Caso de estudio: LA EMPRESA ROHM AND HASS

Rohm and Hass es el principal productor de materiales

especiales, entre los que se encuentran materiales electrnicos,
polmeros para pinturas y artculos para el cuidado personal.
En el rea de productos qumicos, para un cliente
determinado, la empresa produce un catalizador caro que el
cliente emplea en sus procesos qumicos.

Caso de estudio: LA EMPRESA ROHM AND HASS

Algunos, pero no todos los lotes que produce la empresa
satisfacen las especificaciones del producto. El contrato estipula
que el cliente debe probar cada lote despus de recibirlo y
determinar si el catalizador podr realizar la funcin esperada. Los
lotes que no pasen la prueba del cliente sern regresados. Con el
tiempo, la experiencia ha mostrado que el cliente acepta 60% de
los lotes y regresa 40%. Ni el cliente ni la empresa estaban
satisfechos con este servicio.

Caso de estudio: LA EMPRESA ROHM AND HASS

La empresa examin la posibilidad de, antes de enviar
el lote, replicar la prueba que haca el cliente. La empresa
crey que la prueba podra indicar si el catalizador
pasara la compleja prueba que practicaba el cliente.

La pregunta es: cul es

la probabilidad que el
catalizador pase la
prueba del cliente dado
que pas la prueba de la
empresa antes de enviar
el lote?

PROBABILIDADES

LOGRO DE APRENDIZAJE

Al finalizar la sesin, el estudiante ser

capaz de calcular probabilidades
haciendo uso de las reglas y axiomas
de probabilidad.

Probabilidad y juegos de azar

La probabilidad matemtica
tiene sus orgenes en los
juegos de azar (dados
/cartas).
Problemas
Contabilizar
el
N
de
posibles
resultados
de
lanzar varias veces un dado.

Probabilidad
Definicin
Es una medida numrica de
la posibilidad de que ocurra
un evento.

Es un nmero real que

expresa la confianza o
incertidumbre
en
la
ocurrencia de un suceso o
evento, cuyo resultado no se
puede predecir con certeza.

Probabilidad

Los eventos futuros no pueden predecirse con

absoluta seguridad, solo se puede llegar a
aproximaciones de la ocurrencia o no del evento.
La tcnica probabilstica encuentra un valor entre 0
y 1, que es la probabilidad la que nos indicar:
si es cercano a uno, es casi seguro que
ocurrir tal evento,
caso contrario se aproximar a cero, esto
indica que es muy posible que dicho evento no
ocurra.

Probabilidad

Los eventos futuros no pueden predecirse con

absoluta seguridad, solo se puede llegar a
aproximaciones de la ocurrencia o no del evento.
La tcnica probabilstica encuentra un valor entre
0 y 1, que es la probabilidad la que nos indicar:
si es cercano a uno, es casi seguro que
ocurrir tal evento,
caso contrario se aproximar a cero, esto
indica que es muy posible que dicho evento
no ocurra.

Experimento Aleatorio

Es todo experimento u operacin cuyo resultado

no puede predecirse con certeza .

1: Lanzar una moneda 2 veces y registrar los

resultados.
2: Lanzar un dado y registrar el resultado.
3: el tiempo de vida de un componente elctrico.
4: Lanzar un dado hasta obtener un 6 y registrar
el nmero de lanzamientos requeridos.
5: Una caja contiene 3 bolas blancas y 5 rojas.
Extraer una bola y observar el color.

Espacio Muestral
Es el conjunto de todos los resultados posibles de un
experimento aleatorio. Los espacios mustrales
pueden ser finitos o infinitos. Los espacios
mustrales infinitos pueden ser clasificados a su
vez en numerables y no numerables.
Ejemplos:
1 ={(c, c), (c, s) (s, c), (s, s)}
2 ={1, 2, 3, 4, 5, 6}
3 ={t R / t > 0}
4 ={1, 2, 3, 4, . . . }

Punto muestral
Es el conjunto de todos los resultados posibles de un
experimento aleatorio. Los espacios mustrales
pueden ser finitos o infinitos. Los espacios
mustrales infinitos pueden ser clasificados a su
vez en numerables y no numerables.
Ejemplos:
1 ={(c, c), (c, s) (s, c), (s, s)}
2 ={1, 2, 3, 4, 5, 6}
3 ={t R / t > 0}
4 ={1, 2, 3, 4, . . . }

Ejemplo
Un ingeniero elctrico tiene en su mano dos cajas
de resistores, cada una con cuatro de stos. Los
resistores de la primera caja estn etiquetados con
10
(ohms),
pero,
de
hecho,
sus
resistencias son de 9,10,11 y 12 . Los resistores
de la segunda caja tienen la etiqueta de 20
,pero sus resistencias son de 18,19,20 y 21
El ingeniero elige un resistor de cada caja y
determina la resistencia de cada uno. Sea A el
evento para el cual el primer resistor tiene una
resistencia mayor a 10, sea B el evento en el que
el segundo resistor tiene una resistencia menor a
19 y sea C el evento en el cual la suma de las
resistencias es igual a 28. Determine un espacio
muestral para este experimento y especifique los
subconjuntos que corresponden a los eventos A, B
yC
14

Evento o Suceso

Es un subconjunto del espacio muestral. Se

les representa con letras maysculas.

Tipos de eventos:

Evento simple o elemental. Contiene slo un

elemento del espacio muestral.
Ejemplo:
En el experimento 2, lanzar un dado y
registrar el resultado,
A = {2} es un evento simple.

Tipos de Evento

Evento compuesto. Contiene

elementos del espacio muestral.
Ejemplo: A = {2, 5}

ms

Evento seguro o universal. Es el espacio

muestral.
Ejemplo: A = {1, 2, 3, 4, 5, 6}

Evento imposible o vaco. No contiene ningn

elemento del espacio muestral.
Ejemplo: A = { }

Tipos de Evento

Eventos mutuamente excluyentes.

Dos eventos A y B definidos sobre un espacio
muestral son mutuamente excluyentes si no
tienen elementos comunes; es decir, si no
pueden ocurrir simultneamente. (A B = ).

Ejemplo:
En el experimento 1, lanzar una moneda dos
veces, los eventos A: obtener una cara y B:
obtener dos caras son mutuamente excluyentes.

Tipos de Evento

Eventos Colectivamente Exhaustivos.

Dos eventos A y B definidos sobre un espacio
muestral son colectivamente exhaustivos si
son mutuamente excluyentes y su unin es el
espacio muestral. (A U B = ).
Ejemplo:
En el experimento 1, lanzar un dado y registrar el
resultado, los eventos A = {1, 2} y B = {3, 4, 5, 6}
son complementarios.

Probabilidad
Definicin clsica o a priori
Si un experimento aleatorio
tiene n()
puntos
muestrales mutuamente
excluyentes
es
igualmente posibles, y si
n(A) de
estos
puntos
muestrales presentan
una
caracterstica tal
como A,
entonces la probabilidad de
ocurrencia del evento A es:
n( A)
N d ep u n tomu
s estralesd eA
P( A)

n() N to tald ep u n todselesp acio mu estral

Ejemplos

Para cubrir 6 puestos de trabajo se han

presentado 7 hombres y 4 mujeres. Si la seleccin
es al azar. Cul es la probabilidad de que una
sola mujer sea elegida en el grupo de 6?
Una bolsa tiene 8 bolas blancas y 5 negras. Se
extraen al azar 4 bolas.
Si la seleccin es con reemplazo Cul es la
probabilidad de que 3 bolas blancas y 1
negra sean extradas?
Si la seleccin es sin reemplazo?

Probabilidad
Definicin de probabilidad a partir de
frecuencias relativas o a posteriori
Si un experimento aleatorio se repite n veces bajo las
mismas condiciones y nA resultados estn a favor de
un evento A, la frecuencia relativa del evento A es:

y la probabilidad del evento A es:

En este caso, la frecuencia relativa del evento A
proporciona una estimacin de la probabilidad real del
evento A.

Los axiomas de Kolmogorov (1903-1987)

Dado un conjunto de sucesos elementales, , sobre el que se ha

definido un de subconjuntos de y una funcin P que asigna
valores reales a los miembros de , a los que denominamos
"sucesos", se dice que P es una probabilidad sobre (,) si se
cumplen los siguientes tres axiomas.
Primer axioma

La probabilidad de un suceso es un nmero real mayor o igual que 0.

P (A) 0

Segundo axioma
La probabilidad del total, , es igual a 1.
P () = 1

Tercer axioma
Si dos sucesos A y B, son mutuamente excluyentes o independientes,
entonces:

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

Ejemplos

En un proceso que fabrica latas de aluminio, la probabilidad

de que una lata tenga alguna fisura en su costado es de
0.02,la de que otra la tenga en la tapa es de 0.03 y de que
una ms presente una fisura en el costado y en la tapa es
de 0.01. Cul es la probabilidad de que al elegir una lata
en forma aleatoria tenga una fisura? Cul es la
probabilidad de que no la tenga?

Un ingeniero que vigila el control de calidad toma una

muestra de 100 unidades fabricadas por determinado
proceso y encuentra que 15 de ellas son defectuosas.
Verdadero o falso.
A) La probabilidad de que una unidad fabricada por este
proceso est defectuosa es 0.15.
B) La probabilidad de que una unidad fabricada por este
proceso est defectuosa se aproxima a 0.15,pero no es
exactamente
igual a 0.15.

Teoremas de Probabilidad
1 Regla de Adicin
La Regla de Adicin nos da la forma
de calcular la probabilidad de que
ocurra el evento A B ambos.
a) Si los eventos son No excluyentes

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

b) Si los eventos son

Mutuamente Excluyentes
A

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

Teoremas de Probabilidad
2. Regla de Multiplicacin
La Regla de Multiplicacin nos da la forma de calcular la probabilidad
de la interseccin de dos eventos.

a) Si los eventos son Dependientes

o relacionados
A

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

b) Si los eventos son Independientes

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

25

Teoremas de Probabilidad
3. Probabilidad Condicional

La probabilidad de que ocurra un evento dado que otro evento ya

ha ocurrido se llama Probabilidad Condicional
a) Si los eventos son Dependientes
o relacionados
A

b) Si los eventos son Independientes

= P ( A B ) / P (B)

P ( A / B ) = P (A)

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

P ( B / A ) = P (B)

P(A/B)

26

Ejemplos
Un vehculo tiene dos motores: uno principal y otro auxiliar. El
componente del motor falla slo si fallan ambos motores. La
probabilidad de que el motor principal falle es de 0.05 y la de que el
motor auxiliar falle es de 0.10. Suponga que los motores principal y
auxiliar funcionan de manera independiente. Cul es la probabilidad
de que el componente del motor falle?
Solucin

La probabilidad de que el componente del motor falle es la

probabilidad de que ambos motores fallen. Por tanto,
P (componente del motor falla)= P(motor principal falla y motor
auxiliar falla)Puesto que los motores son independientes, se puede
usar la ecuacin P ( A / B ) = P (A)
P (motor principal falla y motor auxiliar
falla)=P(motor principal falla)*P(motor
auxiliar falla) = (0.10)(0.05)=0.005

Probabilidad Total y Teorema de Bayes

Particin del espacio muestral

Probabilidad total.

P( B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )

Probabilidad Total y Teorema de Bayes.

Teorema de Bayes
P( A1 / B)

P( A1 ) P( B / A1 )
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )

Ejemplo
En un instituto el 60% de estudiantes son chicas. Asimismo
sabemos que el 70% de los chicos viven en la localidad donde est
ubicado el instituto, siendo este porcentaje del 85% en las chicas.
Se elige un estudiante al azar.
a) Cul es la probabilidad de que viva en la localidad?.Cul es la
probabilidad de que no viva en la localidad?.
b) Se elige un estudiante al azar y resulta que ha nacido en la
localidad. Cul es la probabilidad de que sea chico?
Resolucin a:
P(A)= 60% = 60 / 100 = 0,6 Sea chica.
P(O)= 1 P(A) = 1- 0,6 = 0,4 Sea chico.
P(L/A)=85%=85/100=0,85
P(L/O)=70%=70/100=0,7

P(NL/A)=15%=15/100=0,15
P(NL/O)=30%=30/100= 0,3

Sea chica y viva en la localidad.

Sea chico y viva en la localidad
Sea chica y no viva en la localidad
Sea chico y no viva en la localidad

P(L) = P(A).P(L/A) + P(O).P(L/O) = 0,6.0,85 + 0,4.0,7 = 0,51+0,28=0,79

P(NL)=P(A).P(NL/A)+P(O).P(NL/O)=0,6.0,15+0,4.0,3 = 0,09+0,12=0,21

Empleando el diagrama del rbol

P(L/A)=0,85

Chica y viva en L

P(A)=0,6

0,6.0,85 = 0,51

P(NL/A)=0,15 0,6.0,15 = 0,09

Chica y no viva en L

P(L/O)=0,7

0,4.0,7 = 0,28

Chico y viva en L

P(NL/O)=0,3

0,4.0,3 = 0,12

Chico y no viva en L

P(O)=0,4

P(L)

P(NL) = 0,09 + 0,12 = 0,21

Observar que la suma de todas las probabilidades resultantes es 1.

= 0,51 + 0,28 = 0,79

Resolucin b:

Empleando el diagrama del rbol

P(L/A)=0,85

0,6.0,85 = 0,51

Chica y viva en L

P(NL/A)=0,15

0,6.0,15 = 0,09

Chica y no viva en L

P(L/O)=0,7

0,4.0,7 = 0,28

Chico y viva en L

P(NL/O)=0,3

0,4.0,3 = 0,12

Chico y no viva en L

P(A)=0,6

P(O)=0,4

P(O/L)

= 0,28 /(0,51+0,28) = 0,28/0,79 = 0,3544

De igual manera podemos calcular la probabilidad de que sea chica:

P(A/L) = 0,51 /(0,51+0,28) = 0,51/0,79 = 0,6456
Observar que la suma de todas las probabilidades resultantes es 1.

Retroalimentacin con nota (1 punto adicional en el

trabajo de la presente semana)
1. Qu axiomas deben cumplir la teora de probabilidades?,
cules son?
2. Cundo decimos que dos eventos son independientes?
3. Cundo decimos que un evento es seguro, de un
ejemplo?
4. Cundo decimos que un evento es improbable, de un
ejemplo?
5. Crea una situacin donde se puede aplicar el teorema de
Bayes .

BIBLIOGRAFIA BASICA:
Estimado estudiante, puedes revisar los siguientes textos que se encuentran en
tu biblioteca:
1

519.2
SCHE

SCHEAFFER Mc. CLAVE

PROBABILIDAD Y ESTADSTICA PARA

2005
INGENIERA

519.5
LEVI/P

LEVINE-KREHBIELBERENSON

ESTADSTICA PARA ADMINISTRACIN.

519.2
HINE

WILLIAM W. HINES
DOUGLAS C. MONTGOMERY
DAVID M. GOLDSMAN
CONNIE M. BORROR

PROBABILIDAD Y ESTADSTICA PARA

2011
INGENERIA

2006

"La creatividad es muy importante en la vida: te da diversidad. Si eres

creativo, pruebas diferentes maneras de hacer cosas y cometes muchos
errores tambin. Pero si tienes valenta de continuar a pesar de tus
errores, obtendrs la respuesta"
Bill Fitzpatrick