Unidad 7.

Teoría de Decisiones

Toma de decisiones en condiciones de Incertidumbre.

Una de las aplicaciones más populares en este tema es el llamado Teorema de

Bayes, lo que se ha considerao generalmente como la teoría de la Probabilidad
condicional, y que se aplica de la siguiente manera.

Ejemplo 7.1
Como resultado de un muestreo anterior y de un sondeo de opinión, el cuadro
siguiente presenta los datos obtenidos acerca de las preferencias de los electores
y sus respectivos partidos políticos. Calcule las probabilidades marginales,
conjuntas y condicionales.
Cuadro 7.1
SE
A FAVOR NEUTRAL OPONE TOTAL
PAN 120 20 20 160
PRI 50 30 60 140
PRD 50 10 40 100
TOTAL 220 60 120 400

RESPUESTA EJEMPLO 7.1

Cálculo de las probabilidades marginales:

160 140 100

P( PAN )   0.40 P ( PRI )   0.35 P( PRD)   0.25
400 400 400

220 60 120
P ( Favor )   0.55 P ( Nautral )   0.15 P(Opone)   0.30
400 400 400

En este caso, interpretamos en el sentido de que estimamos la probabilidad de

que un votante sea del partido PAN, entonces esto será igual a 40 %

Si es del PRI, hay una probabilidad del 35% de que lo sea. Si es del PRD, hay una
probabilidad de 25% y así sucesivamente.

Cálculo de las probabilidades conjuntas:

120 20
P( PAN y Favor )   0.30 P ( PAN y Neutral )   0.05
400 400

20
P ( PAN y Opone)   0.05
400

50 30
P ( PRI y Favor )   0.125 P ( PRI y Neutral )   0.075
400 400

1
Unidad 7. Teoría de Decisiones

60
P( PRI y Opone)   0.15
400

50 10
P( PRD y Favor )   0.125 P ( PRD y Neutral )   0.025
400 400

40
P( PRD y Favor )   0.10
400

Cálculo de las probabilidades condicionales:

La forma sencilla:

P( PAN y Favor ) 120

P PAN | Favor     0.5454
P( Favor ) 220

La forma compleja:
P PAN | FAVOR  

P( PAN ) P F | PAN 

P PAN  P F | PAN   P PRI  P F | PRI   P PRD  P F | PRD 

La cual es una forma muy compleja, pero que dará el mismo valor de la
probabilidad:

P( PAN y Favor ) 120

P PAN | Favor     0.5454
P( Favor ) 220

En forma contraria se puede estimar:

P Favor y PAN  120
P Favor | PAN     0.75
P PAN  160

La forma compleja:
P Favor | PAN  

P Favor  P PAN | Favor 


P Favor  P PAN | Favor   P  Neutral  P PAN | Neutral   P O  P PAN | O 
Así para las demás probabilidades:

20 20
P PAN | N    0.3333 p N | PAN    0.12
60 160

2
Unidad 7. Teoría de Decisiones

20 20
P PAN | O    0.1667 P  O | PAN    0.125
120 160

50 50
P PRD | F    0.227 P F | PRD    0.50
220 100

10 10
P PRD | N    0.1667 P N | PRD    0.10
60 100

40 40
P PRD | O    0.3333 P O | PRD    0.40
120 100

50 50
P PRI | F    0.2273 P F | PRI    0.3571
220 140

30 30
P PRI | N    0.50 P N | PRI    0.2143
60 140

60 60
P PRI | O    0.50 P  O | PRI    0.4286
120 140

Distribución normal.
Los datos que se indican en el cuadro abajo representan el costo de energía
eléctrica durante el mes de julio del 2006, de una muestra de 50 departamentos
con dos recámaras en una ciudad grande. Estime el pronóstico de los costos para
la muestra utilizando la distribución normal.
Cuadro 7.2
96 171 202 178 147 102
157 185 90 116 172 148
141 149 206 175 123 144
95 163 150 154 130 187
108 119 183 151 114 191

197 127 82
213 130 165
168 109 167
166 139 149
137 129 158

Aprovechando las aplicaciones de las herramientas de análisis de la hoja

electrónica Excel. Se necesita sólo calcular las medidas de tendencia central,
promedio, media, mediana, moda. Las medidas de dispersión: Varianza y
desviación estándar, para resolver este problema y estimar algunos pronósticos.
Cuadro 7.3

3
Unidad 7. Teoría de Decisiones

MUESTRA

Media 148.51

Mediana 149
Moda 130
Desviación estándar 32.772
Varianza de la muestra 1074.028
Curtosis -0.639
Coeficiente de asimetría -0.086
Rango 131
Mínimo 82
Máximo 213
Suma 6683
Cuenta 45
Mayor (1) 213
Menor(1) 82
Nivel de confianza(95.0%) 9.8459098

32.772
El coeficiente de variación: *100  22 %
148.51

Esto quiere decir que se trata de una buena muestra y podemos calcular algunos
pronósticos con la distribución normal.

Ejemplo 7.2
¿Cuál es la probabilidad de que los costos sean menores a 145?
P(X ≤ 145)

RESPUESTA EJEMPLO 7.2

145  148.51
z  0.11
32.772

4
Unidad 7. Teoría de Decisiones

Esto significa que el área bajo la curva es P(x ≤ 145), el área a la izquierda del
punto
–0.11

ZT = 0.0438, área pedida 0.5 – 0.01438 = 0.4562

Hay una probabilidad de 45.62 %, de que los costos sean menores a 145, es
decir encontrar 23 departamentos aproximadamente ( 0.4562 x 50 = 22.81, o sea
23)

Ejemplo 7.3
El pronóstico que más interesa es:
¿Cuál es la probabilidad de encontrar costos entre 96 y 205?
P(96 ≤ X ≤ 205)
RESPUESTA EJEMPLO 7.3
96  148.51 205  148.51
z1   1.60 z1   1.72
32.772 32.772

zT = 0.4452 z2 = 0.4573
Esto es el área entre los puntos – 1.60 y 1.72
Área pedida A = 0.4452 + 0.4573 = 0.9025

5
Unidad 7. Teoría de Decisiones

Hay una probabilidad del 90.25 %, de encontrar departamentos que tengan un

costo en luz de entre 96 y 205, aproximadamente 0.9025 x 50 = 45, 45
departamentos que tienen un costo de entre $ 96 y $ 205
El área entre las dos rectas paralelas, como se muestra en la gráfica abajo

Ejemplo 7.4
¿Cuál es la probabilidad de encontrar departamentos que tengan un costo de
energía eléctrica menor o igual a 210?

RESPUESTA EJEMPLO 7.4

P(X ≤ 210)

210  148.51
z  1.88 zT = 0.4699
32.772
Se requiere el área abajo del valor 1.88

Área pedida: 0.5 + 0.4699 = 0.9699

Existe una probabilidad del 96.99 % de encontrar departamentos que tengan un
costo de energía eléctrica menor o igual a 210. Aproximadamente 48
departamentos.

6
Unidad 7. Teoría de Decisiones

Ejemplo 7.5
¿Cuál es la probabilidad de encontrar departamentos que tengan un costo de
energía eléctrica entre 150 y 200?
P(150 ≤ X ≤ 200)

150  148.51
z1   0.05 zT = 0.0199
32.772

200  148.51
z2   1.57 zT = 0.4418
32.772

Área pedida: A = 0.4418 – 0.0199 = 0.4219, probabilidad 42.19 %,

aproximadamente 21 departamentos.

7
Unidad 7. Teoría de Decisiones

El histograma anterior representa a los datos de los costos de energía de los 50

departamentos, que como se puede ver, es sensiblemente simétrico, es decir,
presenta forma piramidal, y es lo que se desea de una buena muestra. La simetría
permite que generalmente las medidas de tendencia central: media, mediana y
moda sean aproximadamente iguales, en tanto que el coeficiente de variación
como ya fue calculado (22 %), no sea mayor a 50%, porque esto representaría

8
Unidad 7. Teoría de Decisiones

una gran dispersión alrededor del promedio aritmético, y no sería válido para
calcular buenos pronósticos.