Probabilidad

CONCEPTUALIZACIN

La probabilidad se establece como la frecuencia relativa (Y,), que

se obtiene de dividir la frecuencia absoluta entre el total de frecuencias
dentro de u n arreglo de frecuencias o una distribucin de frecuencias,
que establece la posibilidad de ocurrencia de los x valores en el arreglo o de los x puntos medios en la distribucin. Por regla general, la
mxima posibilidad de ocurrencia corresponde al o los valores modales del conjunto.
Considere que un evento es un suceso especfico, el cual puede ocurrir
de una sola manera (en caso de seleccionar a un turista) o en una cantidad
mayor (en caso de seleccionar a un turista estadounidense del total de turistas de diferentes nacionalidades), sin embargo, para su representacin, nicamente se considera el resultado final que se obtendra del evento mismo.
Por ejemplo, si desea seleccionarse a un turista estadounidense de entre un
total formado por turistas estadounidenses, europeos, asiticos y sudamericanos, el evento sera representado por E = seleccin de un turista estadounidense, independientemente de cuntos turistas estadounidenses se tengan. En otra situacin, si se desea contar con un grupo de personas donde
se tengan exactamente dos mujeres, el evento se representara por E = dos
mujeres en el grupo.
Ejemplo 6.1. De la siguiente distribucin de frecuencia, obtener la
frecuencia relativa y comprobar que la mxima de stas coincide con el
punto medio (X) modal.

131

132
Clase

3-7
8-12
13-17
18-22
23-27
28-32

3
7
9
12
11
8

Solucin

Clase

X,

3-7
8-12
13-17
18-22
23-27
28-32

3
7
9
12
11
8

5
10
15
20
25
30

50

F
3/50
7/50
9/50
12/50
11/50
8/50

=
=
=
=
=
=

0.06
0.14
0.18
0.24
0.22
0.16

= 6%
= 14%
= 18%
= 24%
= 22%
= 16%

100%

Valor modal X^ = 20 con F, = 12 y F = 24 %, este ltimo es el mximo

valor de frecuencia relativa obtenido, por lo que queda comprobado que
la mxima frecuencia relativa F corresponde al valor modal de la distribucin.
De lo anterior se desprende que el valor de X = 20 tiene una posibilidad de ocurrir nuevamente:
r

P(X

= 20) = 24%

Ntese en el ejemplo anterior que los eventos son cada una de las
clases de la distribucin, independientemente del nmero de veces que
se repite cada una de ellas.

PROBABILIDAD A
PROBABILIDAD A

PRIORIY
POSTERIORI

Generalmente se necesita de cierta informacin base para determinar la probabilidad de ocurrencia dada por la experiencia o mediante
arreglos.

133
PROBABILIDAD A PRIORI

Cuando se determina la posibilidad de ocurrencia de un evento

(dentro de un conjunto), sin necesidad de llevar a cabo una prueba previa (experimento), se dice que se est calculando la probabilidad a priori del evento, que es el cociente que resulta de dividir al nmero de
eventos favorables (que hay que seleccionar), entre el total de eventos
posibles.
Si m = eventos favorables y n = eventos totales en m =s n, entonces:

Si un turista puede seleccionar entre dos destinos, para llevar a

cabo su periodo vacacional o de tiempo libre, tendr que el conjunto de
seleccin est formado por dos eventos. Seleccionar el destino uno ( A ) ,
y/o seleccionar el destino dos ( A ) , que se representa por lgebra de
conjunto de la siguiente manera:
S = {Di, A } = conjunto donde puede seleccionarse el destino uno o
el destino dos.
S se conoce como el espacio muestral.
Como debe seleccionar uno de los dos destinos, entonces la probabilidad de seleccionar el destino uno es uno de los dos:
/>(>,) = I = 0.5 = 50 %
y la p r o b a b i l i d a d de seleccionar el destino dos, tambin es uno de los
dos:
P ( A ) = I = 0.5 = 50 %
Lo que establece que los eventos (destinos) son equiprobables, lo
que quiere decir que hay la misma probabilidad de ocurrencia.
Ejemplo 6.2. Un turista desea conocer cul es la probabilidad de
seleccionar uno de entre cinco posibles establecimientos de hospedaje.
Considere que es su primer viaje.

134
Solucin
El espacio muestral S, para la situacin presentada es el siguiente:
S = {H\,

H , H , HA,
2

H}
5

donde la probabilidad de seleccionar a uno de los cinco establecimientos considerados se expresa para:
1/5 = 0.20 = 20%

P(H{)

p m

= 1/5 = 0.20 = 20%

p m

= 1/5 = 0.20 = 20%

p m

= 1/5 = 0.20 = 20%

p m

= 1/5 = 0.20 = 20%

Tiene 20 % de probabilidades de elegir a cualesquiera de los cinco,

por ser eventos equiprobables.
Sin embargo, no siempre las probabilidades a priori son equiprobables. Por ejemplo, se tienen cinco turistas japoneses, seis alemanes y
tres estadounidenses, la probabilidad de seleccionar a un turista de cada
nacionalidad es diferente:
Para japoneses
Para alemanes
Para estadounidenses
PROBABILIDAD A

PQapons) = 5/14 = 35.71 %

P(alemn) = 6/14 = 42.86 %
/^estadounidense) = 3/14 = 21.43 %

POSTERIOR!

Cuando se determina la posibilidad numrica de ocurrencia de un

evento (elemento de un conjunto), con una prueba previa (experimento)
se est calculando la probabilidad a posterio del evento.
Esta probabilidad es el cociente que resulta de dividir al nmero de
resultados favorables (que hay que seleccionar), entre el total de resultados obtenidos (despus de la experimentacin).
Si m = resultados favorables y n = resultados totales, con m < n, entonces:

Si un turista ha viajado 20 veces, de manera que en 12 de estos viajes ha concurrido al destino uno, y los restantes al destino dos, y desea

CAP. 6. PROBABILIDAD

135

seleccionar uno de estos dos destinos para su prximo viaje durante su

periodo vacacional, el conjunto de seleccin est formado por 12 viajes
al destino uno y ocho viajes al destino dos, que representado por el espacio muestral es el siguiente:
S = {D Di, Di, Di, Di, Di, Di, D D D D D D , D , D , D , D , D ,
D, D}
h

y en forma simplificada:
S=

{12A,8D }
2

Como desea seleccionar uno de los destinos, entonces la probabilidad de seleccionar el destino uno es la siguiente:
P(P0 = 12/20 = 0.60 = 60%
Y la probabilidad de seleccionar el destino dos:
PXPd = 8/20 = 0.40 = 40%
En este caso las probabilidades son diferentes, no equiprobables.
Ejemplo 6.3. Supongamos que un turista viaja por octava vez en el
presente ao y se ha hospedado tres veces en el hotel Hi, cuatro veces
en el hotel H y una vez en el hotel H . Cul es la probabilidad de que en
su siguiente viaje se hospede en cualesquiera de estos tres hoteles?
2

Solucin
El espacio muestral S, para la situacin presentada es, en forma simplificada:
S={3-H 4-H ,l-H )
u

donde la probabilidad de seleccionar a uno de estos hoteles se expresa para:

Hi

PQHi) = 3/8 = 0.375 = 37.5%

PCHd = 4/8 = 0.500 = 50.0%

p m

= 1/8 = 0.125 = 12.5%

136

PARTE I I

Es importante destacar que segn el nmero de experimentos, va

creciendo la probabilidad a posterior y tiende a la probabilidad a priori
(probabilidad ideal).

CARACTERSTICAS PRINCIPALES
PARA E L MANEJO D E
PROBABILIDADES

Una forma de establecer la aplicacin correcta de las probabilidades en la Administracin Turstica es con el conocimiento de lo que se
espera obtener dentro de ciertos lmites o situaciones.

PROBABILIDAD D E L ESPACIO MUESTRAL

El espacio muestral es aquel conjunto que contiene todos los eventos

posibles que pueden ocurrir, por tanto la probabilidad de ste es uno:
P(_S) = 1 o 100%
Independientemente que los eventos representen una o varias soluciones.
Ejemplo 6.4. Un conjunto de turistas extranjeros est formado por
un italiano, un rumano, un africano y un serbio, cul es la probabilidad
de seleccionar un turista extranjero?
Solucin
Ya que todos los elementos del espacio muestral son turistas extranjeros, invariablemente si se selecciona a una persona de ese conjunto,
ser un turista extranjero, por lo que la probabilidad es de 1 o 100 %.
Ejemplo 6.5. El espacio muestral es un conjunto de turistas de nacionalidad diferente, como el siguiente:
5 = {10 guatemaltecos, 15 canadienses, 5 espaoles}
Cul es la p r o b a b i l i d a d de seleccionar u n t u r i s t a del espacio
muestral?

137
Solucin
Dado que el espacio muestral est formado por turistas extranjeros,
si estamos en Mxico, la probabilidad es la siguiente:
P(S) = 30/30 = 1 = 100%
PROBABILIDAD D E L O S EVENTOS
D E L ESPACIO MUESTRAL

Si los eventos (E) de un espacio muestral son partes mutuamente

excluyentes (generalmente) de ste, la probabilidad de ocurrencia de
cada uno debe ser menor a 100 % y mayor a 0 %, de manera que la suma
de las probabilidades de todos los eventos sea igual a la probabilidad del
espacio muestral:

El

P(E{)

P(E )

...

PCEj)

...

P(En)

0% <P(E) < 100%

5 = espacio muestral

0 <P{E) < 1

entonces:
PCEO + P(E ~) + PCE) + ...+ P(En) =P(S) = l 00 %
2

PROBABILIDAD D E L EVENTO IMPOSIBLE

Todo conjunto de elementos tiene como subconjunto al conjunto

vaco, si la probabilidad del conjunto es 100%, la probabilidad del conjunto vaco ser de 0 %, y se representa:
P(<j>) = 0

donde = conjunto vaco

PROBABILIDAD D E OCURRENCIA D E DOS

o MS EVENTOS

a) Si los eventos de un espacio muestral son mutuamente excluyentes, entonces la probabilidad de ocurrencia de uno u otro es la suma de
sus respectivas probabilidades.
Ei

S = espacio muestral

138

PARTE I I

entonces:
l0

P{E oE oE o...oE )
x

+ ^ 2 )

= PQE, u ) =

PQE E )
2

= P(E

u E u u... u
3

E)
n

= P(EO + ^ 2 ) + ^ 3 ) + - +
Debido a que la disyuncin lgica es una unin de conjuntos y al
mismo tiempo una suma aritmtica.
>) Si los eventos de un espacio muestral son mutuamente excluyentes, entonces la probabilidad de ocurrencia de uno y otro es la multiplicacin de las probabilidades individuales, por tanto, si:

Ei

S = espacio muestral

entonces:
P(E E{)
iy

= P{E

P{E yE yE^y...yE )
x

n ) =

P{E )P{E -)

= P{E

n E n E n . . . n )
2

P{EOP{E )P(E -)...P{E ^

2

Se considera que la conjuncin lgica es una interseccin de conjuntos y al mismo tiempo una multiplicacin aritmtica.
En los casos a y b en que los eventos son independientes, la probabilidad de ocurrencia de un evento no afecta a la de o t r o evento dentro
del mismo espacio muestral.
c) Si los eventos de un espacio muestral se traslapan parcialmente
por tener elementos en comn, la probabilidad de ocurrencia de uno u
otro es la siguiente:

139
P(E,oE )

= P(E

u E ) = P(E{) + P ( ) 2

/>(iy ) = P{E, n ) = V>(0 + P(E )

2

^ 2)
u )
2

Cuando los eventos de un espacio muestral contienen elementos en

comn, se dice que son eventos dependientes, esto es, que la probabilidad de ocurrencia de un evento afecta a la de otro de los eventos dentro
del mismo conjunto.
Ejemplo 6.6. De un grupo de cinco turistas, 10 hombres de negocios
y cinco paseantes, se desea saber cul es la probabilidad de seleccionar
a un turista o a un paseante.
Solucin
Como los eventos turistas, hombres de negocios y paseantes son
mutuamente excluyentes y la probabilidad solicitada una disyuncin de
eventos, se tendr:
/'(turista o paseante) = futurista U paseante)
= P(turista) + /^paseante)
= 5/20 + 5/20 = 10/20 = 0.5 = 50 %
Ejemplo 6.7. Un grupo de turistas tiene una probabilidad de 30 % de
visitar el Centro Histrico de la Ciudad de Mxico; 20 % de probabilidades de visitar la Plaza de las Tres Culturas y 15 % de visitar ambas zonas.
Cul es la probabilidad de que visiten una u otra de las zonas?
Solucin
visitar Centro Histrico = vch
visitar Plaza de las Tres Culturas = vpt
P(vcli) = 30%
P(vpf) = 20%
PQuch n vpf) = P(vch y vpt) = 15%
por tanto:
P(vch U vpf) = P(vch) + P(vpf) - P(vch n vpt)
= 30% + 2 0 % - 15% = 35%

140
PROBABILIDAD CONDICIONAL

Si la probabilidad de ocurrencia de un evento depende completamente de la ocurrencia de otros eventos, dentro del mismo espacio muestral, se dice que el segundo evento est condicionado a la ocurrencia del
primer evento.
Por ejemplo, una cancelacin de un boleto de avin est condicionada a que con anterioridad se haya vendido ese mismo boleto de
avin, por tanto, la cancelacin depende completamente de que se
haya llevado a cabo la venta de un servicio turstico. Entonces la probabilidad de que ocurra una cancelacin, dado que se realizaron ventas, est dada por:
,
, ,
P(Lancelacion\nay

.
P(venta y
cancelacin)
ventas) =
PQventa)

En trminos generales, si la ocurrencia de B depende de que ocurra

A, entonces:

P(A)
donde:
= probabilidad de ocurrencia del evento B, dado que ya
ocurri el evento A,
P(A n B) = probabilidad conjunta de A y B, y
P(A) = probabilidad de A.
P(B\A)

Ejemplo 6.8. La siguiente tabla muestra el nmero de turistas, por

nacionalidad y destino (tabla de doble entrada) que vienen a Mxico.

Destino
Nacionalidad
Estadounidense
Nicaragense
Argentino

Ciudad

Playa

35
10
5

15
20
25

CAP. 6. PROBABILIDAD

141

Determinar:
) La probabilidad de que un turista que siendo estadounidense se
encuentre en la playa.
b) La probabilidad de que un turista que se encuentra en la ciudad
sea argentino.
c) La probabilidad de que en la playa se encuentre un turista que
no es estadounidense.
Solucin
) Al simbolizar:
Turista estadounidense = TN
Destino de playa = P
por tanto:
P(P\TN)

P(TN n P )
P(77V)

de la tabla se desprende que:

PCTN n P) es igual al nmero de turistas estadounidenses que estn
en playa entre el total de turistas:
PCTN n P ) =
V

1 5

35 + 15 + 10 + 20 + 5 + 25

= = 13.64 %
110

PCTN) es igual al nmero de turistas estadounidenses entre el total

de turistas, por tanto:
50
PQTN) = = 45.45 %
110
v

entonces:
15
P(P\TN)

50

= = 30 %
50

H0
Es la probabilidad de que un turista estadounidense se encuentre
en la playa.

142

PARTE II

b) Al simbolizar:
Destino de ciudad = C
Turista argentino = TS
por tanto:

P(C)

Con la informacin de la tabla:

P(TS n Q es igual al nmero de turistas argentinos que se encuentran en la ciudad entre el total de turistas, por consiguiente:
P(TS o C) = = 4.54 %
110
v

P(C) es igual al nmero de turistas en ciudad entre el total de turistas:

50
P ( C ) = = 45.45 %
110
v

entonces:
5
P(TS\C)
y

= P- = = 10%
50_
50
110

Es la probabilidad de que un turista que se encuentra en la ciudad

sea argentino.
c) Al simbolizar:
Destino de playa = P
Turista estadounidense = TN
Turista no estadounidense = TN'
por tanto:
P(TN\P)

PCTN'n
P(P)

P)

CAR 6. PROBABILIDAD

143

De la tabla se sabe que 60 turistas son no estadounidenses (son nicaragenses o argentinos), entonces P(TN' D P) es igual al nmero de turistas no
estadounidenses y que se encuentran en la playa entre el total de turistas:
45
PCTN'n P~) = = 41 %
110
y

Se sabe que P(P) es igual al nmero de turistas que estn en playa

entre el total de turistas:

prp) = J?2_ = 54.54 %

v

110

entonces:

60

60

110
Es la probabilidad de que en la playa se encuentre un turista que no
es estadounidense.

R E G L A D E ELIMINACIN Y T E O R E M A D E B A Y E S

Una aplicacin m u y comn de la p r o b a b i l i d a d condicional, en la

actividad turstica, se presenta cuando un espacio muestral formado por
eventos mutuamente excluyentes se encuentra traslapado parcialmente
por un evento, cuya ocurrencia est supeditada a la ocurrencia de al menos uno de los eventos del espacio muestral.
Esquemticamente la situacin se presenta de la siguiente forma:

Ei

e ,
n

144

PARTE I

donde la ocurrencia de e\ est condicionada a la ocurrencia de E\ y no

viceversa; lo mismo ocurre con los dems eventos e,.
Los ejemplos de este tipo de aplicacin son los siguientes:
a) Las reas de venta de una agencia de viajes y las cancelaciones
que se pueden presentar.
b) Los tipos de habitacin de un hotel y el tipo de turista que se
hospeda en ellas.
c) Las salas de un museo y la motivacin que tiene el visitante hacia stas, etctera.

Regla de eliminacin
Establece la probabilidad de que ocurra el evento que se traslapa
parcialmente a los eventos del espacio muestral en condiciones normales de operacin. Se obtiene mediante la siguiente expresin:
+

P(e) = P(E{)P(e \E )
x

P(E )P(e \E2)

2

+ ... + P( )P(e\ )

+ P(E$P(e \Ed

donde:
P(E) = probabilidad de ocurrencia del evento /-simo del espacio
muestral, y est dado por:
PE,)

=
n(5)

con:
n(E) = nmero de elementos en E
n(S) = total de elementos del espacio muestral (S)
P(ei\E) = probabilidad de ocurrencia de la parte del evento que se
traslapa parcialmente (e,) sobre el evento E del espacio
muestral, dado que ya ocurri el evento E, por tanto:

<Ed
n(E n e) = nmero de elementos en la interseccin de E con e,
n(E) = nmero de elementos en el evento E,

CAP, 6. PROBABILIDAD

145

Ejemplo 6.9. Una agencia de viajes vende mensualmente en promedio, 80 boletos de avin, 120 tours por la ciudad, 10 paquetes tursticos
de playa y 90 reservaciones hoteleras. Sus estadsticas muestran que
por lo general, y tambin como promedio mensual, le cancelan 10 boletos de avin, 12 tours, 2 paquetes tursticos y 9 reservaciones hoteleras,
por lo que desea saber cul es la probabilidad de tener al menos una
cancelacin el prximo mes de operaciones.
Solucin
En una representacin esquemtica se presenta de la siguiente manera:

Boletos de
avin
Ei = 80

Tours
E, = 120

Cancelacin
b o l e t o de avin
d = 10

Cancelacin
tours
e = 12
2

Paquete
turstico
E-i = 10

Reservacin
hotelera
E = 90

Cancelacin
paquete
turstico
e =2

Cancelacin
reservacin
hotelera
e. = 9

S = agencia de viajes

por tanto: P(vender boleto de avin) = P(E ) = 80/300 - 26.67 %

X

P(vender tours) = P(E ) = 120/300 = 40.00%

2

/^vender paquetes tursticos) = P(E ) = 10/300 = 3.33%

d

P(vender reservaciones hoteleras) = P(E ) = 90/300 = 30.00 %

4

En consecuencia:
P(cancelacin dado que se venden boletos de avin) = P(ei\E\)
10/80 = 12.50%
P(cancelacin dado que se venden tours) = P(e \E ) = 12/120
10.00%
f(cancelacin dado que se venden paquetes tursticos) = P(e3\E )
2/10 = 20.00%
P(cancelacin dado que se venden reservaciones hoteleras)
P(e \E ) = 9/90= 10.00%
2

=
=
=
=

PARTE I I

146

La probabilidad de al menos una cancelacin ser de:

Pe-) = - ( 2 )
300 W

M
. ) + ( - ) + ( ) = = 11.00 %
300 120
300 10
300 90^ 300

Ejemplo 6.10. Un hotel de ciudad cuenta c o n el siguiente nmero de habitaciones: 40 sencillas, 70 dobles, 30 triples y 10 suites. Sus
servicios los presta tanto a hombres de negocios como a turistas. Se
sabe p o r sus registros que los hombres de negocios reservan habitualmente 70% de las habitaciones sencillas, 40% de las dobles, 10%
de las triples y 50% de las suites. Se desea conocer la p r o b a b i l i d a d
de que al menos una habitacin sea reservada p o r u n h o m b r e de negocios.
Solucin
La representacin esquemtica se presenta de la siguiente manera:

Habitacin
sencilla
E = 40

Habitacin
doble
E = 70

Habitacin
triple
E = 30

Habitacin
suite
E = 10

Cancelacin
habitacin
sencilla
P(e,\Ei) = 7 0 %

Cancelacin
habitacin
doble
P(e \E ) = 4 0 %

Cancelacin
habitacin
triple
P(e \E ) = 1 0 %

Cancelacin
habitacin
suite
P(e \E ) = 5 0 %

A g e n c i a de
viajes

entonces: P(habitacin sencilla) = P(E{) = 40/150 = 26.67%

/'(habitacin doble) = t\E) = 70/150 = 46.67%
/'(habitacin triple) = P(" ) = 30/150 = 20.00%
3

/'(habitacin suite) = P ( ) = 10/150 = 6.67%

4

por consiguiente:
P(habitacin sencilla reservada por hombre de negocios) = 70 %
P(habitacin doble reservada por hombre de negocios) = 40 %

CAP. 6. PROBABILIDAD

147

/'(habitacin triple reservada por hombre de negocios) = 10%

/"(habitacin suite reservada por hombre de negocios) = 50 %
La probabilidad de que al menos una habitacin sea rentada por un
hombre de negocios se obtiene de la siguiente manera:
P(e) = 4?-(0.7) + ( 0 . 4 ) + ( 0 . 1 ) + ^-(0.5)
150
150
150 ^
150
v

= 42.67 %

Teorema de Bayes
En este caso se supone que el evento que se traslapa parcialmente, sobre los eventos m u t u a m e n t e excluyentes del espacio muest r a l , y a ocurri, p o r lo que se desea conocer la p r o b a b i l i d a d de que
s t e pertenezca a una de esas partes, p o r lo que ahora cada p a r t e
queda c o n d i c i o n a d a a que y a ocurri el evento que se les traslapa
parcialmente.
El teorema de Bayes se expresa como:
FXEj)P(e^2_

e)

Ejemplo 6.11. Si del ejemplo 6.9 se sabe que existe una cancelacin, cul es la probabilidad de que sta corresponda a u n paquete
turstico?
Solucin
Se sabe que la probabilidad de vender un paquete turstico es PCE3)
= 10/300; la probabilidad de cancelacin de un paquete turstico dado
que se venden paquetes tursticos es la siguiente:
PXe^E) = 2/10 = 20.00%
Asimismo se determin que la probabilidad de que se tenga al menos una cancelacin es:
P(e) = 33/300= 11.00%

148

PARTE I I

por tanto, la probabilidad de que la cancelacin recibida pertenezca a un

paquete turstico se obtiene mediante:
10

/We ) =
v

3 J

300
10,
33
33

33

.06 %

300

DISTRIBUCIN D E P R O B A B I L I D A D
Una distribucin de probabilidad es la relacin que se da entre los
diferentes eventos de un espacio muestral y sus respectivas probabilidades de ocurrencia. En esta situacin, si tiene que elegirse entre dos personas de las cuales una es turista y la otra no, entonces la probabilidad
de seleccionar al turista es de 50%, y la probabilidad de seleccionar al
que no es t u r i s t a es de 50%. As, se tienen dos eventos posibles en el
espacio muestral para seleccionar entre dos personas y dos probabilidades de ocurrencia, que relacionados en una tabla muestra su distribucin de probabilidad.

Evento

Probabilidad

Seleccionar turista
Seleccionar no turista

50 %
50 %

Otra forma de identificar una distribucin de probabilidad es relacionar los elementos de un arreglo de frecuencia, o de una distribucin de frecuencia (como se muestra en la primera parte de este libro) con su respectiva frecuencia relativa, la cual se considera como la probabilidad de
ocurrencia de los elementos o las clases, del arreglo de frecuencia o la distribucin de frecuencia, respectivamente. De esta manera se puede trabajar en
forma inductiva con informacin proveniente de la estadstica descriptiva.
Dentro del contexto de las distribuciones de probabilidad, se pueden
identificar los siguientes dos tipos de distribucin y de aplicacin til para
la administracin turstica: la distribucin de probabilidad por eventos
(probabilstica, discreta) y la distribucin de probabilidad por probabilidades (discretas o continuas), entre las que se encuentran la distribucin
binomial (discreta), la distribucin de Poisson (discreta), y la distribucin normal (continua).

149
DISTRIBUCIN D E PROBABILIDAD POR EVENTOS

Es una distribucin discreta de probabilidad (considera nicamente valores enteros) que relaciona los diferentes eventos del espacio muestral con su probabilidad a priori, o a posteriori, en donde al conjunto de
valores que representan a los eventos del espacio muestral se le conoce
como variable aleatoria.
Por ejemplo, si se desea seleccionar u n grupo de 5 personas que
contenga al menos una mujer, los eventos se representaran por: E\ =
grupos con una mujer; E = grupos con dos mujeres; E = grupos con tres
mujeres; = grupos con cuatro mujeres; E = grupos con cinco mujeres.
Por consiguiente, la variable aleatoria sera el espacio muestral:
2

5 = {1,2, 3, 4,5}
Ejemplo 6.12. Se desea seleccionar a un grupo de cinco personas de
entre 10 mujeres y cinco hombres. Sea la variable aleatoria el nmero de
mujeres que contiene el grupo final, cul es la distribucin de probabilidad que le corresponde al suceso?
Solucin
Los valores de la variable aleatoria seran:
5 = { 0 , 1 , 2 , 3, 4 , 5 }
Como debe haber cinco personas y se tienen 10 mujeres y cinco
hombres, se pueden tener nicamente mujeres en el grupo o nicamente hombres; sin embargo puede existir una combinacin de hombres y
mujeres que d el total de cinco personas como se desea, todo esto da
lugar a los valores de la variable aleatoria expuestos anteriormente.
Para cada uno de los valores de la variable aleatoria se determina el
total de maneras diferentes en que se pueden dar. Mediante la aplicacin
de las tcnicas de conteo se obtiene lo siguiente:
(grupos con cero mujeres)

IOQI 5 C 5

(1)0)

=1

(grupos con una mujer)

oCi 5C4 = (10)(5)

(grupos con dos mujeres)

10C2 5C3 = (45)(10) = 450

(grupos con tres mujeres)

10C3 5C2 =

(grupos con cuatro mujeres) =

10Q

(grupos con cinco mujeres) = 10C5

= 50

(120)(10) = 1200

C , - (210)(5) = 1050
5

5C0 =

(252)(1) = 252

150

PARTE I I

total de grupos = i C = 3003

5

0.033%

P(grupos con cero mujeres)

= 1/3003

/'(grupos con una mujer)

= 50/3003

/'(grupos con dos mujeres)

= 450/3003 = 14.98%

/'(grupos con tres mujeres)

= 1200/3003 = 39.96%

= 1.66%

F(grupos con cuatro mujeres) = 1050/3003 = 34.97%

F(grupos con cinco mujeres) = 252/3003 = 8.39%
Entonces la distribucin de probabilidad por eventos queda como
sigue:
Si X = Variable aleatoria y P(X) = Densidad de probabilidad de la
variable aleatoria:

x,
0
1
2
3
4
5

1/3003 =0.033%
50/3003 = 1.66%
450/3003 = 14.98%
1200/3003 = 39.96%
1050/3003 = 34.97%
252/3003 = 8.39%

3003/3003 = 100.00%

Con la distribucin de probabilidad se tiene preparado el sistema

para su anlisis estadstico.

Valor esperado, varianza y desviacin estndar

En el caso de la estadstica inductiva la medida de posicin que ms
se utiliza, sobre todo en el mbito del turismo y para efectuar el anlisis
de los resultados, es la media aritmtica probabilstica o valor esperado
o esperanza matemtica (eventualmente se emplea la moda como el valor
de mayor probabilidad de ocurrencia). De las medidas de dispersin, las
que se emplearn para el anlisis sern exclusivamente la varianza y la
desviacin estndar.

CAP. 6. PROBABILIDAD

151

El valor esperado, simbolizado por la letra n (mu), es la suma de los

productos obtenidos de multiplicar cada valor de la variable aleatoria por
su correspondiente probabilidad de ocurrencia, lo cual se representa:
n
u = X[X,./TO]

La varianza, a , es la diferencia que resulta de restar, a la suma de

los productos de cada valor de la variable aleatoria al cuadrado por su
correspondiente probabilidad de ocurrencia, el valor esperado elevado
al cuadrado. Se representa:
2

t[xfP{X,)}-^

Finalmente la desviacin estndar, o, es el resultado de extraer la

raz cuadrada de la varianza:

Como se mencion en el apartado referente al teorema de Chebyshev,

ste tambin es ampliamente aplicado para el anlisis de la informacin
probabilstica, asimismo sucede con la regla emprica, ya que segn el tipo
de distribucin de probabilidad ser su aplicacin. Si la distribucin es
asimtrica (caso de las distribuciones binomial y Poisson, generalmente)
se emplea el teorema de Chebyshev; y si la distribucin es simtrica, la
regla emprica (en el caso de la distribucin normal o de las distribuciones
binomial y Poisson con tendencia a normal).
Por el teorema de Chebyshev se establece que para una distribucin asimtrica:
a) En el intervalo comprendido entre sumarle y restarle dos veces
la desviacin estndar al valor esperado, u. 2o, se tiene al menos 75 % de los valores de la variable aleatoria.
ti) En el intervalo comprendido entre restarle y sumarle tres veces
la desviacin estndar al valor esperado, \x. 3a, se tiene al menos 89 % de los valores de la variable aleatoria.
En cambio, para cualquier distribucin simtrica (forma de campana) por la regla emprica se dice que:

PARTE I I

152

En el intervalo comprendido entre restarle y sumarle una vez la desviacin estndar al valor esperado, u. l a , se tiene 68.27 % de los valores
de la variable aleatoria.
En el intervalo comprendido entre restarle y sumarle dos veces la
desviacin estndar al valor esperado, \i 2a, se tiene 95.45 % de los valores de la variable aleatoria.
En el intervalo comprendido entre restarle y sumarle tres veces la
desviacin estndar al valor esperado, [i 3a, se tiene 99.73% de los valores de la variable aleatoria.
En el intervalo comprendido entre restarle y sumarle cuatro veces
la desviacin estndar al valor esperado, n 4a, se tiene 99.99 % (aproximadamente 100.00%) de los valores de la variable aleatoria.
Ejemplo 6.13. De un conjunto de turistas, seis alemanes y siete espaoles, se desea formar un grupo de seis turistas para visitar las salas
de un museo localizado en la zona arqueolgica de Chichn Itz. Sea la
variable aleatoria el nmero de turistas alemanes que puede haber en el
grupo, determinar:
a)
ti)
c)
d)
e)

Los valores de la variable aleatoria.

El valor esperado de turistas alemanes en el grupo.
La varianza.
La desviacin estndar.
Interpretar los resultados.

Solucin
) Ya que en el grupo final debe haber seis turistas, ste puede estar
conformado de la siguiente manera:

0 alemanes y 6 espaoles
1 alemn y 5 espaoles
2 alemanes y 4 espaoles
3 alemanes y 3 espaoles
4 alemanes y 2 espaoles
5 alemanes y 1 espaol
6 alemanes y 0 espaoles

Por tanto, los valores de la variable aleatoria en cuanto al nmero

de alemanes que puede contener el grupo final son los siguientes:
X,= {0, 1,2,3, 4, 5,6}

CAP. 6. PROBABILIDAD

153

>) Para obtener el valor esperado se debe calcular la probabilidad

de ocurrencia de cada valor de la variable aleatoria.
P(0) =

P(l)

(6Co)(?C )
6

13 Ce

= (eCOGCs)
13 C6

P(2) =

P(3) =

P(4) =

13C6

(6C )( C )

P(5) =
13

1716

1716

Ce

(6)(7)
1716

Ce

7.34 %

" 1716

= 30.60 %

700
(20X35)
= 40.79 %
1716
~ 1716

Ce

(eCe)(7Co)
13

126

(15)(21)
1716

0.41 %

1716

(6)(21)

1716

(6C3X7C3)

13

/>(6) =

13 Ce

(15)(35) _ 525

( C )( C )
6

(1X7)
1716

(1)0)
1716

315
1716
42
1716 ~
1

= 18.36 %

2.45 %

0.06 %

1716

Note que la densidad de probabilidad no crece y decrece en la misma proporcin, lo que indica que la distribucin es asimtrica.
Si se presenta como distribucin de probabilidad y calculando XP(X);
X ; y X P{X), se obtienen los datos de la siguiente tabla:

Xi

X,P(Xd

x,

X, P(Xd
2

0
1
2
3
4
5
6

7/1716
126/1716
525/1716
700/1716
315/1716
42/1716
1/1716

0
126/1716
1050/1716
2100/1716
1260/1716
210/1716
6/1716

0
1
4
9
16
25
36

0
126/1716
2100/1716
6 300/1716
5 040/1716
1 050/1716
36/1716

////////////////////

4752/1716

//////////

14 652/1716

154

PARTE I I

por tanto:
4752
1716

2.77 turistas alemanes

c) Clculo de la varianza:

= 0.86982

1716

1716

(turistas alemanes en el grupo)

</) Clculo de la desviacin estndar:

a = %/a" = Vo.86982 = 0.9326 turistas alemanes en el grupo
2

e) Con los resultados anteriores puede concluirse lo siguiente:

El nmero posible de arreglos que se pueden formar con los
turistas alemanes y espaoles es de 1716, se toma como variable aleatoria a los turistas alemanes.
Si se selecciona al azar a un grupo de los 1716, el valor esperado de turistas alemanes en ste sera de 2 a 3 con alta tendencia a 3 (2.77), si se considera que la variable involucrada
es discreta.
Con el teorema de Chebyshev (por ser una distribucin asimtrica) se establece que 75 % de los 1716 posibles grupos contienen
de 0.9048 a 4.6352 (2.77 1.8652) turistas alemanes, que por ser
variable discreta se redondeara de 1 a 5, esto es, 1287 grupos;
por tanto el 25% restante de los grupos o no contienen turistas alemanes o todos los del grupo final son turistas alemanes.
DISTRIBUCIN D E PROBABILIDAD POR PROBABILIDAD

Este tipo de distribucin puede ser discreta o continua (segn el

nmero de observaciones o experimentos o su c o m p o r t a m i e n t o ) . Su
principal caracterstica radica en que se tiene una probabilidad base de
ocurrencia, p, y que se aplica a una serie de N eventos sucesivos (con
orden nico), esto es, en cierta forma no pueden realizarse eventos fuera
de su tiempo de ocurrencia, y al mismo tiempo cada uno tiene la posibilidad de ser favorable o desfavorable (la ocurrencia puede ser a favor o
en contra).

CAP. 6. PROBABILIDAD

155

Un ejemplo de lo anterior sera el de conocer la potabilidad p de

ganar un viaje (determinada a priori o a posterior) que correspondera a
la probabilidad base. Si se tiene la oportunidad de participar en TV sorteos, stos corresponderan a los eventos sucesivos ya que cada sorteo
se realiza (generalmente) uno despus de otro hasta completar el total
de sorteos; asimismo, se establece la p r o b a b i l i d a d de ganar un viaje
(evento favorable) o de perder un viaje (evento desfavorable) en cada
uno de los sorteos.
Si se presentan todas las alternativas posibles con su respectiva
probabilidad de ocurrencia, se obtendra la distribucin de probabilidad
por probabilidad correspondiente.

Distribucin binomial
Como es una distribucin de probabilidad por probabilidades discreta, se identifica para su aplicacin cuando:
a) La probabilidad base es centralizada, esto es, su valor est comprendido dentro del intervalo de 5% a 95%, inclusive, o sea, 5%
<p<95%.
b) El nmero de observaciones o experimentos /V es menor o igual
a 10 (Nz 10).
c) Se emplea para determinar la probabilidad puntual de obtener k
xitos o resultados favorables de un total de N observaciones o
experimentos, y tiene como antecedente la probabilidad, a priori
o a posterior del xito de un resultado favorable y se auxilia de
la siguiente expresin:
P(k;N,

p) = ( ^ ) p V ^

donde:
k
N
p
q

=
=
=
=

nmero de xitos propuesto,

nmero de observaciones o experimentos,
probabilidad base de obtener un xito, y
probabilidad base de no obtener un xito.
P + Q*= 1

En este tipo de distribucin, los diferentes valores de k representan a la variable aleatoria, cuando se conocen o establecen

PARTE I I

156

todos los posibles resultados de xito que pueden lograrse. Sin

embargo, para el anlisis estadstico no se requiere ms que conocer el valor esperado a travs de la expresin:
[i = Np
as como la varianza y la desviacin estndar por:
c

= Npq

o = yJNpq

no obstante, si es necesario, se podr realizar t o d o el trabajo

de anlisis estadstico indicado en la seccin "Distribucin de
probabilidad p o r eventos" de este captulo, con los mismos resultados.
Ejemplo 6.14. El gerente de un restaurante estima que la probabilidad de tener a u n t u r i s t a como comensal es de 25 %. Si en un momento
del da ingresan al restaurante 8 personas, determinar:
o)
b)
c)
d)
e)

La probabilidad de que al menos una de las personas sea turista.

La probabilidad de que ninguna de ellas sea turista.
La probabilidad de que todos sean turistas.
El valor esperado de turistas dentro de estas ocho personas.
Interprete los resultados a partir de la varianza y la desviacin
estndar.

Solucin
Ya que 25 % se encuentra dentro del i n t e r v a l o de 5 % a 95 %, es una
p r o b a b i l i d a d base centralizada, lo que da paso a la distribucin binomial. Por el nmero de personas que ingresan, N = 8, se establece que el
nmero es menor a 10, lo que confirma que se trata de una distribucin
binomial, por lo que se aplican las expresiones de sta para resolver los
incisos del a al e.
a) La probabilidad de que al menos una de las personas sea turista
(una o ms) se obtiene mediante la suma de las probabilidades de tener
1 O 2 O 3 O 4 O 5 O 6 O 7 U 8 turistas:

PQ menos 1) = P(k = 1) + P(k = 2) + P(k = 3) + P(k = 4)

+ P(k = 5) + P(k = 6) + P(k = 7) + P(k = 8)

CAR 6. PROBABILIDAD

P(k = 1) = / (1;8,0.25) =

157

(0.25)'(0.75) = 8(0.25)(0.133484)

>

= 0.2670 = 26.70 %
/>(/? = 2) = P(2; 8,0.25) =

(0.25) (0.75) = 28(0.0625)(0.177978)

2

v2,

= 0.3115 = 31.15 %

P(k = 3) = P(3;8,0.25) =

(0.25) (0.75) = 56(0.015625)(0.2373)

3

v3/

= 0.2076 = 20.76 %

P(k = 4) = P(4;8,0.25) =

(0.25) (0.75) = 70(0.0039)(0.3164)

4

= 0.0865 = 8.65 %

/>(/? = 5) = P(5;8,0.25) =

(0.25) (0.75) = 56(0.00098)(0.42187)

5

v5y

= 0.0231 = 2.31 %

P ( * = 6) = P(6;8,0.25) =

(0.25) (0.75) = 28(0.00024)(0.5625)

6

v6y

= 0.0038 = 0.38 %

P(k = 7) = P(7;8,0.25) =

(0.25) (0.75) = 8(0.00006)(0.75)

7

v7y

= 0.0004 = 0.04 %

P(k = 8) = P(8;8,0.25) =

(0.25) (0.75) = 1(0.000015)(1)

8

v8y

= 0.000015 = 0.0015 %

158

PARTE II

Al sumar todos los valores como se indic, se tiene que:

PQ menos 1) = 0.8999 = 89.99%
Una forma sencilla y rpida de resolver el problema sera restarle a
la probabilidad del espacio muestral la probabilidad de que ningn comensal sea turista, k = 0.
P(al menos 1) = 1 - P(k = 0) = 1 - P(0; 8, 0.25) = 1 - ( C )(0.25) (0.75)
8

= 1 - 1(1)(0.100113) = 0.8999 = 89.99%

LQQD

b) p(ningn turista) = P(k = 0) = 0.100113 = 10.01 %

c) p(todos turistas) = P(k = 8) = 0.0000153 = 0.0015 %
rf) El valor esperado es el siguiente:
i = Np = 8(0.25) = 2 turistas de los ocho comensales.
e) Como puede notarse, por los resultados obtenidos, la distribucin
es asimtrica por lo que al aplicar el teorema de Chebyshev se tiene que:
El valor esperado es de dos turistas entre ocho comensales recibidos, lo que corresponde a la ms alta probabilidad de la distribucin.
Si se suma y resta dos veces la desviacin estndar al valor esperado se obtiene lo siguiente:
LI 2a = 2 2^pq = 2 2^8(0.25X0.75) = 2 2.45
Existe una probabilidad de 75 % de que la verdadera media se encuentre dentro del intervalo de cero a cuatro (-0.45 a 4.45, pero
se redondea por ser resultados puntuales), o 75% de los posibles
resultados tendrn de cero a cuatro turistas de los ocho comensales.
Si se suma y resta tres veces la desviacin estndar al valor esperado, resulta:
\L 3o = 2 3jp~q = 2 3^8(0.25X0.75) = 2 3.67
Existe una probabilidad de 89 % de que la verdadera media se encuentre dentro del intervalo de cero a seis (-1.67 a 5.67, pero se
redondea por ser resultados puntuales y el valor negativo se lleva

CAP. 6. PROBABILIDAD

159

a cero), 89 % de los posibles resultados tendrn de cero a seis turistas de los ocho comensales.

Caso especial. Distribucin

con tendencia a normal

binomial

sta se presenta cuando la probabilidad base es centralizada, pero

el nmero de observaciones o experimentos es mayor a l 0 ( 5 / o p <
95% y TV > 10).
Por tanto, debern calcularse el valor esperado y la desviacin estndar por medio de las expresiones de la distribucin binomial, con la
finalidad de conocer las caractersticas principales de la distribucin normal y resolver el problema, ahora, como una distribucin continua.
En el apartado "Distribucin normal" de este captulo, se ver cmo
se emplea la distribucin normal para resolver este tipo de casos.

Distribucin de Poisson
Como es una distribucin de probabilidad por probabilidad es discreta, y se identifica para su aplicacin cuando:
) La probabilidad base es extrema, esto es, su valor puede ser menor a 5 % o mayor a 95 %, o sea, 5 % > p > 95 %.
b) El nmero de observaciones o experimentos ./Ves mayor a 10 (N
> 10).
c) El valor esperado, u,, de xitos ser menor o igual a 10, [i =s 10.
d) Se emplea para determinar la probabilidad puntual de obtener k
xitos o resultados favorables de un total de TV observaciones o
experimentos, se tiene como antecedente la probabilidad, a priori o a posterior del xito de un resultado favorable, y se auxilia
de la siguiente expresin:
P{k; N, p ) =

^ ~

donde:
k = nmero de xitos propuesto
N = nmero de observaciones o experimentos
(j. = valor esperado

PARTE I I

160

p = probabilidad base de obtener un xito

e = nmero neperiano = 2.71828182... (base de los logaritmos
naturales)
! = smbolo de factorial
Aqu los diferentes valores que puede adoptar k representan a la variable aleatoria, que relacionados con su probabilidad de ocurrencia, proporcionan la distribucin de probabilidad correspondiente.
Sin embargo, para el anlisis estadstico no se requiere ms que
calcular el valor esperado con la expresin:
[i = Np
as como la varianza y la desviacin estndar por:
a

= |i

a = Via

ntese que en este caso exclusivamente, la varianza y el valor

esperado son iguales en magnitud, aunque no de unidades.
Si se requiere pueden efectuarse todos los pasos indicados en "Distribucin de probabilidad de eventos" para obtener los elementos
para el anlisis estadstico, aunque en la distribucin de Poisson
esta labor sera muy ardua, sobre todo s\Nes muy grande.
Ejemplo 6.15. El gerente administrativo del hotel El Descanso establece que 1 % de sus huspedes regresarn en su prximo periodo
vacacional. Si cuenta en un momento dado con 900 huspedes, determinar:
a)
b)
c)
d)
e)

La probabilidad de que al menos uno regrese.

La probabilidad de que nueve regresen.
La probabilidad de que ninguno regrese.
El valor esperado de huspedes que regresaran.
Interprete sus resultados haciendo uso de la desviacin estndar.

Solucin
Se establece una probabilidad base de 1 % (menor a 5 %) lo que indica distribucin de Poisson, as como 900 es mayor a 10 y \x = 900 (0.01) =
9 lo que confirma la utilizacin de las expresiones de la distribucin de
Poisson.

CAR 6. PROBABILIDAD

161

a) Si considera que /'(al menos 1 regrese) = 1 - P(k = 0, ninguno regrese), entonces:

P(0;900,0.01) =

= e" = 0.0001234 = 0.01234 %

9

y se tiene PQai menos 1) = 1 - 0.0001234 = 0.999877 = 99.99% de que al

menos un husped regrese en su prximo periodo vacacional.
>) En este caso k = 9, por tanto:
9V

P(9; 900,0.01) =

= (1067.63)(0.0001234) = 0.131755 = 13.18 %

de probabilidad de que nueve huspedes regresen en su prximo periodo vacacional.

c) Aqu k = 0, por tanto:
P(0; 900,0.01) =

= e

= 0.0001234 = 0.01234 %

la probabilidad es tan pequea que se establece como cuasi-cero.

d ) Como se indic anteriormente, para confirmar la distribucin de
Poisson, el valor esperado es de nueve huspedes que regresen en su
prximo periodo vacacional.
e) o = n, entonces la varianza tiene un valor de nueve y la desviacin estndar de tres (por ser la raz cuadrada de la varianza), por tanto,
al ser una distribucin asimtrica y al aplicar el teorema de Chebyshev,
se tiene:
2

Si se suma y se resta dos veces la desviacin estndar al valor

esperado:
\i 2o = 9 2(3) = 9 6
Hay 75 % de probabilidades de que el valor esperado verdadero
se encuentre dentro del intervalo de tres a 15; asimismo, se establece que 75% de los resultados posibles contenga de tres a 15
huspedes que regresen en su prximo periodo vacacional.
Si se suma y se resta tres veces la desviacin estndar al valor
esperado:
\i 3a = 9 3(3) = 9 9

162

PARTE II

Hay 89 % de probabilidades de que el valor esperado verdadero

se encuentre dentro del intervalo de 0 a 18; asimismo, se establece que 89% de los resultados posibles contengan de 0 a 18 huspedes que estn regresando en su prximo periodo vacacional.

Caso especial. Distribucin

con tendencia a normal

de

Poisson

Se presenta cuando la probabilidad es extrema, el nmero de observaciones o experimentos es mayor a 10 y el valor esperado es mayor a 10
(5% > p > 9 5 % , N> 10, (A > 10).
Por tanto, debern calcularse el valor esperado y la desviacin estndar mediante las expresiones de la distribucin de Poisson, con la
finalidad de conocer las caractersticas principales de la distribucin
normal y resolver el problema, ahora, como una distribucin continua.
En el apartado siguiente se ver cmo se emplea la distribucin normal para resolver este tipo de casos.

Distribucin normal
Por ser una distribucin continua no permite el clculo de probabilidades puntuales (ya que stas sern siempre cuasi-cero) sino que establece la probabilidad de intervalos, definida por el rea bajo la curva
normal comprendida entre los lmites del intervalo propuesto. Se muestra simtrica y en forma de campana, su eje de simetra es el valor de la
esperanza matemtica (valor esperado), como se muestra en la siguiente figura:

CAP. 6. PROBABILIDAD

163

En estas circunstancias se observa que siempre la mxima concentracin de valores se encuentra alrededor del valor esperado.
Dada su condicin de continua, permite obtener las probabilidades
de intervalos no necesariamente dados por lmites enteros, sin embargo
para su aplicacin en la Administracin Turstica siempre se debern
emplear intervalos con lmites enteros, ya que no podr especificarse,
por ejemplo, 1.63 viajes o 63.175 turistas.
Los elementos principales que identifican a la distribucin normal
son los siguientes:
N = nmero de observaciones o experimentos (puede ser del tamao del universo)
JI = valor esperado
o = desviacin estndar
Por lo que cada conjunto de datos presentar una curva normal
caracterstica que se obtiene con la expresin:

y(* ) =

-7=e

o~v27i

Sin embargo, por la inefectividad de estar determinando la curva de

cada caso en particular, se emplea una curva normal estndar con base en el
valor estndar de normalizacin, z, el cual se define algebraicamente como:
-

'-

i
\ .a ecuacin para ste es la siguiente:
1
r(z ) = ^ = e
(

V271

donde su mxima ordenada se tendr cuando z = 0 (X = u) y es de

0.39894228.
El valor estndar de normalizacin (z) corresponde al nmero de
veces que se suma y se resta la desviacin estndar (o) al valor esperado,
por consiguiente, si z = 1, \x l a ; si z = 2, x 2a; si z = 3, y. 3a; si z = 4,
u 4a; etc. En esta situacin se puede notar que corresponde a los intervalos de confianza dados por la regla emprica para funciones simtricas:

164

\i-2o<n<\i + 2o
\i-3o^\i<,\i + 3a
[ i - 4 a < | i < | i + 4a
J

Como la distribucin normal es asinttica (sus ramas se aproximan

al eje horizontal pero nunca lo tocan, ni en el infinito), sta se extiende
desde -< a +00.
Como se indic anteriormente, la probabilidad es el rea bajo la
curva normal en el intervalo correspondiente, por tanto, si el intervalo
es de -00 a +00, la probabilidad o rea bajo la curva normal es de 100% y
corresponde al espacio muestral.
Para facilitar el trabajo de aplicacin a la Administracin Turstica, se
considerar que para cualquier valor de z a +4 o < - 4 , el rea bajo la curva
normal ser de 100%, como se muestra a continuacin p a r a z = 4.
= 0.99994 = 99.994 % = 100 %

(Las reas bajo la curva normal para valores de z de 0 a 4 o 0 a - 4 y para

dos decimales de sta, y con referencia al origen, se dan en la tabla de
reas bajo la curva normal como anexo 1.)
PROCEDIMIENTO PARA E L CLCULO DE LAS
PROBABILIDADES POR DISTRIBUCIN NORMAL
a) Identificar cualesquiera de las tres siguientes alternativas de aplicacin de la distribucin normal:
Binomial con tendencia a normal.
Poisson con tendencia a normal.
Conocidas exclusivamente N, [i y a.
b) Calcular los valores estndar de normalizacin para cada lmite del
intervalo correspondiente con la expresin:
i
los valores de \i y o dependen de las alternativas identificadas en el
paso anterior. Recuerde que para cada distribucin de probabilidad
el clculo es diferente.

CAP. 6. PROBABILIDAD

165

c) Obtener por medio de la tabla de reas bajo la curva normal (vase

anexo) la correspondiente a cada valor de z. (Fijar en la primera columna el entero y el primer decimal de z, y en el primer rengln se fija el segundo decimal, su correspondencia en el cuerpo de la tabla proporcionar el rea buscada desde el eje de simetra hasta el valor de z o - z . )
d) Indicar en un esquema la posicin de cada valor de z y su respectiva
rea para determinar la solucin correspondiente al intervalo propuesto.
e) Dar una conclusin al problema.
Ejemplo 6.16. Un turista viaja cinco veces cada ao en promedio a
diversos destinos en el mundo, dos de estos viajes son a Italia, aunque
pueden ser ms. Para el prximo ao tiene programados 15 viajes y desea saber cul es la probabilidad de que:
)
6)
c)
d)
e)
f)

Menos de 4 de esos viajes sean a Italia.

De 2 a 6 sean a Italia.
Ms de 8 sean a Italia.
A l menos 5 sean a Italia.
Entre 4 y 7 sean a Italia.
Exactamente 3 sean a Italia.

Solucin
Considerando dos de cinco viajes a Italia que realiza en promedio
anual, la probabilidad de viajar a este destino es de 2/5 (40%), lo que
muestra una probabilidad centralizada que corresponde a una distribucin binomial. El nmero de observaciones o experimentos (nmero de
viajes programados) es mayor a 10 (N = 15), por tanto, corresponde al
caso especial de la distribucin binomial con tendencia a normal. Por
consiguiente, para determinar las caractersticas principales de la distribucin normal, se emplearn las expresiones proporcionadas por la distribucin binomial:
\i = Np = 15(0.4) = 6
a

= Npq = 15(0.4)(0.6) = 3.6

a = V^6 = 1.8974

a) Para este inciso los lmites de intervalo son cuatro y cero (menos
de cuatro viajes a Italia hasta cero viajes a Italia). Por ser una distribucin continua, un valor menor a 4 podra ser 3.99999999..., por lo que no
afectar al proceso el manejar cuatro como lmite.

166

PARTE I I

Por tanto, si, Xi = 4 y X = 0

2

Z l

z =
2

fc
a

1.8974

1.8974

=-1.05

= -3.16

Por la tabla de reas bajo la curva normal:

z = -1.05;

A = 0.35314

z = -3.16;

A = 0.49921

Zl

esquemticamente:

No olvidar que las reas se miden desde el eje de simetra hasta

cada uno de los lmites del intervalo, por tanto:
P(Xi < 4~)=A -A
Z2

= 0.49921 - 0.35314 = 0.14607 - 0.1461 = 14.61%

En conclusin, la probabilidad de menos de cuatro viajes a Italia de

los 15 programados, es de 14.61 %.
>) Siendo los lmites X\ = 2 y X = 6, entonces:
2

CAP. 6. PROBABILIDAD

167

y sus reas correspondientes son las siguientes:

zi = -2.11;

A = 0.48257

z = 0;

A ., = 0.0

Z]

esquemticamente:

P(2 s X s 6) = A - A = 0.48257 - 0.0 = 0.48257 - 0.4826 = 48.26 %

Zl

Z2

Conclusin, la probabilidad de dos a seis viajes a Italia, de los 15

programados, es de 48.26%.
c) Los lmites en este caso son X = 8 y X = 15, por tanto:
x

Z x

1.8974

= 1.05

X - u
15-6
, _,
z =" =
= 4.74
a
1.8974
2

sus reas correspondientes son las siguientes:

z = 1.05;

A = 0.35314

z = 4.74;

A = 0.50000

esquemticamente:

P(8 <X) = A - A = 0.50000 - 0.35314 = 0.1467 = 14.67 %

H

Conclusin, la probabilidad de viajar ms de ocho veces a Italia, de

los 15 viajes programados es de 14.67%.
d ) A l menos cinco es cinco o ms, por tanto los lmites son X\ = 5 y
X = 15, as:
2

X -|i _
x

" 1.8974

X - u
2

= -0.53

15-6

5-6

= 4.74
1.8974

sus reas correspondientes son las siguientes:

z i = -0.53;
z = 4.74;
2

esquemticamente:

0.20194
A

Z2

= 0.50000

169
P(5 < X, < 15) = A + A = 0.20194 + 0.50000 = 0.70194 - 0.7019 = 70.19%
Zx

Conclusin, la probabilidad de viajar al menos cinco veces a Italia,

de los 15 viajes programados, es de 70.19 %.
e) Los lmites podran ser 4.000000001 y 6.9999999, por tanto, emplear 4 y 7 no modificara en nada los resultados.
4-6

Xi-\i

1.8974
X -\i
2

7-6

" 1.8974

= -1.05

= 0.53

las reas correspondientes sern:

zi = -1.05;

z = 0.53;

Zi

Zn

= 0.35314
= 0.20194

esquemticamente:

P(4<X,

< 7)=A +A
Zl

= 0.35314 - 0.20194 = 0.55508 - 0.5551 = 55.51 %

En conclusin, la probabilidad de que realice entre cuatro y siete

viajes a Italia, de los 15 programados es de 55.51 %.
f) Exactamente tres, nicamente existe un lmite, por tanto, no hay
intervalos y se considera un valor puntual, cuya probabilidad es cuasi-cero.

170

PARTE I I

Conclusin, la probabilidad de que viaje exactamente tres veces a

Italia es 0%.
Ejemplo 6.17. Con base en sus estadsticas, el rea de banquetes
del hotel El Descanso establece que el nmero promedio de invitados a
su saln El Baile, con capacidad para 800 personas, es de 400, con una
desviacin estndar de 60. Desea determinar cul es la probabilidad de
tener su prximo evento en este saln:
a) De 300 a 500 invitados.
b) Menos de 350 invitados.
c) Ms de 600 invitados.
Solucin
) Los lmites son X = 300 y X = 500, as:
x

300 - 400

X -\i
x

60
Zo

500 - 400

X -\L
2

60

= -1.67

= 1.67

las reas correspondientes son las siguientes:

z = -1.67;
z=
2

= 0.45254

2l

1.67;

Z2

= 0.45254

esquemticamente:

300

400

500

171
P(350 < X < 500) = A + A = 0.45254 + 0.45254 = 0.90508 - 0.9051
2l

= 90.51%
Conclusin, la probabilidad de tener de 300 a 500 invitados en el
saln El Baile es de 90.51 %.
6) Los lmites son X = 350 y X = 0, as:
x

X, - n

350 - 400

Zi =

60
0-400

X -\i
2

Q Q

U.oo

_
= -6.67
c

60

las siguientes son las reas correspondientes:

zi = -0.83;

z = -6.67;

A = 0.5000

= 0.29673

22

esquemticamente:

P(X < 350) = A - A = 0.5000 - 0.29673 = 0.20327 - 0.2033 = 20.33 %

Zl

Conclusin, la probabilidad de tener menos de 350 invitados en el

saln El Baile es de 20.33 %.
c) Los lmites son X = 600 y X = 800, as:
x

172

X^-ji

600 - 400

Z l

X -\L
2

60
=

800 - 400

60

= b.b/

las siguientes son las reas correspondientes:

zi = 3.33;

A = 0.499574

z = 6.67;

A = 0.5000

Z2

esquemticamente:

P(X > 600) =

- A = 0.5000 - 0.49957 = 0.00043 - 0.0004 = 0.04 %

z

Conclusin, la probabilidad de tener ms de 600 invitados en el saln El Baile es de 0.04%.

RESUMEN

La probabilidad es una herramienta de gran utilidad en la Administracin Turstica, debido a la gran cantidad de situaciones que se presentan en situacin de riesgo o incertidumbre. Con sta se pueden considerar situaciones que de otra manera tal vez no podran considerarse
en cuanto a posibilidad de ocurrencia.

CAR 6. PROBABILIDAD

173

La posible ocurrencia de fenmenos o situaciones en el mbito t u rstico siempre debe ser cuantificada, de manera que se tenga un valor
representativo de su ocurrencia, que permita emitir juicios ms acertados y apegados a la realidad.
Tal vez la aplicacin en forma continua y amplia no se d, sin embargo, tener una idea clara y en forma numrica del comportamiento de
una situacin, lo que puede establecerse por las distribuciones de probabilidad, permitir al administrador turstico ser un buen tomador de
decisiones.
La probabilidad muestra sus bondades en tanto el que las maneja
encuentra en ellas una fuente interminable de informacin para la toma
de decisiones.