Professional Documents
Culture Documents
CONCEPTUALIZACIN
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%
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
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
p m
p m
p m
POSTERIOR!
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
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
p m
136
PARTE I I
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.
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
El
P(E{)
P(E )
...
PCEj)
...
P(En)
5 = espacio muestral
0 <P{E) < 1
entonces:
PCEO + P(E ~) + PCE) + ...+ P(En) =P(S) = l 00 %
2
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
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
^ 2)
u )
2
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)
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)
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)
1 5
35 + 15 + 10 + 20 + 5 + 25
= = 13.64 %
110
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)
entonces:
5
P(TS\C)
y
= P- = = 10%
50_
50
110
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
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
Ei
e ,
n
144
PARTE I
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( )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
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
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
por consiguiente:
P(habitacin sencilla reservada por hombre de negocios) = 70 %
P(habitacin doble reservada por hombre de negocios) = 40 %
CAP. 6. PROBABILIDAD
147
= 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
/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
10C3 5C2 =
10Q
= 50
(120)(10) = 1200
C , - (210)(5) = 1050
5
5C0 =
(252)(1) = 252
150
PARTE I I
0.033%
= 1/3003
= 50/3003
= 450/3003 = 14.98%
= 1200/3003 = 39.96%
= 1.66%
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%
CAP. 6. PROBABILIDAD
151
t[xfP{X,)}-^
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)
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
CAP. 6. PROBABILIDAD
153
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
c) Clculo de la varianza:
= 0.86982
1716
1716
CAP. 6. PROBABILIDAD
155
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
=
=
=
=
En este tipo de distribucin, los diferentes valores de k representan a la variable aleatoria, cuando se conocen o establecen
PARTE I I
156
= Npq
o = yJNpq
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:
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) =
v2,
= 0.3115 = 31.15 %
P(k = 3) = P(3;8,0.25) =
v3/
= 0.2076 = 20.76 %
P(k = 4) = P(4;8,0.25) =
= 0.0865 = 8.65 %
/>(/? = 5) = P(5;8,0.25) =
v5y
= 0.0231 = 2.31 %
P ( * = 6) = P(6;8,0.25) =
v6y
= 0.0038 = 0.38 %
P(k = 7) = P(7;8,0.25) =
v7y
= 0.0004 = 0.04 %
P(k = 8) = P(8;8,0.25) =
v8y
= 0.000015 = 0.0015 %
158
PARTE II
LQQD
CAP. 6. PROBABILIDAD
159
a cero), 89 % de los posibles resultados tendrn de cero a seis turistas de los ocho comensales.
binomial
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
= |i
a = Via
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
P(9; 900,0.01) =
= e
= 0.0001234 = 0.01234 %
162
PARTE II
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
'-
i
\ .a ecuacin para ste es la siguiente:
1
r(z ) = ^ = e
(
V271
164
\i-2o<n<\i + 2o
\i-3o^\i<,\i + 3a
[ i - 4 a < | i < | i + 4a
J
CAP. 6. PROBABILIDAD
165
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
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
Z l
z =
2
fc
a
1.8974
1.8974
=-1.05
= -3.16
A = 0.35314
z = -3.16;
A = 0.49921
Zl
esquemticamente:
CAP. 6. PROBABILIDAD
167
A = 0.48257
z = 0;
A ., = 0.0
Z]
esquemticamente:
Z2
Z x
1.8974
= 1.05
X - u
15-6
, _,
z =" =
= 4.74
a
1.8974
2
A = 0.35314
z = 4.74;
A = 0.50000
esquemticamente:
X -|i _
x
" 1.8974
X - u
2
= -0.53
15-6
5-6
= 4.74
1.8974
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
Xi-\i
1.8974
X -\i
2
7-6
" 1.8974
= -1.05
= 0.53
z = 0.53;
Zi
Zn
= 0.35314
= 0.20194
esquemticamente:
P(4<X,
< 7)=A +A
Zl
170
PARTE I I
300 - 400
X -\i
x
60
Zo
500 - 400
X -\L
2
60
= -1.67
= 1.67
= 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
z = -6.67;
A = 0.5000
= 0.29673
22
esquemticamente:
172
X^-ji
600 - 400
Z l
X -\L
2
60
=
800 - 400
60
= b.b/
A = 0.499574
z = 6.67;
A = 0.5000
Z2
esquemticamente:
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.