You are on page 1of 34

Fundamentos

de Estadstica
Profesora Claudia Mora
Abril 17 de 2012

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

DEFINICIONES DE PROBABILIDAD
Probabilidad, es la posibilidad nmerica, medida entre 0 y 1, de que
ocurra un evento.
Allen Webster Estadistica aplicada a los negocios y la economa

El termino probabilidad se refiere


al estudio de la aleatoriedad y la
incertidumbre.
Jay L. Devore, Probabilidad para
ingenieria y ciencias.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD COMO FRECUENCIA RELATIVA


La interpretacin de frecuencia relativa descansa en la idea de que
un experimento se efecta y se repite muchas veces, y
prcticamente bajo las mismas condiciones. Cada vez que se lleva
a cabo, se observa un resultado. ste es impredecible dada la
naturaleza aleatoria del experimento, la probabilidad de la
presencia de cierto atributo se aproxima por la frecuencia relativa
de los resultados que posee dicho atributo. Conforme aumenta la
repeticin del experimento, la frecuencia relativa de los resultados
favorables se aproxima al verdadero valor de la probabilidad para
ese atributo.

George Canavos Probabilidad y Estadstica

Tomado de: Probabilidad y Estadstica George Canavos

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

DEFINCIN CLSICA DE PROBABILIDAD


Si un experimento que est sujeto al azar, resulta de n formas
igualmente probables y mutuamente excluyentes, y si nA de estos
resultados tienen un atributo A, la probabilidad de A es la
proporcin de nA con respecto a n.

DEFINCIN DE PROBABILIDAD COMO


FRECUENCIA RELATIVA
Si un experimento se repite n veces bajo las mismas condiciones y
nB de los resultados son favorables a un atributo B, el lmite de nB
conforme n se vuelve grande, se define como la probabilidad del
atributo B

Tomado de: Probabilidad y Estadstica George Canavos

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MODELO DE FRECUENCIAS RELATIVAS O A


POSTERIORI
Registra la frecuencia con que ha ocurrido un evento en el pasado y
estima la probabilidad que el evento ocurra nuevamente con base a
datos o eventos histricos. (frecuencias de ocurrencia)

= = ##

El ao pasado hubo 50 nacimientos en un hospital local de los


cuales 32 de los nacidos eran nias. Cul es la probabilidad de que
el siguiente nacimiento sea nia?
= 32
50 = 0,64

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MODELO SUBJETIVO DE PROBABILIDAD


Se utiliza cuando se desea asignar una probabilidad a un suceso
que nunca ha ocurrido.

Ejemplo: cul es la probabilidad


de que una mujer sea presidenta
de Colombia?, como no contamos
con informacin en la cual confiar,
se debe analizar las opiniones o
creencias
para
obtener
una
informacin subjetiva.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MODELO A PRIOR
Esta probabilidad implica la determinacin de la probabilidad de
algn evento antes del hecho, se relaciona con mayor frecuencia
con las apuestas y juegos de azar.

Ejemplo: antes de sacar una carta


de una baraja que contiene 52
cartas. Se puede determinar la
probabilidad de sacar un as.
P(sacar un as)=4/52=0,077

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

DEFINICIONES
Experimento, es cualquier accin o proceso que genera
observaciones.
Por Ejemplo, Lanzar una moneda al aire,
seleccionar una baraja en particular, tipo de sangre de un grupo de
individuos o medir resistencia del acero.
Espacio muestral, denotado

por S, es el conjunto de todos


los posibles resultados de un
experimento.

Evento, es cualquier conjunto


(subconjunto)
de
resultados
contenidos
en
el
espacio
muestral S. Se dice Simple si
esta compuesto por un solo
resultado y Compuesto si
consta de ms de un resultado.

Tomado de: Probabilidad para Ingeniera y Ciencias Jay L. Devore 4ta. Edicin.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD COMO FRECUENCIA RELATIVA


Suponiendo que un proceso de fabricacin produce un 5% de
defectuosos obsrvese lo que ocurre al aumentar el numero de
unidades muestreadas:

Tomado de: Probabilidad y Estadstica George Canavos

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MTODO DE LOS PUNTOS MUESTRALES


1.
2.

3.

4.
5.

Defina el experimento y determine con claridad cmo describir


un evento simple.
Elabore una lista de eventos simples relacionados con el
experimento y pruebe cada uno de ellos para cerciorarse de que
ninguno puede descomponerse, es decir, defina el espacio
muestral (S).
Asigne probabilidades razonables a los puntos muestrales de S.
0 = 1.
Defina el evento de inters, A, como una coleccin especfica de
puntos muestrales.
Determine P(A) sumando las probabilidades de los puntos
muestrales que pertenecen a A.

Tomado de: Estadstica Matemtica con Aplicaciones - W. Mendenhall, D. Wackerly y R. Scheaffer. 6ta.
Edicin.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MTODO DE LOS PUNTOS MUESTRALES


Ejemplo 1. Considere el problema de elegir dos solicitantes de
empleo de un grupo de 5 candidatos e imagine que los candidatos
difieren en grado de capacidad: el 1 es el mejor, el 2 es el siguiente
en habilidad, y as sucesivamente en el caso del 3, 4, y 5. Por
supuesto estas calificaciones las desconoce el patrn. Defina los
eventos A y B:
A:{El patrn elije al mejor y a uno de los dos menos competentes
(1,4) (1,5)}
B: {El patrn elige por lo menos uno de los dos mejores}
Determine las probabilidades de estos eventos.

Tomado de: Estadstica Matemtica con Aplicaciones - W. Mendenhall, D. Wackerly y R. Scheaffer. 6ta.
Edicin.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MTODO DE LOS PUNTOS MUESTRALES


Solucin.
1. El experimento implica la seleccin aleatoria de dos solicitantes
entre cinco.
2. Los 10 eventos simples, en que {i,j} denota la eleccin de los
candidatos i y j.
E1:{1,2}
E5:{2,3}
E8:{3,4}
E10:{4,5}
E2:{1,3}
E6:{2,4}
E9:{3,5}
E3:{1,4}
E7:{2,5}
E4:{1,5}
3. Una seleccin aleatoria de dos entre cinco asignara a cada par
una probabilidad igual de ser elegido. Luego, asociaremos a cada
punto muestral una probabilidad igual a 1/10.
1
=
= 0.10 = 1,2, , 10
10

Tomado de: Estadstica Matemtica con Aplicaciones - W. Mendenhall, D. Wackerly y R. Scheaffer. 6ta.
Edicin.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MTODO DE LOS PUNTOS MUESTRALES


Solucin.
4. Si verificamos los puntos muestrales, observamos que B ocurre
siempre que ocurre 1 , 2 , 3 , 4 , 5 , 6 o 7 .
De ah que estos puntos muestrales estn incluidos en B.
P(B)=7/10=0.7
La probabilidad de A es 3 4 y por lo tanto, P(A) =2/10=0.2
5.

Tomado de: Estadstica Matemtica con Aplicaciones - W. Mendenhall, D. Wackerly y R. Scheaffer. 6ta.
Edicin.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

MTODO DE LOS PUNTOS MUESTRALES


Ejemplo 2. una moneda legal se lanza tres veces. Calcule la
probabilidad de obtener cara en dos de los tres lanzamientos.

Solucin:
1. El experimento consiste en observar caras (C) y sello (S) que se
obtiene en cada uno de los tres lanzamientos de una moneda.
2. Los eventos simples en S son:
E1:{CCC}
E2:{CCS}
E3:{CSC}
E4:{SCC}
E5:{CSS}
E6:{SCS}
E7:{SSC}
E8:{SSS}
1

3. = 8 , = 1, 2, , 8
4. A={E2, E3, E4}
5. P(A)=3/8

Tomado de: Estadstica Matemtica con Aplicaciones - W. Mendenhall, D. Wackerly y R. Scheaffer. 6ta.
Edicin.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONDICIONAL
La probabilidad condicional es el calculo de la probabilidad de que
un evento ocurra dado que otro evento ya ocurri.

Suponga dos eventos A y B, se denota como , se lee:


probabilidad de A dado B, se calcula:

( = )
()
Siempre y cuando P(B)>0.
= ()

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONDICIONAL
Sean A, B y C eventos definidos en el espacio muestral S, la
probabilidad condicional para estos es:

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONDICIONAL
Ejercicio en clase: una revista publica 3 columnas tituladas Arte
(A), libros (B) y Cine (C), los hbitos de lectura de los lectores
son:
Lee regularmente
Probabilidad

A
0,14

B
0,23

C
0,37

AB
0,08

AC
0,09

Calcule:

1. Realice el diagrama de venn respectivo.


2. ,

Tomado de: Probabilidad para ingeniera y ciencias Jay L. Devore 4ta. Edicin.

BC
0,13

ABC
0,05

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

REGLA DE LA MULTIPLICACIN
La probabilidad de que ocurra el evento A y B esta dada por,
=
Es la probabilidad de que ocurra el evento A por la probabilidad de
que ocurra el evento B dado que el evento A ya ha ocurrido.
=
Si los eventos A y B son independientes, entonces,
= ,
= ()

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

REGLA DE LA MULTIPLICACIN
Ejemplo: se tiene un lote de 20 artculos de los cuales 15 son
buenos y 5 defectuosos.
Cul es la probabilidad de que ambos sean defectuosos?
A:{primer articulo es defectuoso}
B:{segundo artculo es defectuoso}
5
= 0,25
20
4
=
= 0,21
19
= = 0,25 0,21 = 0,0525
La probabilidad de que ambos sean defectuosos es del 5,25%
=

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD TOTAL
Si un espacio muestral S, se divide segn criterios de particin:
a)

La unin de los diferentes segmentos es igual al espacio


muestral S.
1 2 3 =

b)

Los segmentos son mutuamente excluyentes = 0 ,

La probabilidad total esta dada por:


= P 1 1 + P 2 2 + + P

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD TOTAL
Ejemplo, si en la produccin de cajas de gelatina se emplean 3
maquinas que producen: MQ1=50%, MQ2=30% y MQ3=20% de la
produccin total. Los defectos en cada maquina son 4%, 4% y
5%.
A:{que sea defectuoso}
B1:{que sea producido por la MQ1}
B2:{que sea producido por la MQ2}
B3:{que sea producido por la MQ3}
A/B1:{defectuoso, producido por MQ1}
A/B2:{defectuoso, producido por MQ2}
A/B3:{defectuoso, producido por MQ3}

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD TOTAL
Ejemplo (Continuacin)
P(B1)=0,5
P(B2)=0,3
P(A/B1)=0,04
P(A/B2)=0,04

P(B3)=0,2
P(A/B3)=0,05

= P 1 1 + P 2 2 + + P
P(A)=0,5*0,04+0,3*0,04+0,2*0,05=0,042
En total el 4,2% de la produccin sale defectuosa.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Si se dispone de los datos en una tabla de 2x2 (tabla de
contingencia), se divide cada valor de la tabla por el total y se
obtienen las probabilidades marginales en los bordes de la tabla y
las probabilidades conjuntas o intersecciones dentro de la tabla.

Presentacin

Ejemplo 1: en la seccin de empaque se dispone de dos lneas de


llenado A y B que se pueden empacar en dos presentaciones 200gr.
(K) y 400 gr. (M).

A
7000

Lnea
B
6000

3000

8000

11000

TOTAL

10000

14000

24000

TOTAL
13000

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL

Presentacin

Si se escoge al azar uno de los artculos y se encuentra que es de


400gr. Cul es la probabilidad de que haya sido empacado en la
lnea A?

A
0,29

Lnea
B
0,25

TOTAL
0,54

0,13

0,33

0,46

TOTAL

0,42

0,58

1,00

Probabilidades conjuntas:
7000

= 24000 = 0,13

6000

= 24000 = 0,33

= 24000 = 0,29
= 24000 = 0,25

3000

8000

Probabilidad
marginal

Probabilidad
Conjunta

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Probabilidades marginales:
= 24000 = 0,42

10000

= 24000 = 0,58

13000

= 24000 = 0,46

= 24000 = 0,54

14000

11000

Solucin: la probabilidad condicional es,



0,125
=
=
= 0,27

0,46
La probabilidad de seleccionar un articulo que provenga de la lnea
A dado que es de 400 gr. es del 27%.

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL

Res. Golpes

Ejemplo 2. se analizan 49 muestras de vidrio para determinar su


resistencia a las rayaduras y a los golpes.
ALTA

ALTA
40

Res. Rayadura
BAJA
4

TOTAL
44

BAJA

TOTAL

42

49

A:{resistencia alta a rayaduras}


B:{resistencia alta a golpes}
Determine:
P(AB) =
P(A)
P(AB)

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Res. Golpes

Solucin.
ALTA

ALTA
0,82

Res. Rayadura
BAJA
0,08

BAJA

0,04

0,06

0,10

TOTAL

0,86

0,14

1,00

P(AB)=0,82
P(A)=1-P(A)=1-0,86=0,14
P(AB)=0,86+0,90 0,82=0,94

TOTAL
0,90

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Ejercicio en Clase: En una encuesta realizada a 400 personas, sobre
la talla de camiseta que utilizan, se obtuvieron los siguientes
resultados:
TALLA DE CAMISETA
M
L
TOTAL
HOMBRE (A)

80

150

230

MUJER (B)

120

50

170

TOTAL

200

200

400

Considere los siguientes eventos:


A: {Ser hombre}
B: {Ser mujer}
C: {usar talla M}
D: {usar talla L}

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Dividiendo las celdas por el total general n=49 piezas de vidrio,
obtenemos la tabla de probabilidades conjuntas y marginales:

TALLA DE CAMISETA
M
L
TOTAL
HOMBRE (A)

0,20

0,38

0,58

MUJER (B)

0,30

0,13

0,43

TOTAL

0,50

0,50

1,00

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Ejercicio en Clase:
Calcule:
Probabilidad de ser mujer?
Probabilidad de ser hombre?
Probabilidad de usar talla M?
Probabilidad de usar talla L?
Probabilidad de ser mujer y usar talla M?
Probabilidad de ser mujer y usar talla L?
Probabilidad de ser hombre y usar talla M?
Probabilidad de ser hombre y usar talla L?
Probabilidad de ser mujer dado que usa talla M?
Probabilidad de usar talla M dado que es mujer?
Probabilidad de ser hombre dado que usa talla L?
Probabilidad de usar talla L dado que es hombre?

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Solucin: Usando las marginales de la tabla 2x2, obtengo las
probabilidades de los eventos A, B, C y D.
Probabilidad de ser mujer?
P(B) = 170/400=0,425
Probabilidad de ser hombre?
P(A) = 230/400=0,575
Probabilidad de usar talla M?
P(C) = 200/400=0,5
Probabilidad de usar talla L?
P(D) = 200/400=0,5

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

PROBABILIDAD CONJUNTA Y MARGINAL


Solucin: utilizando las probabilidades conjuntas obtengo las
intersecciones AC, BC, AD, BD.
Probabilidad de ser mujer y usar talla M?
P(BC)= 120/400=0,3
Probabilidad de ser mujer y usar talla L?
P(BD)= 50/400=0,125
Probabilidad de ser hombre y usar talla M?
P(AC)= 80/400=0,2
Probabilidad de ser hombre y usar talla L?
P(AD)= 150/400=0,375

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

EVENTOS INDEPENDIENTES
Son eventos en que la ocurrencia del uno no tiene que ver con la
ocurrencia del otro.

Sea A y B dos eventos definidos en el espacio muestral S, si son


independientes, entonces
= ()
= ()
Ejemplo 1: la probabilidad de que un esposo y una esposa estn
vivos en 20 aos son P(H)=0.8 y P(F)=0.9 respectivamente.
Hallar: a) la probabilidad de que en 20 aos ambos vivan, b)
ninguno viva.
a) P(ambos vivos)= = P(H)*P(F)=0.8*0.9=0.72
b) P(ninguno viva) = P(H)*P(F)=0.2*0.1=0.02

Fundamentos de Estadstica
Claudia Patricia Mora Aguirre

EVENTOS COLECTIVAMENTE ESHAUSTIVOS


Constan de todos los posibles resultados de un experimento y
constituyen ser el espacio muestral S.

Ejemplo. El lanzamiento de un dado {1, 2, 3,4, 5, 6} es un evento


colectivamente exhaustivo, ya que la probabilidad de unin de
todos los eventos es 1.

You might also like