráfica 5-2).
Ejercicios
Teorema de Bayes
En la fórmula anterior los eventos A1 y A2 son mutuamente excluyentes y colectivamente exhaustivos, y A i se
refiere al evento A1 o a A2. De ahí que en este caso A1 y A2 sean complementos.
El significadoque
Suponga de los
5% símbolos
de la utilizados
población se ilustra
de Umen,en el siguiente
un paísejemplo:
ficticio del Tercer mundo, tiene una
enfermedad propia del país. Sea A1 el evento “padece la enfermedad” y A2 el evento
“no padece la enfermedad”. Por lo tanto, si selecciona al azar a una persona de Umen,
la probabilidad de que el individuo elegido padezca la enfermedad es de 0.05 o P(A1) =
0.05. Esta probabilidad, P(A1) = P(padece la enfermedad) = 0.05, recibe el nombre de
probabilidad a priori. Se le da este nombre, porque la probabilidad se asigna antes de
obtener los datos empíricos.
Por ende, la probabilidad a priori de que una persona no padezca la enfermedad es de 0.95, o P(A 2) = 0.95,
que se calcula restando 1 - 0.05.
Existe una técnica de diagnóstico para detectar la enfermedad, pero no es muy precisa.
Sea B el evento “la prueba revela la presencia de la enfermedad”. Suponga que la
evidencia histórica muestra que si una persona padece realmente la enfermedad, la
probabilidad de que la prueba indique su presencia es de 0.90. De acuerdo con las
definiciones de probabilidad condicional que se establecieron en el capítulo, dicho
enunciado se expresa de la siguiente manera:
P (B | A ) = .90
1
Suponga la probabilidad de que la prueba indique la presencia de la enfermedad en una
persona que en realidad no la padece es de 0.15.
P (B | A ) = .15
2
Elija al azar a una persona de Umen y aplique la prueba. Los resultados indican que la
enfermedad está presente. ¿Cuál es la probabilidad de que la persona en realidad
padezca la enfermedad? Lo que desea saber, en forma simbólica, es P(A |B), que se
1
interpreta de la siguiente manera: P(padece la enfermedad | la prueba resulta positiva).
La probabilidad P(A1|B) recibe el nombre de probabilidad a posteriori.
Con la ayuda del teorema de Bayes, (fórmula) , determine la probabilidad a
posteriori:
La probabilidad de Padece la enfermedad dado que la prueba fue postiva = La probabilidad de Padece X la
probabilidad de Positiva dado que Padece ENTRE La probabilidad de Padece por la probabilidad de Positiva
dado que Padece MAS La probabilidad de No padece por la probabilidad de Positiva Dado que no Padece.
De esta forma, la probabilidad de que una persona padezca la enfermedad, dado que la
prueba fue positiva, es de 0.24. ¿Cómo interpreta el resultado? Si selecciona al azar a
una persona de la población, la probabilidad de que se encuentre enferma es de 0.05. Si
se le somete a la prueba y resulta positiva, la probabilidad de que la persona padezca
realmente la enfermedad se incrementa cinco veces, de 0.05 a 0.24.
En el problema anterior sólo había dos eventos mutuamente excluyentes y colectivamente
exhaustivos A1 y A2. Si hay n eventos A1, A2, …, An, el teorema de Bayes, fórmula , se
transforma en:
Con la notación anterior, los cálculos del problema de Umen se resumen en la siguiente tabla:
Ejercicios
Principios de conteo
Si la cantidad de posibles resultados de un experimento es pequeña, resulta relativamente fácil contarlas.
Por ejemplo, existen seis posibles resultados del lanzamiento de un dado, a saber:
Sin embargo, si hay un número muy grande de resultados, tal como el número de caras y cruces en un
experimento con 10 lanzamientos de una moneda, sería tedioso contar todas las posibilidades.
Todos podrían ser caras, una cruz y nueve caras, dos caras y ocho cruces, y así sucesivamente.
Para facilitar la cuenta, se analizarán tres fórmulas para contar: la fórmula de la multiplicación (no se
confunda con la regla de la multiplicación descrita en el capítulo), la fórmula de las permutaciones y la
fórmula de las combinaciones.
Fórmula de la multiplicación
En términos de la fórmula:
Esta fórmula se puede extender a más de dos eventos. En el caso de tres eventos m, n y o:
Número total de disposiciones = (m)(n)(o)
Fórmula de las permutaciones
Como se ve, la fórmula de la multiplicación se aplica para determinar el número de posibles disposiciones de
dos o más grupos. La fórmula de las permutaciones se aplica para determinar el número posible de
disposiciones cuando sólo hay un grupo de objetos. He aquí algunos ejemplos de esta clase de problemas.
• Tres piezas electrónicas se van a montar en una unidad conectable a un aparato de televisión. Las piezas se
pueden montar en cualquier orden. La pregunta es: ¿de cuántas formas pueden montarse tres partes?
• Un operador de máquinas debe llevar a cabo cuatro verificaciones de seguridad antes de hacer arrancar su
máquina. No importa el orden en que realice las verificaciones. ¿De cuántas formas puede hacerlas?
Un orden para el primer ejemplo sería: primero el transistor, en seguida las LED y en tercer lugar el sintetizador.
A esta distribución se le conoce como permutación.
Observe que las distribuciones a b c y b a c son permutaciones diferentes. La fórmula para contar el número
total de diferentes permutaciones es:
donde:
n representa el total de objetos;
r representa el total de objetos seleccionados.
NOTA:
Antes de resolver los dos problemas planteados, note que en las permutaciones y las combinaciones
(que se plantean en breve) se emplea la notación denominada n factorial. Ésta se representa como n! y
significa el producto de n(n - 1)(n - 2)(n - 3) … (1). Por ejemplo, 5! = 5 x 4 x 3 x 2 x 1 = 120
0! = 1 Cero factorial es igual a 1
La notación factorial se puede eliminar cuando los mismos números aparecen tanto en el numerador
como en el denominador, como se muestra a continuación:
Fórmula de las combinaciones
Si el orden de los objetos seleccionados no es importante, cualquier selección se denomina
combinación. La fórmula para contar el número de r combinaciones de objetos de un conjunto de n
objetos es:
Por ejemplo, si los ejecutivos Able, Baker y Chauncy van a ser elegidos para formar un comité de negociación de
una fusión, sólo existe una posible combinación con estos tres ejecutivos; el comité formado por Able, Baker y
Chauncy es el mismo comité que el que forman Baker, Chauncy y Able. De acuerdo con la fórmula de las
combinaciones:
Ejercicios