PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

Datos no agrupados
Media.

1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20

X=210/20=10.5

Mediana

1, 2, 3, 4, 5, 6, 7, 8, 9, 10= 5+6=11/2=5.5 mediana

1, 2, 3, 4, 5, 6, 7 =4 mediana impar

Moda:

1, 2, 3, 4, 5, 6, 2, 3, 5, 2, 8, 9, 2 = 2

1.- ejercicio: Obtener la media, mediana, moda, rango, varianza de los

siguientes ejercicios
Un jugador de boliche obtuvo los siguientes puntajes en sus últimos seis
juegos

212,201,236,145,258,178,169,125,136,147,158,158,125,124,136,125,147,158,258,245,124,136,

125, 125, 145, 189, 101,100.

X=4386/28=156.6

X=124+136=260/2=130

X=125,

100,101,124,124,125,125,125,125,125,136,136,136,145,145,147,147,158,158,158,169,178,189,

201, 212, 236, 245, 258,258.

Rango 258-100=158

S2 (100-156.6)2+ (101-156.6)2+ (124-156.6)2+ (124-156.6)2+ (125-156.6)2+ (125-156.6)2+(125-

156.6)2+ (125-156.6)2+ (125-156.6)2+ (136-156.6)2(136-156)2+ (136-156)2+(145-156.6)2+ (145-
156.6)2+ (147-156.6)2+ (147-156)2+(158-156)2+(158-156.6)2+(158-156.6)2+(169-156.6)2+ (178-
156.6)2+ (189-156.6)2+ (201-156.6)2+(212-156.6)2+(236-156.6)2+(245-256)2+ (258-156.6)2+ (258-
156.6)2=3203.56+3091.36+1062.76+1062.76+998.56+998.56+998.56+998.56+998.56+424.36+424.3
6+424.36+134.56+134.56+92.16+92.16+1.96+1.96+1.96+153.76+457.96+1049.76+1971.36+3069.16
+6304.36+7814.56+10281.96+10281.96

s2=56530.48/28=2355.4

Rango: 48.53

1
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

TABLA DE FRECUANCIAS
FRECUENCI
INTERVAL A FRECUENC
Nº DE OS DE FECUENC ACUMULA IA
CLASES CLASE IA DA RELATIVA
1 5,10 6 6 0.075
2 11,16 13 19 0.1625
3 17,22 12 31 0.15
4 23,28 10 41 0.125
5 29,34 10 51 0.125
6 35,40 7 58 0.0875
7 41,46 12 70 0.15
8 47,52 6 76 0.075
9 53,58 3 79 0.0375
10 59,64 1 80 0.0125
TOTAL 80 TOTAL 1

COMPRAS EN UNA TIENDA

14
12
FRECUENCIA

10
8
6
4
2
0
5,10 11,16 17,22 23,28 29,34 35,40 41,46 47,52 53,58 59,64
INTERVALOS DE CLASE

15
COMPRAS EN UNA TIENDA
10
FRECUENCIA

5 fecuencia

0
10 16 22 28 34 40 46 52 58 64
5 , 1 1 , 17 , 2 3 , 2 9 , 35 , 4 1 , 4 7 , 53 , 59 ,

2
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

COMPRAS EN UNA TIENDA

15
FREUENCIA

10
fecuencia
5

0
0 2 4 6 8 10 12
INTERVALOS DE CLASE

2.-ejercicio: Respuestas de 50 preguntas de un examen de l vista de la opción

si

38, 39, 33, 37, 34, 31, 38, 36, 35, 25.

X=346/10=34.6

X=35+31=66/2=33

X=38

25, 31, 33, 34, 35, 36, 37, 38, 38, 39

Rango 39-25=14

S2 (25-34.6)2+ (31-34.6)2+ (33-34.6)2+ (34.34.6)2+ (35-34.6)2+ (36-34.6)2+ (37-34.6)2+ (38-34.6)2+

(38-34.6)2+ (3934.6)2=92.16+12.96+2.56+0.36+0.16+

1.96+5.76+11.56+11.56+19.36

s2=158.4/10=15.84

Rango: 3.98

TABLA DE FRECUANCIAS
FRECUENCIA
INTERVALOS ACUMULAD FRECUENCIA
N° DE CLASE DE CLASE FRECUENCIA A RELATIVA
1 172.5 -173.5 6 6 0.173
2 174.5-175.5 12 18 0.34
3 177.5-178.5 9 27 0.25
4 180.5-181.5 7 34 0.21

3
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

5 183.5-184.5 1 35 0.02
TOTAL 35 TOTAL 0.993

ESTATURAS DE UNA POBLACION

14
12
10
FRECUENCIA

8
6
4
2
0
172.5 -173.5 174.5-175.5 177.5-178.5 180.5-181.5 183.5-184.5
INTERVALOS DE FRECUENCIA

ESTATURA DE UNA POBLACION

14
12
10
FRECUENCIA

8 frecuencia

6
4
2
0
172.5 -173.5 174.5-175.5 177.5-178.5 180.5-181.5 183.5-184.5

ESTATURA EN UNA POBLACION

14
12
10
FRECUENCIA

8
6 frecuencia
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
INREVALOS DE CLASE

4
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

3.- ejercicio numero e clientes que visitan una tienda en un periodo de 22 días:

28,28,29,31,32,33,33,34,34,37,38,41,42,43,45,46,48,49,49,49,50,52

X=871/22=39.6

X=38+41/2=39.5

X=49

S2 (28-39.6)2+ (28-39.6)2+ (29-39.6)2+ (31-39.5)2+ (32-39.6)2+ (33-39.6)2+ (33-39.6)2+ (34-

39.6)2+(34-39.6)2+ (37-39.6)2+ (38-39.6)2+ (41-39.6)2+ (42-39.6)2+ (43-39.6)2+ (45-39.6)2+ (46-
39.6)2+(48-39.6)2+ (49-39.6)2+ (49-39.6)2+ (49-39.6)2+ (50-39.6)2+ (52-
39.6)2=134.56+134.56+112.36+73.96+57.76+43.56+43.56+31.36+31.36+6.76+2.56+1.96+5.76+11.5
6

+29.16+40.96+70.56+88.36+88.36+88.36+108.16+153.76

s2=1359.32/22=61.79

rango:7.86

TABLA DFRECUANCIAS

FRECUENCI
FRECUENCI FRECUENCI A
INTERVALO A A ACUMULAD
N°CLASE S DE CLASE ADSOLUTA RELATIVA A
1 8,11 2 0.1 10
2 11,14 5 0.25 25
3 14,17 6 0.3 30
4 17,20 2 0.1 10
5 20,23 2 0.1 10
6 23,26 1 0.05 5
7 26,29 1 0.05 5
8 29,32 1 0.05 5
TOTAL 20 1 100

5
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

7
6
5
4
3
2
1
0
8,11 11,14 14,17 17,20 20,23 23,26 26,29 29,32

F.ADSOLUTA
7
6
5
4 F.ADSOLUTA
3
2
1
0
8,11 11,14 14,17 17,20 20,23 23,26 26,29 29,32

F.ADSOLUTA
7
6
5
4 F.ADSOLUTA
3
2
1
0
0 1 2 3 4 5 6 7 8 9

6
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

RANGO O AMPLITUD DE VARIACIÓN

Ejemplos:

1- Una compañía de seguros ha registrado los tiempos necesarios para

procesar ocho demandas por seguro contra robo. Los tiempos en días son:

4 , 8 ,6 ,22 , 28 ,16 ,14 ,36

a) Calcular el rango
b) ¿En qué unidades esta expresado el rango?

Formula: Sustitución de Valores

R=H−L R=36−4=32

2- Hallar la amplitud de la edad de los 1000 ancianos que varían entre 60 y 74 años.

Intervalo de Clase N ° de ancianos Frecuencia

60−62 5
63−65 18
66−68 42
69−71 27
72−74 8
100
Existen dos maneras de describir la amplitud o rango para distribuciones de frecuencia

Caso 1:

Amplitud=Marca de clase de laClase superior – Marca de clase de laClase Inferior

Amplitud=73 – 61=12 a ñ os

Caso 2:

Amplitud=Limite real superior de la Clase m á s alta – Limite real inferior de la Clase m á s baja

Amplitud=74.5 – 59.5=15 a ñ os

7
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

3- Durante cierto mes de verano los ocho vendedores de una empresa de calefacción y
aire acondicionado vendieron los siguientes números de unidades de aire
acondicionado:

8 , 11 , 5 ,14 ,8 ,11, 16 , 11

Formula: Sustitución de Valores

R=H−L R=16−5=11
DESVIACIÓN MEDIA O PROMEDIO DE DESVIACIÓN

1- En un taller mecánico se tomaron 7 observaciones sobre una sección en 400 tornos,

para determinar el número de tornos funcionando en un instante dado. Los
resultados fueron:

368 , 353 ,376 , 361 , 366 ,351 , 359

- ¿Cuál es la desviación media?
-

x− X́
x X́ |x− X́|
368 362 6 6
Formula:
353 362 -9 9 DM =MD=
∑|x − X́|
N
376 362 14 14
361 362 -1 1
366 362 4 4
351 362 -11 11
359 362 -3 3
2534 0 48

2534 48
X́ = =362 D . M .= =6.86
7 7

1- Obtener la desviación media de los cinco primeros números naturales

x− X́
x X́ |x− X́|
1 3 -2 2
2 3 -1 1
3 3 0 0
4 3 2 1
5 3 2 2
0 6
6
D . M .= =1.2
5

8
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

Recuérdese que la suma de las desviaciones alrededor de la media debe de ser cero.

COEFICIENTE DE VARIACION

E s una medida relativa de la variabilidad; mide la desviación estándar en relación con

media.

En algunas ocasiones se requiere un estadístico descriptivo que indique cuan grande es la

desviación estándar en relación con la media. Esta medida es el coeficiente de variación y
se representa en porcentaje. La formula es:

desviacion estandar
coeficiente de variacion= x 100
media

EJEMPLOS:

1.- Determine el coeficiente de variación de los datos de salarios, ya que la media es de

$270.50 y la desviación estándar de $33.99

33.99
coeficiente de variacion= x 100=12 %
270.50

2.- Determine el coeficiente de variación de los datos de precios de vestidos, ya que la

media es de $150 y la desviación estándar de $50.25

50.25
coeficiente de variacion= x 100=33.5 %
150

3.- Determine el coeficiente de variación de el salario semanal de una muestra de

empleados de supervisión si la media es de $730.75 y la desviación estándar de $45.52

45.52
coeficiente de variacion= x 100=6.2 %
730.75

9
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

EL COEFICIENTE DE ASMINETRIA DE PEARSON

Mide el desvió de la simetría expresando la diferencia entre la media y la mediana en

relación con la desviación estándar del grupo de mediciones. Las formulas son:

3(μ−Med)
asimetria de poblacion=
σ

3( x́−Med)
asimetria de lamuestra=
s

En una distribución simétrica, el valor de coeficiente de simetría siempre será cero, ya que la
media y la mediana son de igual valor.

En una distribución con sesgo negativo, la media siempre es mayor que la mediana, por
tanto el valor de coeficiente es positivo.

En una distribución con sesgo negativo, la media siempre es menor que la mediana, por
tanto el valor del coeficiente es negativo.

EJEMPLOS:

1.-En un grupo de datos sobre las ventas de equipos de aire acondicionado, la media es
10.5 unidades, la mediana es 11.0 unidades y la desviación estándar es 3.3 unidades. Cual
es el coeficiente de simetría

3(10.5−11.0 )
asimetria de poblacion= =0.45
3.3

2.- En un grupo de datos sobre los celulares vendidos, la media es de 12.3, la mediana es
de10.0 y la desviación estándar de 2.8.Cual es el coeficiente de simetría

3(12.3−10.0)
asimetria de poblacion= =2.46
2.8

3.- En un grupo de datos sobra los números de boletos vendidos para un concierto, la
medio es de 11.23, la mediana es de 11.23, y la desviación estándar de 3.5. Cual es el
coeficiente de simetría

3(11.23−11.23)
asimetria de poblacion= =0
3.5

10
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

PROBABILIDAD.

EJEMPLO 1 En un juego de naipes bies barajadas que contiene 4 ases y otras 48 canas, la
probabilidad de sacar un as (A) en una sola extracción es:

N ( A) 4 1
P ( A )= = =
N ( S ) 52 13

EJEMPLO 2 Antes de incluir la cobertura de cierto tipo de problemas dentales en las pólizas
de seguro para atención médica a empleados adultos, una empresa de seguros desea
determinar la probabilidad de ocurrencia de este problema, de modo que pueda establecerte
el Costo del seguro. Por tanto, el especialista en estadística recolecta datos de 10 000
adultos en las categorías de edad apropiadas y encuentra que el año pasado 100 personas
han sufrido de ese problema dental. Entonces, la probabilidad de su ocurrencia es:

N ( A) 100 0.01
P ( A )= = = =1 %
n n 10000

EXPRESAR LA PROBABILIDAD

El símbolo P se usa para denotar la probabilidad de un evento. Así P(A) denota la

probabilidad de que ocurra el evento A en una sola observación o experimento.

Ejemplo1 El valor menor en una aseveración de probabilidad es O (que indica que el evento
es imposible) y el valor mayor es 1 (que indica el evento ocurrirá con seguridad). Entonces,
en general:

0 ≤ P (A )≤ 1

Ejemplo2 En una observación o experimento dados, un evento ocurre o no. Por tanto, la
suma de la probabilidad de que ocurra más la probabilidad de que no ocurra es siempre igual
a 1 Entonces, si A' indica que el evento A no ocurre, se tiene

11
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

P( A)+ P( A ')=l

Ejemplo3 La oportunidad relativa de 5:2 (Idase "5 a 2") indica que por cada cinco eventos
elementales que constituyen éxito existen dos eventos elementales que constituyen fracaso.
Observe que con el método clásico de probabilidad que se estudió en la sección 5.1 el valor
de la probabilidad equivalente a una oportunidad relativa de 5:2 es:

N ( A) a 5 5
P ( A )= = = =
N (S) a+b 5+2 7

EVENTOS MUTUAMENTE EXCLUYENTES Y NO EXCLUYENTES

Dos o más eventos son mutuamente excluyentes o disjuntos si no pueden ocurrir de manera
conjunta. Es decir, la ocurrencia de un evento excluye en forma automática la ocurrencia del
otro evento (o eventos). Por ejemplo, suponga que se consideran los dos eventos “as" y "rey"
en relación con la extracción de una carta de un juego de naipes. Estos dos eventos son
mutuamente excluyentes, ya que ninguna carta puede ser as y rey al mismo tiempo.

Dos o más eventos son no excluyentes cuando es posible que ocurran juntos. Observe que
esta definición no indica que estos eventos deban necesariamente ocurrir siempre juntos. Por
ejemplo, suponga que se consideran los dos eventos "as" y "espada". Estos eventos no son
mutuamente excluyentes, ya que una carta dada puede ser tanto as como espada; sin
embargo, no se concluye que todo as sea una espada o que toda espada sea un as.

LAS REGLAS DE LA ADICIÓN

Las reglas de la adición se usan cuando se desea determinar la probabilidad de que un

evento u otro (o ambos) ocurran en una sola observación. En forma simbólica, a la
probabilidad de que ocurra el evento A o el evento B se le representa por P(A o B). En el
lenguaje de la teoría de conjuntos a esto se le llama la unión de A y B. y esta probabilidad se
denota como P(A U B) (léase "probabilidad de A unión B").

Existen dos variaciones de la regla de la adición, dependiendo de si los eventos son o no

mutuamente excluyentes. La regla de la adición para eventos mutuamente excluyentes es

P( A o B)=P( A U B)=P( A)+ P(B)

En el caso de eventos que no son mutuamente excluyentes, la probabilidad de la ocurrencia

conjunta de los dos eventos se resta de la suma de las probabilidades Simples de estos dos
eventos. A la probabilidad de la ocurrencia conjunta se le representa con P(A y B). En el
lenguaje de la teoría de conjuntos a esto se le llama la intersección de A y B. y esta
probabilidad se designa P(A B) (léase "probabilidad de A intersección B"). Véase la figura
5.2b en la siguiente página. Así, la regla de la adición para eventos que no son mutuamente
excluyentes es

12
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

P( AOB)=P( A)+ P(B)−P( A y B)

EJEMPLO 8 Cuando se extrae una carta de una baraja de naipes, los eventos `as' y
"espada' no son mutuamente excluyentes. La probabilidad de sacar un as (A) o una espada
(E) (o ambos) en una sola extracción es

4+13−1 16 4
P ( A o S )=P ( A ) + P ( S )−P ( A Y S ) = = =
52 52 13

Los diagramas de Ven se usan para ilustrar el razonamiento detrás de las reglas de la
adición. En la figura 5.2a, observe que la probabilidad de la ocurrencia de A o B es
conceptualmente equivalente a la suma de la proporción de las áreas comprendidas en A y
en B. En la figura 5.2b, para eventos que no son mutuamente excluyentes, algunos eventos
elementales están comprendidos tanto en A como en B; así, existe un traslape entre estos
conjuntos de eventos. Cuando las áreas comprendidas en A y en B se suman en eventos que
no son mutuamente excluyentes, el área del traslape se suma dos veces. Así, el
razonamiento al restar P(A y B) en la regla de la adición para eventos no excluyentes es
corregir la suma respecto de la adición duplicada del área de intersección.

EVENTOS INDEPENDIENTES, EVENTOS DEPENDIENTES Y PROBABILIDAD

CONDICIONAL

Dos eventos son independientes si la ocurrencia o no ocurrencia de uno no tiene efecto

sobre la probabilidad de ocurrencia del otro. Dos eventos son dependientes cuando la
ocurrencia o no ocurrencia de uno sí afecta la probabilidad de ocurrencia del otro.

EJEMPLO 9 Los resultados al lanzar dos veces seguidas una moneda sin cargar se
consideran como eventos independientes ya que el resaltado del primer lanzamiento no tiene
efecto sobre las respectivas probabilidades de ocurrencia de cara o cruz en el segundo
lanzamientos. La extracción de dos cartas sin reemplazo de una baraja de naipes son
eventos dependientes, ya que las probabilidades correspondientes con la segunda extracción
dependen del resultado de la primera extracción. Concretamente, ti apareció un "as" en la
primera extracción, entonces la probabilidad de que salga un "as" en la segunda extracción
es el cociente del número de ases que quedan en la baraja entre el número total de cartas
que quedan en la baraja, es decir 3/51.

Cuando dos eventos son dependientes, se emplea el concepto de probabilidad condicional

para denotar la probabilidad de ocurrencia del evento relacionado. La expresión P (B/A)

13
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

indica la probabilidad de ocurrencia del evento B dado que el evento A ya ha ocurrido.

Observe que B~4 no es una fracción.

Las expresiones de probabilidad condicional no se requieren para los eventos

independientes porque por definición no existe relación entre la ocurrencia de tales eventos.
Por tanto, si los eventos A y B son independientes, la probabilidad condicional P(Bk) siempre
es igual a la probabilidad simple (no condicional) P(B). Por tanto, un método para comprobar
la independencia de dos eventos A y B es comparando

P( B/ A)=P(B)

P( A /B)=P( A)

Si se conocen la probabilidad simple (no condicional) de un primer evento A y la probabilidad

conjunta de dos eventos A y B, entonces la probabilidad condicional P (B/A) se determina por

P( A Y B)
P ( BIA )=
P (A )

Con frecuencia hay alguna confusión respecto de la diferencia entre eventos mutuamente
excluyentes y no excluyentes por un lado, y los conceptos de independencia y dependencia
por el otro. En especial, observe la diferencia entre eventos que son mutuamente excluyentes
y eventos que son independientes. La exclusión mutua indica que los dos eventos no pueden
ocurrir al mismo tiempo, mientras que la independencia indica que la probabilidad de
ocurrencia de un evento no se ve afectada por la ocurrencia del otro. Por tanto, se concluye
que si dos eventos son mutuamente excluyentes, date es un ejemplo específico de eventos
altamente dependientes, ya que la probabilidad de un evento dado que el otro ya ha ocurrido
siempre será igual acero.

LAS REGLAS DE LA MULTIPLICACIÓN

Las reglas de la multiplicación tienen que ver con la determinación de la probabilidad de

ocurrencia conjunta de A y B. Como se explicó en la sección 5.4, esto tiene que ver con la
intersección de A y B: P(A Π B). Existen dos variaciones de la regla de la multiplicación,
dependiendo de si los dos eventos son independientes o dependientes. La regla de la
multiplicación para eventos independientes es

P( A y B)=P ( A Π B)=P( A) P (B)

Los diagramas de árbol son especialmente útiles como método para representar los eventos
relacionados con observaciones sucesivas o experimentos sucesivos. La figura 5.3 es un

14
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

ejemplo de un diagrama de este tipo para los eventos relacionados con el lanzamiento de
una moneda dos veces, y muestra los resultados posibles así como la probabilidad en cada
punto de la sucesión.

Resultado del primer Resultado del segundo Evento conjunto Probabilidad del evento
lanzamiento lanzamiento conjunto
½ C CyC ¼
C
½ ½ E CyE ¼
EyC ¼
½ ½ C
E ½
E EyE ¼ = 1.0
En el caso de eventos dependientes, la probabilidad de la ocurrencia de manera conjunta
de A y B es la probabilidad de A multiplicada por la probabilidad condicional de B dado A. Si
se invierte la posición de los dos eventos se obtiene un valor equivalente. Por tanto, la regla
de la multiplicación para eventos dependientes es
P( A y B)=P ( A ) P( B/ A)

P( A y B)=P (B y A )=P(B)P( A /B)

Si la probabilidad de la ocurrencia conjunta de dos eventos se obtiene directamente sin usar

explícitamente las reglas de la multiplicación, entonces como alternativa a las fórmulas (5.8) y
(5.9) se puede verificar la independencia de dos eventos A y B mediante

P( A y B)=P ( A )P( B)

PERMUTACIONES

Ejemplo 1: 3 miembros de una organización social se han ofrecido como voluntarios

para ocupar el siguiente año los puestos de presidente, tesorero, y secretario; el
número de maneras (permutaciones) en que los 3 pueden asumir estos puestos es:

n !=3 != (3 )( 2 ) ( 1 )=6 maneras

Comúnmente lo que interesa es el número de permutaciones de permutaciones de

algún subgrupo de los “n” objetos, y no de la totalidad de los “n” objetos. Es decir,

15
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

interesa el número de permutaciones de “n” objetos tomados de “r” en “r”, donde “r”
es menor que “n”.

nP n!
r=
( n−r ) !

Ejemplo 2: En esa misma organización hay 10 miembros en una organización social,

y todavía no se presentan nominaciones para los puestos de presidente, tesorero y
secretario. El número de maneras diferentes en que se pueden asignar estos
puestos a 3 de los 10 miembros del club es:

10 ! 10 ! ( 10 )( 9 )( 8 ) (7 !)
n Pr =10 P 3= = = =( 10 )( 9 )( 8 )=720
(10−3) 7 ! 7!

COMBINACIONES

Ejemplo 1: Suponga que una pequeña organización social formada por 10 miembros
hay que escoger a 3 de ellos para formar un comité. El número de ternas que puede
obtenerse, sin considerar el orden en que se eligen los miembros de cada grupo es:

10 ! ( 10 ) ( 9 ) ( 8 ) (7 !) 720
n C r=10 c 3= = = =120
3 !(7 !) (3∗2) 6

Ejemplo 2: Continuando con el ejercicio anterior, si el grupo contiene 6 mujeres y 4

hombres. ¿Cuánto vale la probabilidad de que una elección al azar de los miembros
del comité conduzca a la elección de 2 mujeres y 1 hombre? El modelo básico
consiste en determinar el número de combinaciones que contienen exactamente 2
mujeres (de las 6) y un hombre (de los 4) y luego calcular el cociente entre este
número y el número total de combinaciones posibles:

Numero de comités con 2M (mujer) y 1H (hombre)=6 C 2∗4 C1 (véase la nota

aclaratoria abajo).

6!
∗4 !
2!4!
¿ =15∗4=60
1! 3 !

Número total de combinaciones posibles=10 C3

10 ! ( 10 )( 9 ) (8) 720
¿ = = =120
3! 7 ! ( 3 ) (2 )( 1) 6

6 C2∗4 C 1 60
P ( 2 M y 1 H )= = =0.50
10C 3 120

16
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

TEOREMA DE BAYES 2.9

Ejemplo1: Suponga que hay 2 urnas U 1y U 2. La urna 1 tiene 8 bolas rojas y 2 bolas
verdes, mientras que la urna 2 tiene 4 bolas rojas y 6 bolas verdes. Si se elige de
manera aleatoria 1 de las urnas, y después al azar se elige una bola de esa urna, el
proceso secuencial y las probabilidades correspondientes se pueden representar en
un diagrama de árbol, el diagrama de árbol nos indica que la probabilidad de
escoger cualquiera de las 2 urnas es 0.50, y luego las probabilidades de extraer una
bola roja (R) o una verde (V) se dan de acuerdo con la urna considerada. Ahora
suponga que se observa una bola verde en el paso 2; sin saber que bola se eligió
en el paso 1. ¿Cuál es la probabilidad de que la urna 1 haya sido elegida en el paso

1? En forma simbólica ¿Cuánto vale P ( UV )? Al sustituir en la fórmula para el cálculo

del teorema de bayes “A” y “B” por U 1 y V 1, respectivamente, se tiene:

G
P ( U 1 ) P( )
U1 U1
P ( )
G
=
G G
=¿
P (U 1) P
( )
U1
+ P ( U 2 ) P( )
U2

( 0.50 )( 0.20) 0.10

= =0.25
( 0.50 ) ( 0.20 ) + ( 0.50 ) (0.60) 0.40

.80 R

U1

.20

.50 V

.40

U 1 .60 V

ANALISIS COMBINATORIO

17
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

Ejemplo 1: En una carretera en la que participan 6 corredores ¿de cuantas formas

se pueden establecer los 3 primeros puestos?

V 36=6∗5∗4=120 clasificaciones

Ejemplo 2: ¿Cuántos números de 4 cifras pueden formarse con los dígitos del 1 al
9?

VR 49 =9 4=6561 numeros .

VALOR ESPERADO 2.10

Ejemplo 1: Un juego consiste en tirar 2 dados. Si la suma de sus caras es mayor o

igual a 10 se ganan 300 puntos, si está comprendida entre 7 y 9 se ganan 100
puntos. Y para cualquier otro resultado no se gana nada. ¿Cuál debería ser el precio
de la apuesta para que la ganancia esperada de la banca sea de 50 Puntos?

Solución: El espacio maestral para el problema es W = {(1,1), (1,2), (1,3),..., (6,6)}
con 36 puntos muéstrales. Todos los sucesos elementales tiene la misma
probabilidad 1/36. Se define la v.a. X: suma de las dos caras. Esta variable puede
tomar los valores 2, 3, 4,....,12. La tabla con la “fdp” inducida es

X sucesos F(x)
2 { (1,1) } 1/36
3 { ( 1,2 ) ,(2,1)} 2/36
4 { ( 1,3 ) , ( 2,2 ) ,(3,1)} 3/36
5 { ( 1,4 ) , ( 2,3 ) , ( 3,2 ) ,( 4,1) } 4/36
6 { ( 1,5 ) , ( 2,4 ) , ( 3,3 ) , ( 4,2 ) ,(5,1) } 5/36
7 1,6 ) , ( 2,5 ) , ( 3,4 ) , ( 4,3 ) , ( 5,2 ) , 6/36
{( (6,1) }
8 { ( 2,6 ) , ( 3,5 ) , ( 4,4 ) , ( 5,3 ) ,(6,2) } 5/36
9 { ( 3,6 ) , ( 4,5 ) , ( 5,4 ) ,(6,3) } 4/36
10 { ( 4,6 ) , ( 5,5 ) ,(6,4 ) } 3/36
11 { ( 5,6 )(6,5) } 2/36
12 { (6,6) } 1/36

La tabla de la función premio es:

X H(x)
2 0

18
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

3 0
4 0
5 0
6 0
7 100
8 100
9 100
10 300
11 300
12 300

Por lo tanto el valor esperado del premio es:

12
6 5 4 3 2 1
µn= ∑ h ( x ) f ( x )=100 X
+100 X +100 X + 300 X +300 X +300 X =97.1
x=12 36 36 36 36 36 36
En consecuencia, la apuesta debería costar 91,7 + 50 = 141,7 para que la ganancia
esperada de la banca sea 50 puntos.

Ejemplo 2: Se desarrolla un compuesto para aliviar las migrañas. El fabricante afirma

que es efectivo en un 90% de los casos. Se prueba sobre 4 pacientes. Sea X el
número de pacientes que obtiene alivio.

a) Encontrar la fdp para X, suponiendo que la afirmación del fabricante sea

correcta.
b) Encontrar p(X£1)
c) i el compuesto no alivia a ninguno de los pacientes ¿es esa una razón para
poner en duda la eficacia afirmada por el fabricante? Razonar sobre la base
de la probabilidad implicada.
d) Calcular la media. ¿Qué significa en este ejemplo?

Representando por a que un paciente tenga alivio y por n que no lo tenga, el espacio

muestral para el problema es Ω {aaaa , naaa , anaa , aana , aaan ,... , nnnn }, si esta es la
afirmación del fabricante p(a)= 0,9 y p(n)= 0,1. La v.a. X: número de pacientes que
tienen alivio pueden tomar los valores 0, 1, 2, 3, 4. La tabla con la “fdp” inducida es:

X Sucesos F(x)

0 { nnnn } 0 , 14

19
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

1 { annn , nann , nnan , nna } 4 x 0,9 x 0 , 13

2 { aann , anan , anna , naan , nana ,nnaa } 6 x 0 ,9 2 x 0 ,12
3 { aaan , aana , anaa , naaa } 4 x 0 , 93 x 0,1
4 { aaaa } 0 , 94

b) p ( X ≤1 ) =f ( 0 ) + f (1 ) =0 , 14 +4 X 0,9 X 0 ,13 =0,0037

c) la probabilidad de que no alivie a ningún paciente es f(0)=0,0001. Es una

probabilidad tan baja que, efectivamente, si ese fuera el resultado hay suficientes
razones para poner en duda la afirmación de que alivia al 90% de los pacientes.

µ=∑ xf ( x )=¿ 0 X 0 , 14 +1 X 4 X 0 ,13 X 0,9+2 X 6 X 0 , 12 X 0 , 92 +3 X 4 X 0,1 X 0 ,9 3+ 4 X 0 , 9 4=3,6 ¿

x

Si se repitiera un número suficientemente grande de veces la experiencia de

administrar el fármaco a 4 pacientes. El número promedio de pacientes que
experimentan alivio seria de 3,6.

TEOREMA DE BAYES

Ejemplo 2: El 20% de los empleados de una empresa son ingenieros y otro

20% son economistas. El 75% de los ingenieros ocupan un puesto directivo
y el 50% de los economistas también, mientras que los no ingenieros y los
no economistas solamente el 20% ocupa un puesto directivo. ¿Cuál es la
probabilidad de que un empleado directivo elegido al azar sea ingeniero?

0.2 ingenieros 0.75 directivo

0.2 economistas 0.5 directivo

0.6

Otros 0.2 directivo

20
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

p ( ingeniero
directivo )=
0.2∗0.75
0.2∗0.75+0.2∗0.5+0.6∗0.2
=0.405

DIAGRAMA DE ARBOL

Ejemplo 1: un medico general clasifica a sus pacientes de acuerdo a: su sexo

(masculino o femenino), tipo de sangre (A, B, AB u O) y en cuanto a la presión
sanguínea (normal, alta o baja). Mediante un diagrama de árbol diga ¿en cuántas
clasificaciones pueden estar los pacientes de este médico?

Solución: N

A A

M B N

AB N B

21
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

F B N
A

AB

Ejemplo 2: 2 equipos denominados “A” y “B” se disputan la final de un partido de

baloncesto, aquel equipo que gane 2 juegos seguidos o complete un total de 3
juegos ganados será el que gane el torneo. Mediante un diagrama de árbol diga ¿de
cuantas maneras puede ser ganado este torneo?

Solución:

A=gana el equipo “A”

B= gana el equipo “B” A

A AA

B B

B B

A A

A A

B B

B B

22
 PROBABILIDAD Y ESTADISTICA ADMINISTRATIVA

En este diagrama se muestran que hay solo diez maneras de que se gane el torneo,
que se obtienen contando las ramas terminales de este diagrama de árbol, las que
es posible enumerar; AA, ABB, ABAA, ABABB, ABABB, etc.

23