3.

Teora de la Probabilidad
3.3. Conceptos Bsicos de la Probabilidad
3.3.1. Introduccin 3.3.2. Probabilidad de un evento 3.3.3. Postulados o Axiomas de la probabilidad 3.3.3.1. Ejercicios Resueltos 3.3.3.2. Ejercicios Propuestos 3.3.4. Tipos de eventos 3.3.4.1. Eventos mutuamente mutuamente no excluyentes 3.3.4.1.1. Ejercicios Resueltos 3.3.4.1.2. Ejercicios Propuestos 3.3.4.2. Eventos Independientes y dependientes 3.3.5. Tipos de probabilidades 3.3.5.1. Ejercicios Resueltos 3.3.5.2. Ejercicios Propuestos excluyentes y

Vzquez, H. 2009

3.3.1 Introduccin
La probabilidad es una parte de nuestras vidas cotidianas. En la toma de decisiones personales y administrativas, nos enfrentamos constantemente a la incertidumbre y es aqu donde precisamente se tiene que hacer uso de la probabilidad. Cuando en la radio se escucha que existe un 70% de posibilidad de que llueva, inmediatamente las personas cambian de planes de salir de da de campo y se quedan en casa divirtindose con juegos de mesa. Antes de establecer una definicin de probabilidad es necesario presentar y definir algunos conceptos, los cuales son utilizados constantemente en la teora probabilstica: Experimento: Un experimento es el proceso mediante el cual se obtiene una observacin. Al menos conceptualmente es posible imaginar experimentos en los cuales el resultado puede anticiparse. En el dominio de la estadstica estos experimentos son de poco o ningn inters. Los experimentos de los que se ocuparn en esta seccin reciben el nombre de experimentos aleatorios. Experimento Aleatorio: Un experimento es aleatorio cuando sus resultados no son posibles de predecir antes de su realizacin y, por lo tanto, estn sujetos al azar. Espacio Muestral: El conjunto integrado por todos los resultados posibles de un experimento, recibe el nombre de espacio muestral, el cual se identificar con la letra S. El espacio muestral en probabilidad es el conjunto universal de la teora de conjuntos. Evento: Un evento es uno o ms de los posibles resultados de un experimento. Un evento, haciendo uso de los trminos de la teora de conjunto, se puede definir como un subconjunto del espacio muestral. Cuando el evento consta de un slo posible resultado recibe el nombre de evento simple, pero si est integrado por dos o ms se llama evento compuesto. A continuacin se ejemplifica estos conceptos. Ejemplo: Suponga el lanzamiento de una moneda . a) Defina el experimento b) Indique el espacio muestral c) Indique los eventos posibles Solucin: a) Lanzamiento de una moneda b) S = { C, X } , donde: C = cara y X = cruz c) Los eventos son cara o cruz. Es importante indicar que existe otro mtodo para representar el espacio muestral y sus posibles resultados: el diagrama de rbol.

Vzquez, H. 2009

Ejemplo: Una caja contiene tres fichas de pker ( una roja, una blanca y otra verde ) y seleccionan dos de ellas con reposicin o reemplazo ( esto significa que selecciona una ficha, se observa su color, y se repone o devuelve a la caja antes hacer la segundo seleccin ). Represente el espacio muestral por medio de diagrama de rbol. Solucin: Observe se se de un

Observe y Analice: a) Como la extraccin se est realizando con reemplazo, en la segunda seleccin aparece la opcin de la primera seleccin. b) En un diagrama de rbol se generan pares ordenados (a, b), en donde el primer elemento lo forma la opcin de la primera seleccin y el segundo elemento la opcin de la segunda seleccin. Por lo tanto el espacio muestral est integrado por los siguientes eventos: S ={ ( R,R ), ( R,B ), ( R,V ), ( B,R ), ( B,B ), ( B,V ), ( V,R ), ( V,B ), (V,V ) } Ejemplo: Realice el mismo ejercicio anterior excepto que la extraccin se hace sin reemplazo o sin reposicin, es decir, la ficha se selecciona y no se devuelve a la caja antes de ser realizada la segunda seleccin. Solucin: Realizando el diagrama de rbol:

Vzquez, H. 2009

En forma de lista: S = { (R,B), (R,V), ( B,R), (B,V), (V,R), (V,B) } Observe y Analice: Como la extraccin fu sin reposicin, el elemento de la primera seleccin no aparece en la segunda seleccin.

3.3.2 Probabilidad de un Evento

La probabilidad de que ocurra un evento se define como la frecuencia relativa con la que puede esperarse que ocurra un evento. Existen tres maneras para calcular la probabilidad de un evento: a) Planteamiento clsico. b) Planteamiento de frecuencia relativa. c) Planteamiento subjetivo. Planteamiento Clsico: El planteamiento clsico define la probabilidad de que ocurra un evento como: Probabilidad de que ocurra un evento

N de eventos favorables N de eventos totales

Simblicamente: P ( A ): la probabilidad de que ocurra el evento A La utilizacin de esta frmula requiere de la existencia de un espacio muestral en donde cada resultado sea igualmente posible. Ejemplo: Considere el experimento del lanzamiento de una moneda, calcular la probabilidad de obtener una cara en un solo lanzamiento utilizando el planteamiento clsico. Vzquez, H. 2009 4

Solucin: S = { Cara, Cruz } n(S)=2 Sea A ={ cara } , entonces: n ( A ) = 1, por lo tanto P (A) = 1 nmero de resultados posibles de que se produzca una cara 2 nmero total de resultados en el lanzamiento Planteamiento de Frecuencia Negativa: El planteamiento de la frecuencia relativa define la probabilidad de un evento como: a) La frecuencia relativa observada de un evento durante un gran nmero de intentos o b) La fraccin de veces que un evento se presenta a la larga, cuando las condiciones son estables. Este mtodo utiliza la frecuencia relativa de las presentaciones pasadas de un evento como probabilidad. Se determina que tan frecuente ha sucedido algo en el pasado y se utiliza esa cifra para predecir la probabilidad de que suceda de nuevo en el futuro. Ejemplo: Suponga que una compaa de seguros datos actuariales registrados, que de los 100 000 morirn en un perodo de un relativa estime la probabilidad de muerte Solucin: Sea S= { Hombres que mueren en un periodo de un ao} , entonces, n (S) = 100 000 Sea D= { hombres de 40 aos de edad que murieron en un perodo de un ao } , entonces, n (D) = 60 Probabilidad de muerte de este grupo de edad = 60 0.0006 100000 sabe, por la informacin obtenida de los hombres de 40 aos de edad, 60 de cada ao. Utilizando el mtodo de frecuencia de ese grupo de edad en particular.

Planteamiento Subjetivo: La probabilidad subjetiva se define como la probabilidad asignada a un evento por parte de un individuo, basada en la evidencia que se tenga disponible. Ejemplo: Un juez debe decidir si permite la construccin de una planta nuclear en un lugar donde hay evidencia de que exista una falla geolgica. Debe preguntarse a s mismo Cul es la probabilidad de que ocurra un accidente nuclear grave en este sitio?. El hecho de que no exista una frecuencia relativa de la presentacin de la evidencia de accidentes anteriores en este sitio, no es suficiente para liberarlo de tomar la decisin. Debe utilizar su mejor sentido comn para determinar la probabilidad subjetiva de que suceda un accidente nuclear. Vzquez, H. 2009 5

3.3.3. Axiomas de la Probabilidad:

Para poder calcular probabilidades de eventos es necesario conocer algunas reglas: 1.- La probabilidad del espacio muestral es igual a 1. P(S)=1 2.- La probabilidad de un evento se encuentra entre 0 y 1: Si el evento no puede ocurrir su probabilidad es de 0, pero si ocurre siempre su probabilidad es igual a 1. 0 P(A) 1 3.- Si se suman las probabilidades de cada uno de los eventos que conforman el espacio muestral, la probabilidad total es igual a 1

4.- La probabilidad de un evento es igual a la suma de las probabilidades de sus posibles resultados.

P ( A )= Ejemplo: Una encuesta sobre el trnsito demuestra que en cierta interseccin, la probabilidad de que los vehculos den vuelta a la izquierda es de 0.15, de 0.31 si dan la vuelta a la derecha, y de 0.54 si siguen de largo. a) Represente el espacio muestral. b) Indique los resultados posibles. c) Sea el evento C = Vehculo seleccionado de vuelta a cualquier lado en la interseccin, calcular su probabilidad. Solucin: a ) Sea: I = Vehculos que dan vuelta a la izquierda D = Vehculos que dan vuelta a la derecha L = Vehculos que se siguen de largo Entonces: 100 S ={ I, D, L} b) P ( I ) = 0.15 P ( D ) = 0.31 P ( L ) = 0.54 c) La probabilidad de que un auto de vuelta en cualquier direccin = probabilidad del auto que de vuelta a la izquierda + probabilidad del auto que de vuelta a la derecha P ( C ) = P ( I ) + P ( D ) = 0.15 + 0.31 =0.46 Vzquez, H. 2009 6

Observe y Analice: a) La probabilidad de cada evento se encuentra entre 0 y 1. b)La suma de las probabilidades es 1. c) La probabilidad de un evento es igual a la suma de los resultados que lo conforman. Ejemplo: En una universidad se han clasificado a los docentes en maestros de tiempo completo y maestros de tiempo parcial y segn su sexo. Esta clasificacin se presenta en la siguiente tabla: SEXO / DOCENTE MASCULINO FEMENINO TIEMPO COMPLETO 25 35 TIEMPO PARCIAL 20 20

Si se selecciona probabilidades:

un

docente

aleatoriamente,

determine

las

siguientes

a) Sea de sexo femenino. b) Sea de tiempo completo Solucin: Para poder solucionar el problema se recomienda obtener los totales tanto de cada fila como de cada columna y dar a cada resultado un smbolo que los represente, para despus poder obtener las probabilidades correspondientes. SEXO / DOCENTE MASCULINO (M) FEMENINO (F) TOTAL TIEMPO COMPLETO (C) 25 35 60 TIEMPO PARCIAL (P) 20 20 40 TOTAL 45 55 100

a) P ( F ) = 35 + 20 = 55 = 0.55 100 100 100 O bien se puede obtener la probabilidad observando directamente la columna de totales. b) P ( C ) = 60 = 0.60 100

Vzquez, H. 2009

3.3.3.1 Ejercicios resueltos

Conceptos Bsicos de Probabilidad: 1.- Se toma un litro de leche y se determina en el laboratorio el porcentaje de agua por volumen. a) Represente su espacio muestral b) Si se considera que un litro de leche con mas de un 90% de agua es inaceptable para quin realiza el anlisis, represente este evento. Solucin: a) S ={ x / 0 < x 100 } donde x = porcentaje de agua en el litro de leche examinado. b) A = {x / 90 < x < 100} 2.- Sea el lanzamiento de un dado no cargado, represente su espacio muestral y sus posibles resultados utilizando: a) Un diagrama de Venn - Euler. b) El mtodo de enumeracin c) El mtodo de comprensin Solucin: a)

b) S = {1, 2, 3, 4, 5, 6} c) S = { x / x representa una cara de un dado no cargado} 3.- Se lanzan dos monedas al mismo tiempo. Obtener el espacio muestral, a travs de un diagrama de rbol.

Vzquez, H. 2009

En forma de lista: S = { (C,C), (C,X), (X,C), (X,X) } 4.- Clasifique las siguientes estimaciones de probabilidad segn su tipo ( clsica, frecuencia relativa o subjetiva ) a) La probabilidad de que un presidente electo en un ao muera en su oficina es de 7 / 10. b) La probabilidad de que usted vaya a Europa este ao es de 0.14. Solucin: a) Frecuencia relativa o subjetiva. b) Subjetiva

3.3.3.2. Ejercicios Propuestos

1.- Sacar una carta de una baraja de americana, la cual est integrada por 52 cartas. a) Defina el experimento b) Indique el espacio muestral c) Indique 3 eventos simples y 3 compuestos. 2.- Un experimento consiste en tomar una caja de bulbos y probarlos de 3 en 3 con respecto a cierta caracterstica de inters, si uno de ellos es defectuoso se le asigna la letra d y si no lo es la letra n, de tal forma el evento (d, nd, nd) significa que el primer bulbo result ser defectuoso y los dos siguientes no lo son. Sean A, B, C los eventos siguientes: A el evento de que el primer bulbo sea defectuoso Vzquez, H. 2009 9

B el evento de que el segundo bulbo sea defectuoso C el evento de que el tercer bulbo sea defectuoso a) Describa el espacio muestral del experimento. b) Enumere todos los resultados de los eventos siguientes: b.1) A b.2) B b.3) C b.4) A U B b.5) A B b.6) B U C b.7) B C 3.- Considere el siguiente experimento: Seleccionar una carta al azar de una baraja americana de 52 cartas, en donde X sea el evento la carta seleccionada es una figura y Y la carta seleccionada es un diamante. Traducir los siguientes eventos: a) X U Y b) X Y c) X - Y d) X Y e) XU Y 4.- Si se tiene una bajara americana, calcular la probabilidad de obtener una figura, utilizando la probabilidad clsica. 5.- Clasifique las estimaciones de probabilidad siguientes segn su tipo (clsica, frecuencia relativa o subjetiva) a) La probabilidad de anotar un tiro de castigo durante un juego de hockey sobre hielo es de 0.47. b) La probabilidad de que el director actual de la escuela renuncie es del 0.85. c) La probabilidad de obtener dos seises al lanzar dos dados al mismo tiempo es de 1/36.

Vzquez, H. 2009

10

Glosario
Ex p e r im e n t o: Un experimento es el proceso mediante el cual se obtiene una observacin. Ex p e r im e n t o ale at or io: Un experimento es aleatorio cuando sus resultados no son posible predecir antes de su realizacin y, por lo tanto, estn sujetos al azar. Esp acio m ue st r al: El conjunto integrado por todos los resultados posibles de un experimento, recibe el nombre de espacio muestral, el cual se identificar con la letra S. Ev e n t o: Un evento es uno o ms de los posibles resultados de un experimento. Plan t e am ie n t o clsico: Define la probabilidad de que ocurra un evento como: Probabilidad de que ocurra un evento = nmero de resultados posibles del evento nmero total de resultados posibles Plan t e am ie n t o d e f r e cue n cia r e lat iv a: Define la probabilidad de un evento como: a) La frecuencia relativa observada de un evento durante un gran nmero de intentos o b) La fraccin de veces que un evento se presenta a la larga, cuando las condiciones son estables. Plan t e am ie n t o sub je t iv o: La probabilidad subjetiva se define como la probabilidad asignada a un evento por parte de un individuo, basada en la evidencia que se tenga disponible.

Vzquez, H. 2009

11

3.3.4. Tipos de Eventos

3.3.4.1. Eventos Mutuamente Excluyentes y Mutuamente No Excluyentes
Caso Real: En la actualidad la seguridad social es un problema real, y las tiendas de autoservicio no estn exentas, de aqu que sea necesario realizar estudios con el fin de poder tomar decisiones sobre incrementar la seguridad en ellas. Analice el siguiente caso: Los clientes de la tienda de autoservicio Super descuento han sido vctimas de asaltos. El gerente de seguridad ha implementado mediadas para reducir los asaltos cometidos a sus clientes. Como resultado de estas se ha podido aprehender a 250 ladrones. Se registr edad de cada infractor y si ste era su primer robo o si ya haba sido sorprendido con anterioridad. Los datos se resumen en la tabla siguiente: INFRACCION / EDAD PRIMERA APREHENSION REINCIDENTE TOTAL 10 - 15 50 20 70 20 - 35 20 70 90 40 - 55 34 56 90 TOTAL 104 146 250

El gerente esta interesado en saber cual es la probabilidad de que, el asaltante sea reincidente, de que posea una edad de 40 a 55 aos o sea su primera aprehensin. Todas estas preguntas y ms pueden ser contestadas por medio de la teora probabilstica.

Vzquez, H. 2009

12

Vzquez, H. 2009

13

Eventos Mutuamente Excluyentes: Se dice que dos eventos son mutuamente excluyentes si uno y slo uno de ellos puede tener lugar en un mismo tiempo. Es decir o uno o el otro, pero no pueden suceder ambos al mismo tiempo. Con frecuencia interesa encontrar la probabilidad de que un resultado u otro suceda, Si stos dos eventos son mutuamente excluyentes, se puede calcular esta probabilidad haciendo uso de la regla de adicin para eventos excluyentes. Sean A y B dos eventos mutuamente excluyentes entonces:

P(AoB)=P(AUB)=P(A)+P(B) Se lee la probabilidad de que suceda A o B es igual a la suma de sus probabilidades. Observe y Analice: a) La probabilidad de que suceda A y B o ambos ( A B ) es de 0, puesto que no existen interseccin entre los eventos. b) Note que se est utilizando el diagrama de Venn - Euler para representar la operacin, claro, esto es lgico puesto que los eventos son subconjuntos del espacio muestral, as como los conjuntos son subconjuntos del conjunto universal. Ejemplo: Una encuesta sobre el trnsito demuestra que en cierta interseccin, la probabilidad de que los vehculos den vuelta a la izquierda es de 0.15, de 0.31 si dan la vuelta a la derecha, y de 0.54 si siguen de largo. Calcular la probabilidad de que un auto de vuelta a la izquierda o a la derecha. Solucin: Para calcular la probabilidad de eventos compuestos es aconsejable realizar un diagrama de Venn, para poder detectar el tipo de eventos. En este problema es claro que los eventos son mutuamente excluyentes, entonces su diagrama ser:

P ( I U D ) = P ( I ) + P ( D ) = 0.15 + 0.31 = 0.46

Vzquez, H. 2009

14

Eventos Mutuamente No Excluyentes: Sean los eventos A y B mutuamente no excluyentes y subconjuntos de un mismo espacio muestral S, entonces, la probabilidad de que ocurra el evento A o el evento B es: P(AUB)=P(A)+P(B)-P(A B) En la siguiente figura aparece el diagrama de Venn - Euler representando dos eventos mutuamente excluyentes

En la figura se puede observar que: P ( A ) = P ( r1 ) + P ( r2 ) P ( B ) = P ( r2 ) + P ( r3 ) P ( A B ) = P ( r2) Por lo tanto, si se quisiera sumar P ( A ) con la P ( B ) para encontrar la P (AUB ) se estara sumando la P (r2) dos veces, obtenindose una probabilidad errnea. Debido a esta explicacin es que para obtener la unin de dos eventos mutuamente no excluyentes es necesario sumar la probabilidad de los eventos analizados y restarle una vez su interseccin. Ejemplo: Calcular la probabilidad de extraer un as o una espada de una baraja de 52 cartas tipo americana, en un slo intento. Solucin: S = { x/x sea una carta de una baraja americana de 52 cartas} ; n (S)= 52 Sea los eventos: A= { x/x sea un as} ; n (A)= 4 por lo tanto P (A) =4/52 B = { x/x sea una espada} ; n(B)= 13 por lo tanto P(B)= 13/52 P(AUB)=? Como existe una carta que es a la vez as y espada, entonces la probabilidad de que suceda el evento as y espada es: P ( A B ) = 1 / 52. Habiendo detectado que existe una interseccin entre los eventos A y B, entonces se dice que son eventos mutuamente no excluyentes y por lo tanto para encontrar la probabilidad de extraer un as o una espada, es decir, P ( A U B ) , se tendr que aplicar su frmula correspondiente. P(AUB)=P(A)+P(B)-P(A B)= Vzquez, H. 2009 15

Representando esta operacin en un diagrama de Venn:

Observe y Analice: Siempre que en un problema se pida encontrar algn tipo de probabilidad es importante detectar el tipo de eventos a trabajar, puesto que existen diferentes frmulas segn sean los eventos. Si un problema de probabilidad involucra dos eventos, digamos A y B, entonces muchas de las probabilidades que entraan estos dos eventos pueden expresarse mediante una tabla o bien utilizando un diagrama de Venn - Euler, como se mostr anteriormente. A continuacin se explica el procedimiento por medio de una tabla. Sean A y B dos eventos pertenecientes a un mismo espacio muestral, entonces, la representacin tabular de sus posibles probabilidades son: A P (A B); A y B P (A B); A y No B P ( A ); A A` P ( A B ) No A y B P(A B) No A y No B P ( A) ; No A Total P ( B ); B P ( B ) ; No B 1

B B` Total

Se puede observar: a) Los complementos de los conjuntos: A: complemento de A, B: complemento de B. b) Los totales tanto del evento A como del B, as como el de sus complementos. c) El espacio muestral ( P ( S ) = 1 ). Note que si se suman las columnas verticales como las filas horizontales se obtienen sus probabilidades totales respectivas, esto es: P P P P P P ( ( ( ( ( ( A ) = P ( A B ) + P ( A B) B ) = P ( A B ) + P ( A B) A) = P ( A B ) + P ( A B) B) = P ( A B) + P ( A B) A ) + P ( A) = 1 B ) + P ( B) = 1

Vzquez, H. 2009

16

Ejemplo: En una comunidad el 30% de las personas son fumadoras, 55% son bebedoras y 20% fumadoras y bebedoras ( tanto bebedoras como fumadoras ). Si se selecciona una persona al azar encontrar las siguientes probabilidades: a) No fume b) No beba c) Fume pero no beba. d) Ni fume ni beba e) Beba pero no fume d) Fume o beba f) Fume o no beba Solucin: A continuacin se indicar un procedimiento muy sencillo para el llenado de la tabla: 1.- Representar simblicamente a cada evento: Sean los eventos: F = { x / x sea un fumador} , por lo tanto, P ( F ) = 0.30 B = { x / x sea un bebedor} , por lo tanto, P ( B ) = 0.55 Por lo tanto, P ( F B ) = 0.20 2.- Llenar la tabla en forma parcial con las probabilidades totales de cada evento y con su interseccin F 0.20 0.30 F` TOTAL 0.55 1

B B`

3.- Llenar las celdas en la forma en que se indica a continuacin F 0.20 0.30 0.20 = 0.10 0.30 F` 0.55 0.20= 0.35 * 0.45 0.10 = 0.35 1 0.30 = 0.70 TOTAL 0.55 1 0.55 = 0.45 1

B B` TOTAL

* Llenar al final est celda 4.- Poner la tabla slo con las probabilidades F 0.20 0.10 0.30 F` 0.35 0.35 0.70 TOTAL 0.55 0.45 1

B B` TOTAL

Vzquez, H. 2009

17

5.- Ya elaborada la tabla, se procede a contestar las preguntas de probabilidad teniendo en cuenta que las celdas interiores son intersecciones de los eventos, y que la fila y columna final, son los totales de cada evento respectivo. a) No fume: P ( F) = 0.70 b) No beba: P ( B) = 0.45 c) Fume pero no beba: P ( F B) = 0.10 d) Ni fume ni beba: P ( F B) = 0.35 e) Beba pero no fume: P ( B F) =0.35 d) Fume o beba: P ( F U B ) = P ( F ) + P ( B ) - P ( F B ) = 0.30+0.55-0.20 =0.65 f) Fume o no beba: P ( F U B)= P (F) + P(B) - P ( F B) = 0.30+0.45- 0.10= 0.65 Ejemplo: Represente el ejemplo anterior por medio de un Diagrama de Venn Euler

Observe y Analice: Con el diagrama se puede contestar las preguntas establecidas, a continuacin se analizarn slo algunas de ellas: La probabilidad de que no fume: P ( F) = 1 - P ( F ) = 1- 0.30 = 0.70 La probabilidad de que fume o beba: P(F U B)= P(F) + P(B) - P(F B)= 0.30 + 0.55 - 0.20 = 0.65 La probabilidad que no fume ni beba: P(F U B)= 1 - P(F U B) = 1 -0.65 =0.35 La probabilidad de que fume pero no beba: P(F B) = 0.10

Vzquez, H. 2009

18

Eventos complementos El evento complemento de evento A, es aqul que posee todos los resultados del espacio muestral que no pertenecen al evento A. Simblicamente se representa: P ( A ) = P ( S ) - P ( A ) = 1 - P ( A ) Ejemplo:

Ejemplo: Una encuesta sobre el trnsito demuestra que en cierta interseccin, la probabilidad de que los vehculos den vuelta a la izquierda es de 0.15, de 0.31 si dan la vuelta a la derecha, y de 0.54 si siguen de largo. a) Represente el espacio muestral. b) Indique los resultados posibles. c) Calcular la probabilidad de que un auto no de vuelta a la izquierda. Solucin: a ) Sea: I = Vehculos que dan vuelta a la izquierda D = Vehculos que dan vuelta a la derecha L = Vehculos que se siguen de largo Entonces: S ={ I, D, L} b) Sea: P ( I ) = 0.15 P ( D ) = 0.31 P ( L ) = 0.54 c) Calcular la probabilidad de que un auto no de vuelta a la izquierda. Siendo P ( I ) =0.15 Entonces la probabilidad de que no de vuelta un auto a la izquierda es su evento complemento: P ( I ) = 1 - P ( A ) = 1 - 0.15 = 0.85 Vzquez, H. 2009 19

Probabilidad de Eventos: Los eventos compuestos se forman combinando varios eventos simples. A continuacin se estudiar la probabilidades de los eventos compuestos. El evento complemento de evento A, es aqul que posee todos los resultados del espacio muestral que no pertenecen al evento A. Simblicamente se representa: P ( A ) = P ( S ) - P ( A ) = 1 - P ( A ) Una encuesta sobre el trnsito demuestra que en cierta interseccin, la probabilidad de que los vehculos den vuelta a la izquierda es de 0.15, de 0.31 si dan la vuelta a la derecha, y de 0.54 si siguen de largo. Ejemplo: Calcular la probabilidad de que un auto no de vuelta a la izquierda. Solucin: Siendo P ( I ) =0.15 Entonces la probabilidad de que no de vuelta un auto a la izquierda es su evento complemento: P ( I ) = 1 - P ( A ) = 1 - 0.15 = 0.85

3.3.4.1.1. Ejercicios Resueltos

1- La tienda de autoservicio Super descuento ha sido vctima de asaltos durante el ao pasado, pero debido al aumento de las condiciones de seguridad de la tienda se ha podido aprehender a 250 ladrones. Se registr la edad de cada infractor y si ste era su primer robo o si ya haba sido sorprendido conanterioridad. Los datos se resumen en la tabla siguiente: INFRACCION / EDAD PRIMERA APREHENSION REINCIDENTE TOTAL 10 15 (A) 50 20 70 20 35 (B) 20 70 90 40 55 (C) 34 56 90 TOTAL 104 146 S = 250

Si se selecciona un infractor al azar, calcular las siguientes probabilidades: a) De que sea reincidente. Vzquez, H. 2009 20

b) De que posea una edad de 40 a 55 aos. Solucin: a) P(R) = P(A) + P(B) + P(C) = 20 + 70 + 56 = 146 = 0.584 250 250 250 250 b) P ( C ) = 90 = 0.36 250 2.- La siguiente tabla contiene los datos sobre el tamao de las familias de un cierto pueblo. Contestar las preguntas: a) Cul es la probabilidad de que una familia de este pueblo tenga cuatro o ms hijos? b) Cul es la probabilidad de que una familia tenga 2 o 3 hijos? No. De hijos Proporcion de familias Solucin: a) Utilizando el concepto de evento complemento: Sea A = Familia que tiene menos de cuatro hijos A= Familia que tiene cuatro o ms hijos Entonces: P(A)= P(B) + P(C) + P(D) + P(D)= 0.05 + 0.10 + 0.30 + 0.25= 0.70 P (A)= 1 -P(A) = 1 -0.70 = 0.30 b) Como los eventos D y E son mutuamente excluyentes, entonces: P(D o E) = P (D U E) = P(D) + P(E) = 0.30 + 0.25 = 0.55 3.- Considerese el lanzamiento de dos dados. a) Determine su espacio muestral b) Determine las siguientes probabilidades b.1) La suma de las dos caras sea 10 la suma de las caras de los dos dados se 7. b.2) La suma de las dos caras sea 10 la cara de cada dado muestre el mismo nmero. Solucin: a) El espacio muestral S est definido por los siguientes eventos: Vzquez, H. 2009 21 0 (B) 0.05 1 (C) 0.10 2 (D) 0.30 3 (E) 0.25 4 (F) 0.15 5 (G) 0.10 6 (H) 0.05

b.1) Sean los eventos: D={ Suma de las caras 10 }; n (D)= 3, por lo tanto, P(D) = 3/36 A = {Suma de las caras es 7}; n(A)= 6, por lo tanto P(A) = 6/36 Como lo eventos D y A son mutuamente excluyentes, no poseen resultados comunes, por lo tanto la probabilidad de que ocurra D o A, es decir, P(D U A) es: P(DUA)=P(D)+P(A)= Observe y Analice: En el espacio muestral, estn indicados tanto los resultados del evento D como el A, con rectngulos, observe que no hay interseccin entre ellos. b.2) Sean los eventos: D= {Suma de las caras 10} ; n (D)= 3, por lo tanto, P(D) = 3/36 B= {Caras iguales}; n (B)= 6, por lo tanto, P (B) = 6/36 El evento D y el evento B son mutuamente no excluyentes, puesto que tienen un resultado en comn, (5,5), por lo tanto la probabilidad de que ocurra D B es: P(D o B) = P(D U B) = P(D) + P(B) - P(D B) = Observe que los resultados del evento B se encuentran pintados levemente, en el espacio muestral. 4.- En un edificio de apartamentos de 200 familias, 180 tienen televisin (T), 150 tienen automvil propio (C). Hay 14 familias que no tienen televisin pero s automvil propio. Calcular la probabilidad de que una familia seleccionada al azar: a) No tenga ni televisin ni auto propio. b) Tenga auto y televisin. c) Tenga televisin pero no tenga auto. d) Tenga televisin o no tenga automvil. e) No tenga televisin pero s auto. f) No tenga automvil o no tenga televisin.

Vzquez, H. 2009

22

Solucin: Recuerde que es til la elaboracin de una tabla que contenga los eventos que intervienen en el experimento. a) Simbolizar cada evento: Sean los eventos: T= Familias que tienen televisin; n(T)=180, por lo tanto, P(T) =180/200=0.90 C= Familias que tienen auto propio; n(C)=150, por lo tanto, P(C) =150/200= 0.75 Otro dato que da el problema es: P(T C)= 14/200=0.03 b) Elaborar la tabla con los datos

T T` TOTAL

C 0.68 0.07 0.75

C` 0.22 0.03 0.25

TOTAL 0.90 0.10 1

c) Contestando las preguntas: a) No tenga ni televisin ni auto propio: P ( T C )= 0.03 b) Tenga auto y televisin: P ( T C ) = 0.68 c) Tenga televisin pero no tenga auto: P ( T C )= 0.22 d) Tenga televisin o no tenga automvil: P(T U C)= P(T) +P(C) -P(T C)= 0.90 +0.25 -0.22= 0.93 e) No tenga televisin pero s auto: P(TU C)= P(T) +P(C) -P(T C)= 0.10 +0.75 -0.07= 0.78 f) No tenga automvil o no tenga televisin: P(CU T)= P(C) +P(T) -P(C T)= 0.25 +0.10 -0.03= 0.32 5. En una universidad se han clasificado a los docentes en maestros de tiempo completo y maestros de tiempo parcial y segn su sexo. Esta clasificacin se presenta en la siguiente tabla:

SEXO/DOCENTE MASCULINO FEMENINO

TIEMPO COMPLETO 25 35

TIEMPO PARCIAL 20 20

Si se selecciona a un docente aleatoriamente, calcular la probabilidad de que, al seleccionar un maestro, ste no sea de tiempo completo. Solucin: Sea Vzquez, H. 2009 23

C = Maestros con tiempo completo C= Maestros sin tiempo completo Si: P ( C ) = 60 = 0.60 100 Entonces: P ( C) = 1 - 0.60 = 0.40

3.3.4.1.2. Ejercicios Propuestos

1.- Cinco estudiantes por igual capaces esperan la fecha en que se les har una entrevista para trabajar en el verano, la compaa solicitante ha anunciado que contratar a slo uno de los cinco, mediante una seleccin aleatoria. EL grupo est integrado por los siguientes estudiantes: Juan, Teresa, Pedro, Mara y Carolina. Cul es la probabilidad de que Juan o Tere sean elegidos? 2.- Una agencia de Volkswagen del estado de Puebla realiza un estudio sobre el nmero de autos vendidos en el ao de 1996, para as programar sus ventas para el prximo ao, los datos que recaba son los siguientes: De los 200 autos vendidos: 92 Fueron tipo Sedan, 80 fueron Golf, 28 fueron Jetta, 8 Sedan, Golf y Jetta, 60 Sedan y Golf, 10 Jetta y Golf, 18 Sedan y Jetta. Si se selecciona un registro de venta al azar, Cul es la probabilidad de que se haya vendido: a) Slo Jetta b) Sedn o Golf c) Slo Sedn y Jetta ( Sedn y Jetta pero no Golf ) d) Ninguno de los tres tipos e) Golf o Jetta o Sedn f) Por lo mucho sea de dos tipos de autos 3.- Los empleados de cierta compaa han elegido a cinco de ellos para que los representen en el consejo administrativo y de personal sobre productividad. Los perfiles de los cinco son: 1.- Hombre 2.- Hombre 3.- Mujer 4.- Mujer 5.- Hombre Vzquez, H. 2009 edad 30 32 45 20 40 24

Este grupo debe elegir un vocero, la eleccin se efecta aleatoriamente. Cul es la probabilidad de que el vocero sea mujer o cuya edad est por arriba de 35 aos? 4. En la clase de matemticas del Ing. Rafael Ortz, se encuentra 102 alumnos; sean los conjuntos: A= {xx es un alumno que obtuvo MB en el examen final } B= {xx es un alumno que obtuvo B en el examen final } C= {xx es un alumno que obtuvo S en el examen final } D= {xx es un alumno que obtuvo NA en el examen final } a) Defina el complemento del conjunto D con respecto al conjunto de los alumnos del saln de clases de matemticas. b) Si 12 alumnos obtuvieron la calificacin MB, 23 la calificacin B y 56 la calificacin S, en el examen final, Cul es el nmero de elementos del complemento del conjunto D?. c) Cul es el complemento del conjunto de los alumnos que pasaron el examen final de matemticas?.

5. A continuacin se tiene una distribucin de frecuencias de las comisiones anuales por ventas tomadas de un estudio de 300 vendedores promedio: Comisin anual $( 0- 5,000] (5,000- 10,000] (10,000-15,000] (15,000-20,000] (20,000-25,000] (25,000- + Frecuencia 15 25 35 125 70 30

Basndose en esta informacin Cul es la probabilidad de que un vendedor promedio obtenga una comisin de: a) De por lo menor $11, 000 b) Por lo mucho $ 15,000 c) No ms de $20,000 Total de resultados = 25

Vzquez, H. 2009

25

3.3.4.2 Eventos Independientes y dependientes (Probabilidad Condicional)

Eventos Dependientes e Independientes Dos eventos A y B son independientes si Dos eventos A y B son dependientes si la probabilidad de que ocurra alguno de se cumple la siguiente condicin: ellos no depende de la ocurrencia del P( A / B ) P ( A ), esto quiere decir otro, es decir la presentacin de uno de que, para obtener la probabilidad de ellos no tiene efecto sobre la que ocurra A existe la condicin de probabilidad de presentacin de que primero ocurra B. cualquier otro evento. Existen tres tipos de probabilidad que se Existen tres tipos de probabilidad que se presentan bajo la dependencia presentan bajo la independencia estadstica estadstica: a) Probabilidad marginal a) Probabilidad marginal La probabilidad marginal en condiciones Una probabilidad marginal es la de dependencia estadstica se calcula probabilidad simple de presentacin de mediante la suma de las probabilidades un evento. de todos los eventos conjuntos en los que se presenta el evento sencillo. b) Probabilidad Conjunta: b) Probabilidad Condicional Se define a la probabilidad conjunta como la probabilidad de que dos o ms Sean A y B dos eventos eventos se presenten juntos o en estadsticamente dependientes, sucesin, es decir la P(A y B) La entonces, la probabilidad probabilidad de que dos o ms eventos condicional de A dado B, denotada por P independientes se presenten juntos o en (A / B), es la probabilidad de que sucesin es el producto de sus suceda A dado que se sabe que el probabilidades marginales. evento B ocurri. Matemticamente se escribe como: La frmula para calcular la probabilidad P(AnB)=P(A)P(B) condicional para eventos dependientes es: c) Probabilidad condicional Sean A y B dos eventos independientes, entonces, la probabilidad de que suceda A dado que se sabe que el evento B ocurri, se denomina probabilidad condicional de A dado B, denotada por P (A / B) P( A / B ) = P ( A ) A P(A/B)= c) Probabilidad conjunta En el caso de eventos dependientes, basta con despejar de la formula de probabilidad condicional, la probabilidad P(A n B ): P(A n B ) = P ( B ) P ( A / B ) Caso Real: Probabilidad Suponga que usted es el gerente general de la zona sureste de una compaa privada de paquetera, y que est preocupado por la posibilidad de que algunos de sus empleados se vayan a huelga. Usted estima que la probabilidad de que sus Vzquez, H. 2009 26

pilotos se vayan a huelga es de 0.75, y la probabilidad de que sus choferes hagan huelga es de 0.65. Adems, sabe que si los choferes se van a huelga, existe el 90% de posibilidad de que los pilotos realicen un paro solidario de actividades. Usted quiere saber, Cul es la probabilidad de que los choferes se vayan a huelga como acto de solidaridad, si los pilotos hacen huelga ?

Eventos independientes y dependientes Probabilidad de Eventos Independientes y Eventos Dependientes Suponga que usted es gerente de una compaa seguros y elige a una persona para desempear cierta funcin entre 50 aspirantes. Entre los candidatos algunos poseen ttulo universitario, otros poseen experiencia previa en el rea de seguros y algunos cumplen ambos requisitos (ver la siguiente tabla):

Usted quiere saber, Cul es la probabilidad de seleccionar u na persona con experiencia previa?, pero tambin est interesado en conocer Cul es la probabilidad de seleccionar una persona que posea experiencia previa considerando slo aquellos candidatos que posean ttulo universitario?, Ser el mismo resultando para las dos preguntas?. La respuesta es NO. Para poder resolver ste tipo de problemas es necesario conocer dos tipos de eventos: Independientes y Dependientes, los cuales se tratarn en sta seccin. Cuando se presentan dos eventos el resultado del primero puede tener un efecto en el resultado del segundo, o puede no tenerlo, esto es los eventos son dependientes o independientes respectivamente. En esta seccin se examinar primero los eventos que son estadsticamente independientes, y posteriormente los dependientes. Probabilidad bajo condiciones de independencia estadstica: Dos eventos A y B son independientes si la probabilidad de que ocurra alguno de ellos no depende de la ocurrencia del otro, es decir la presentacin de uno de ellos no tiene efecto sobre la probabilidad de presentacin de cualquier otro evento. Vzquez, H. 2009 27

3.3.5. Tipos de probabilidades

Existen tres tipos de probabilidad que se presentan bajo la independencia estadstica: a) Marginal b) Conjunta c) Condicional a) Probabilidad marginal Una probabilidad marginal es la probabilidad simple de presentacin de un evento. Considere el siguiente ejemplo: Ejemplo: Se lanza una moneda no cargada (normal), la probabilidad de que salga cara es de 0.5 y la probabilidad de que salga cruz es tambin del 0.5. Esto es cierto para cada lanzamiento, no importando cuntas veces se lance la moneda o cules hayan sido los resultados anteriores. En consecuencia, el resultado de cada lanzamiento de una moneda es estadsticamente independiente de los resultados de cualquier otro lanzamiento de ella. Este experimento se puede representar utilizando un diagrama de rbol de probabilidades, el cual se elabora de forma similar a la descrita en la seccin en donde se trato el tema de la representacin del espacio muestral, la diferencia est en que hay que presentar todos los resultados posibles con sus respectivas probabilidades. A continuacin se presenta el diagrama de rbol del lanzamiento de una moneda no cargada: b) Probabilidad

b) Probabilidad Conjunta La probabilidad de que dos o ms eventos independientes se presenten juntos o en sucesin es el producto de sus probabilidades marginales. Matemticamente se escribe como: P(AnB)=P(A)P(B) Vzquez, H. 2009 28

Donde: P ( A n B ) = Probabilidad de que los eventos A y B se presentes juntos o en sucesin, se le conoce como probabilidad conjunta. P ( A ) = Probabilidad marginal de que se presente el evento A P ( B ) = Probabilidad marginal de que se presente el evento B Para mostrar ste tipo de probabilidad, considrese el siguiente ejemplo. Ejemplo: Se lanzan una moneda dos veces, Cul es la probabilidad de obtener dos caras?. Solucin: La obtencin en el primer lanzamiento del evento cara es independiente de obtener en el segundo lanzamiento el evento cara por lo tanto, para obtener la probabilidad buscada, se aplicar la frmula de probabilidad conjunta, puesto que piden la probabilidad de obtener cara en el primer lanzamiento y cara en el segundo lanzamiento. Sea el evento C1= Obtener el evento cara en el primer lanzamiento, P(C1)=0.5 C2= Obtener el evento cara en el segundo lanzamiento, P(C2)=0.5 Por lo tanto: P ( C1 n C2 ) = P(C1) P(C2)=(0.5) (0.5)=0.25 Para elaborar el diagrama de rbol considrese lo siguiente: Si se realiza el primer lanzamiento, existen dos opciones posibles: cara y cruz, suponga que se obtiene cara, si se vuelve a lanzar la moneda tambin existen dos resultados posibles, cara y cruz, cada uno con probabilidad de 0.5, y as sucesivamente se va obteniendo el rbol:

A partiendo del diagrama de rbol se pueden obtener varias probabilidades, por ejemplo: a) La probabilidad de obtener cruz en el primer lanzamiento y cara en el segundo. Vzquez, H. 2009 29

b) La probabilidad de obtener por lo menos una cara c) La probabilidad de no obtener caras. Solucin: Analizando el diagrama: a) P(X1 n C2)=0.25 b) Sea el evento A= {Obtener por lo menos una cara}, recuerde que el trmino por lo menos significa como mnimo, de aqu que sus eventos incluyen aquellos resultados en donde se obtiene una cara (CI y X2), (X1 y C2) y en donde se obtiene dos caras (C1 y C2), por lo tanto sus resultados posibles son: A = { (CI y X2), (X1 y C2) (C1 y C2) } Para encontrar la probabilidad del evento A( probabilidad marginal), es necesario sumar las probabilidades ( conjunta ) de cada resultado, las cuales se obtienen, analizando la rama correspondiente en el diagrama de rbol. P(A) = P(C1n X2) + P(X1n C2) + P(C1nC2) = (0.25)+ (0.25)+ (0.25)= 0.75. c) La probabilidad de no obtener caras en dos lanzamientos de una moneda, se puede resolver de dos formas: 1.- Utilizando el diagrama: Sea el evento B={No obtener dos caras},por lo tanto sus resultados posibles son: (C1 y X1), (X1 y C2 ), (X1 y X2), B= {(C1 y X1), (X1 y C2 ), (X1 y X2)}, de aqu que la probabilidad marginal buscada es igual a la suma de las probabilidades conjuntas correspondientes: P(B) = P (C1nX1) + P(X1nC2) + P (X1nX2) = 0.25 + 0.25 + 0.25 = 0.75 2.- Utilizando el concepto de evento complemento: Si C={obtener dos caras}, su resultado es (C1yC2), por lo tanto, P(C)= P(C1nC2) =0.25 C= { no obtener dos caras}, de aqu que: P(C)= 1 - P(C) = 1 - 0.25 = 0.75 Observe y Analice: a) La suma de las probabilidades en cada lanzamiento debe ser igual a 1. b) Para encontrar la probabilidad marginal de un evento se suman probabilidades conjuntas de sus resultados posibles. c) Probabilidad condicional A continuacin se definir el concepto de probabilidad condicional: Sean A y B dos eventos, entonces, la probabilidad de que suceda A dado que se sabe que el evento B ocurri, se denomina probabilidad condicional de A dado B, denotada por P (A / B). Note que el evento que va en el denominador de la expresin, es el que debe suceder primero, para que posteriormente pueda presentarse el segundo evento, el cual va en el numerador de la expresin. Para eventos independientes la probabilidad de que suceda el evento A dado Vzquez, H. 2009 30

las

que el evento B ya sucedi es simplemente la probabilidad de A. P( A / B ) = P ( A ) A esta relacin se le conoce como condicin de independencia. En los experimentos que se realizan con reemplazo, se encuentran bajo independencia estadstica, puesto que al reemplazar la primera seleccin, la segunda seleccin no se ve influida por la primera. Ejemplo: Suponga que se extraen 3 cartas, con reemplazo, de un conjunto de 52 cartas americanas. Cul es la probabilidad de que las tres sean ases? Solucin: Como la extraccin se realiz con reemplazo, se aplicar la frmula de probabilidad conjunta para eventos independientes: Sean los eventos A1= {Obtener as en la primera extraccin}, P(A1) = 4/52 A2= {Obtener as en la segunda extraccin}, P(A2) = 4/52 A3= {Obtener as en la segunda extraccin}, P)A3) = 4/52 Entonces la probabilidad de obtener tres ases es: P(A1n A2n A3 ) = P(A1) P(A2) P(A3) = (4/52) (4/52) (4/52) = 64/140608 = 0.0005 Observe y Analice: Al seleccionar el segundo as el espacio muestral (52) no disminuye puesto que el as obtenido en la primera extraccin se ha devuelto antes de seleccionar el segundo as, y la operacin se repite para la extraccin del tercer as Probabilidad bajo condiciones de dependencia estadstica Se dice que dos eventos A y B son dependientes si se cumple la siguiente condicin: P( A / B ) P ( A ), esto quiere decir que, para obtener la probabilidad de que ocurra A existe la condicin de que primero ocurra B. De la misma manera que los eventos independientes, existen tres tipos de probabilidad bajo condiciones de dependencia estadstica: a) Probabilidad condicional. b) Probabilidad Conjunta. c) Probabilidad marginal. a) Probabilidad condicional Sean A y B dos eventos estadsticamente dependientes, entonces, la probabilidad condicional de A dado B, denotada por P (A / B), es la probabilidad de que suceda A dado que se sabe que el evento B ocurri. La frmula para calcular la probabilidad condicional para eventos dependientes es: P(A/B)= Donde: Vzquez, H. 2009 31

P ( A / B ) = Probabilidad de que ocurra el segundo evento A, dado que el primer evento B ya ocurri. P (A n B ) = Probabilidad de que ocurra A y B. P ( B ) = Probabilidad de que ocurra el primer evento B Se lee: la probabilidad de que ocurra A dado que B ya ocurri, es igual a la razn entre la probabilidad de que ocurra A y B, y la probabilidad de que se d el evento B, el cual tiene que haber sucedido primero. Es importante indicar que cuando se muestrea sin reemplazo en una poblacin finita, los valores de probabilidad asociados con los diversos eventos dependen de qu eventos han ocurrido. Ejemplo: En una muestra de 150 residentes, se pregunt a cada persona si estaba a favor de la propuesta de contar con un solo cuerpo policiaco en un distrito. El distrito esta formado por una ciudad grande y varios suburbios. En la siguiente tabla se resumen los datos obtenidos: Lugar de residencia En la ciudad (C) Fuera de la ciudad (C) Total A favor (F) 80 20 100 En contra (F) 40 10 50 Total 120 30 150

Si se selecciona al azar un de los residentes, Cul es la probabilidad? a) De que est a favor b) De que est a favor dado que reside en la ciudad c) Son independientes los eventos a favor y reside en la ciudad Solucin: a) P( F ) = b) P ( F / C ) = c) Trabajando con la condicin de independencia P(F/C)=P(F) Por lo tanto los eventos a favor y reside en la ciudad son independientes. b) Probabilidad conjunta Se haba definido a la probabilidad conjunta como la probabilidad de que dos o ms eventos se presenten juntos o en sucesin, es decir la P(A y B). En el caso de eventos dependientes, basta con despejar de la formula de probabilidad condicional, la probabilidad P(A n B ): P(A n B ) = P ( B ) P ( A / B ) Vzquez, H. 2009 32

Donde: P(A n B)= Probabilidad de que suceda A y B ( probabilidad conjunta ) P(B)= Probabilidad de que suceda el primer evento. P(A / B)= Probabilidad de que suceda el segundo evento dado que el primero ya sucedi. Ejemplo: Segn una investigacin, la probabilidad de que una familia sea duea de dos automviles si sus entradas anuales son mayores a $35,000 es de 0.75. De las amas de casa entrevistadas 0.60 tuvieron entradas superiores a $35,000 y el 0.52 tenan dos autos. Cul es la probabilidad de que una familia tenga dos automviles y una entrada mayor a $ 35,000? Solucin: Sean los eventos: A= {x / x sea una familia que posee dos autos} , P(A)= 0.52 B= {x / x sea una familia con entradas superiores a $35000}, P(B)=0.60 Por lo tanto: P( A / B ) = 0.75 Como en el problema preguntan P(A n B), entonces: P(A n B ) = P ( B ) P ( A / B ) = ( 0.65 ) ( 0.75 ) = 0.49 c) Probabilidad marginal La probabilidad marginal en condiciones de dependencia estadstica se calcula mediante la suma de las probabilidades de todos los eventos conjuntos en los que se presenta el evento sencillo. Ejemplo: De 12 cuentas que estn en un archivo cuatro contienen un error de procedimiento en su elaboracin de saldos. a) Si un auditor selecciona una cuenta el azar Cul es la probabilidad de que contenga un error de procedimiento? b) Si un auditor selecciona 2 cuentas al azar Cul es la probabilidad de que ninguna de las cuentas posean error de procedimiento? c) Si el auditor selecciona 3 de sus cuentas al azar Cul es la probabilidad de que por lo menos una de ellas tenga error de procedimiento? Realice un diagrama de rbol de probabilidad. Solucin: a) Sea el evento: E ={ Cuenta con error} , por lo tanto, P(E)=4/12 b) Nota: Cuando se realiza una seleccin al azar significa que se est realizando sin reemplazo, y que por lo tanto los eventos son estadsticamente dependientes. Sea el evento E= {Cuenta sin error}, por lo tanto, P(E)= 1 - P(E)= 1 - 4/12 = 8/12

Vzquez, H. 2009

33

A= {Ninguna de las dos cuentas posean error} Al realizarse la seleccin al azar, significa que al seleccionar la primera cuenta sta no es regresada al archivo, y por lo tanto la segunda seleccin est afectada por la primera, entonces: La probabilidad de que la primera cuenta no tenga error ser: P (E1) = 8/12 La probabilidad de la segunda cuenta no posea error depende de que la primera no haya tenido error, por lo tanto, tanto el nmero de cuentas sin error como el espacio muestral disminuye en una unidad, puesto que ya se extrajo una cuenta y sta fu sin error, de aqu que, la probabilidad de que la segunda cuenta no tenga error dado que la primera no tuvo es: P (E2/ E1) = 7 / 11 Como estn preguntando la probabilidad de que en la primera seleccin se obtenga una cuenta sin error y que en la segunda seleccin tambin la cuenta no posea error, se trata entonces de una probabilidad conjunta P ( E1n E2), de aqu que aplicando la frmula de probabilidad conjunta: P ( A ) = P( E1n E2) = P(E1) P( E2/ E1)= ( 8 / 12 ) ( 7 / 11) = 0.42 Este problema se puede resolver realizando un diagrama de rbol, considerando dos extraccin sin reemplazo.

Observe y Analice: a) En la primera extraccin puede salir un carta con error (E1) o bien sin error, (E1), siento ste evento el complemento, lo cual quiere decir que la suma de ambos debe dar 1 ( 4/12 + 8/12 = 12/12). b) En la segunda extraccin , cada opcin anterior, tendr 2 opciones: cuenta con error (E2) y cuenta sin error (E2), pero como los eventos son dependientes, es necesario considerar que la probabilidad cada evento va disminuyendo tanto en el numerador como en el denominador, segn sea el evento que haya sucedido anteriormente. Por ejemplo en la primera rama la probabilidad de que la segunda Vzquez, H. 2009 34

cuenta tenga error dado que la primera tuvo error es de 3/11, P(E2/E1)=3/11, puesto que ya se extrajo una con error. De manera similar se van calculando las probabilidades condicionales de las dems ramas. c) La suma de cada ramificacin tendr que ser igual a 1, por ejemplo, en la primera ramificacin : 3/11 + 8/11 = 1. d) La suma de las probabilidades conjuntas de las ramificaciones de cada rama tiene que ser igual a la probabilidad de la rama, por ejemplo, tomando como base la primera rama: P(E)=4/12=0.33, por lo tanto las sumas de la probabilidades conjuntas de sus ramificaciones, P(E1 y E2) + P( E1 y E2) = 0.09 + 0.24 = 0.33. e) Es importante agregar la columna de probabilidad conjunta para cada rama, claro est, aplicando la frmula correspondiente para eventos dependientes. Por ejemplo la probabilidad conjunta de la primera rama es: P ( E1 n E2 )= P(E1) P ( E2/E1)= ( 4/12 )(3/12)= 0.09. El clculo de las probabilidades probabilidades marginales. c) Realizar el diagrama de rbol conjuntas facilitar la obtencin de las

La pregunta planteada en este inciso se puede resolver de dos maneras: a) Utilizando evento complemento Sea T={ Obtener por lo menos una cuenta con error } T={ Obtener una cuenta con ningn error }, entonces su resultado es: (E1, E2,E3), por lo tanto: P(T)= P(E1 n E2 n E3) = 0.26 P(T)= 1 - ( T)= 1 - 0.255 = 0.74.

Vzquez, H. 2009

35

b) Obteniendo una probabilidad marginal, mediante la suma de las probabilidades conjuntas de los resultados que formen el evento. Sea T= { Obtener por lo menos una cuenta con error }, ste evento inmiscuye todos aquellos resultados que poseen una cuenta con error, dos errores y tres errores, de aqu que sus resultados son: T = { (E1,E2,E3), (E1,E2 ,E3), (E1,2, E3), (E1, E2, E3), (E1, E2, E3), (E1, E2, E3),(E1, E2, E3) }. Para obtener la probabilidad marginal del evento T se tendr que sumar las probabilidades conjuntas de sus resultados: P(T) = P (E1nE2nE3) + P (E1nE2nE3) + P (E1n2nE3) + P (E1nE2nE3) + P (E1n E2nE3) + P (E1nE2nE3) + P (E1nE2nE3), por lo tanto: P(T)= 0.169 + 0.169 + 0.169 + 0.072 + 0.072 + 0.072 + 0.018 = 0.74

Glosario
Probabilidad bajo condiciones de independencia estadstica Dos eventos A y B son independientes si la probabilidad de que ocurra alguno de ellos no depende de la ocurrencia del otro. Probabilidad marginal Una probabilidad marginal es la probabilidad simple de presentacin de un evento. Probabilidad Conjunta La probabilidad de dos o ms eventos independientes se presentes juntos o en sucesin es el productos de sus probabilidades marginales. Matemticamente se escribe como: P(AnB)=P(A)P(B) Probabilidad condicional Sean A y B dos eventos, entonces, la probabilidad de que suceda A dado que se sabe que el evento B ocurri, se denomina probabilidad condicional de A dado B, denotada por P (A / B). P( A / B ) = P ( A ) A esta relacin se le conoce como condicin de independencia. Probabilidad bajo condiciones de dependencia estadstica Se dice que dos eventos A y B son dependientes si se cumple la siguiente condicin: P( A / B ) P ( A ), esto quiere decir que, para obtener la probabilidad de que ocurra A existe la condicin de que primero ocurra B. Probabilidad condicional

Vzquez, H. 2009

36

Sean A y B dos eventos estadsticamente dependientes, entonces, la probabilidad condicional de A dado B, denotada por P (A / B), es la probabilidad de que suceda A dado que se sabe que el evento B ocurri. P(A/B)= Probabilidad conjunta Se haba definido a la probabilidad conjunta como la probabilidad de que dos o ms eventos se presenten juntos o en sucesin, es decir la P(A y B). En el caso de eventos dependientes, basta con despejar de la formula de probabilidad condicional, la probabilidad P(A n B ): P(A n B ) = P ( B ) P ( A / B ) Probabilidad marginal La probabilidad marginal en condiciones de dependencia estadstica se calcula mediante la suma de las probabilidades de todos los eventos conjuntos en los que se presenta el evento sencillo.

3.3.5.1 Ejercicios resueltos

Con base en datos geolgicos, una compaa petrolera estima que hay una probabilidad de 0.3 de encontrar petrleo en cierta regin. Se sabe por experiencia previa que si se ha de encontrar petrleo, hay una probabilidad de 0.4 de hallarlo en la primera serie de perforaciones. Si esta primera serie de perforaciones no resulta exitosa Cul es la probabilidad de hallar petrleo a larga ? Solucin: Sean los eventos: A1= Exista petrleo A2 = No exista petrleo B = Resulte exitosa B= No resulte exitosa Datos: P(A1) = 0.3 P(A2) = 1 - 0-3 = 0.7 P ( B / A1 )= 0.4 P ( A1 / B ) = ? Al ser los eventos Exista petrleo, No exista petrleo mutuamente excluyentes y el evento Resulte exitosa el evento secuencial se tendr que aplicar el Teorema de Bayes:

Vzquez, H. 2009

37

Dado que: P ( B / A1 ) = 0.4, entonces, P( B / A1 )= 1 - P ( B / A1 ) = 1 - 0.4 = 0.6 La probabilidad de que la perforacin no sea fructfera dado que no exista petrleo es de: P( B / A2 ) = 1, lo cual es lgico, puesto que si no existe petrleo la perforacin no resulta exitosa. Sustituyendo la ecuacin:

Tres mquinas A, B y C producen respectivamente 60%, 30% y 10% del nmero total de artculos de una fbrica. Los porcentajes de desperfectos de produccin de stas mquinas son respectivamente 2%, 3% y 4%, si se selecciona un artculo al azar: a) Cul es la probabilidad de que sea defectuoso? b) Cul es la probabilidad de que un artculo haya sido producido por la mquina C dado que es defectuoso? Solucin: Sean los eventos: A = Mquina A B = Mquina B C = Mquina C D = Artculo defectuoso Partiendo de datos: P(A) = 0.60, P(B) = 0.30, P(C) = 0.10 P( D / A ) = 0.02, P( D / B ) = 0.03, P( D / C ) = 0.04 a) P( D ) = ? Como existen artculos defectuosos tanto de la mquina A, como de la B y C; para calcular la probabilidad marginal de seleccionar un artculo defectuoso, se tendrn que sumar sus probabilidades conjuntas, es decir, P(D) = P ( D A ) + P( D C ) + P ( D C ) Como los eventos A, B y C son mutuamente excluyentes y el evento D es un evento secuencial, por lo tanto, aplicando la frmula de probabilidad conjunta para eventos dependientes:

Sustituyendo datos:

b) Cul es la probabilidad de que un artculo haya sido producido por la mquina C, sabiendo que es defectuoso ?

Vzquez, H. 2009

38

P(C/D)=? Aplicando el Teorema de Bayes:

Observe y Analice: La probabilidad conjunta del denominador de la frmula de Bayes, ya se haba calculado en el inciso a).

3.3.5.2 Ejercicios Propuestos

A un consultor administrativo se le pide su opinin acerca de la razn por la cual la secretaria de un ejecutivo, insatisfecha, renunci a su trabajo. Sin poder obtener alguna informacin directa acerca de la secretaria, toma los siguientes datos de una moraleja y estudio de motivacin corporativos a gran escala: entre todas las secretarias insatisfechas, el 20% lo estn porque les desagrada su trabajo, el 50% porque sienten que estn mal pagadas y el 30% porque les desagrada su jefe. Adems, las probabilidades correspondientes de que renuncien son 0.60, 0.40 y 0.90. Con base a estos datos, a) Cul es la probabilidad de que la secretaria haya renunciado? Si la secretaria renunci: b) Cul es la probabilidad de que sea por que le desagrada su trabajo? c) Cul es la probabilidad de que sea por que es mal pagada? Tres servicios de mensajera anuncia que entregarn un paquete en cualquier parte de Mxico en 5 horas o menos. Las compaas A, B y C transportan 55%, 35% y 10% del nmero total de los paquetes que se entregan. Si el 6% de los paquetes entregados por la compaa A, el 3% de los entregados por la B, y el 2% de la compaa C fueron entregados con retraso. a) Cul es la probabilidad de que se entren los paquetes con retraso? b) Cul es la probabilidad de que un paquete entregado con retraso haya sido llevado por la compaa B? c) Cul es la probabilidad de que se entren los paquetes sin retraso? d) Cul es la probabilidad de que un paquete entregado sin retraso haya sido llevado por la compaa C?

Vzquez, H. 2009

39