Académique Documents
Professionnel Documents
Culture Documents
Unidad: II Semana: 05
Estadstica
A = { 2,4,6}
C. SUCESO. Es todo elemento de un espacio muestral y se denota con
w, x, y,z...
i) si x es un suceso x
c) A ( B C ) ( A B ) ( A C )
d) A ( B C ) ( A B ) ( A C ) (L. Distributiva)
e) ( AC )C A
f) ( A B )C AC BC y ( A B )C AC BC (L. Morgan)
Eventos mutuamente excluyentes
7. Si A B P A P B
Dos eventos, A y B, son independientes si la ocurrencia de uno no tiene que ver con la
ocurrencia de otro. Por definicin, A es independiente de B si y slo si:
P( A B ) P( A ).P( B )
Ejemplo:
n
A1UA2U... U An = U Ai =
i=1
Sea el experimento, contar el numero de personas
atendidas por un banco en un periodo de tiempo. Sean los
eventos
A: Menos de 11 personas han sido atendidos
B: De 11 a 20 personas han sido atendidos
C: Mas de 15 personas han sido atendidos
Los eventos A, B y C son colectivamente exhaustivo,
pues:
AUBUC ={ 0, 1, 2, ...} =
Podemos considerar los siguientes sucesos:
A: la suma de puntajes es 7, es decir
A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}
23
4. TECNICAS DE CONTEO
Son procedimientos o arreglos de enumeracin para
determinar el tamao del espacio muestral. Es necesario
desarrollar algunas tcnicas de enumeracin entre las
cuales esta: el Anlisis Combinatorio
ANALISIS COMBINATORIO
Es un procedimiento ms sencillo para determinar el nmero
total de resultados. Con este fin, nos apoyaremos en los
conceptos permutaciones y combinaciones, los cuales
tienen como base el principio fundamental del conteo.
DIAGRAMAS DE RBOL
Los diagramas de rbol son ordenaciones empleadas para enumerar todas las posibilidades
lgicas de una secuencia de eventos, donde cada evento puede ocurrir en un nmero finito.
Proporcionan un mtodo sistemtico de enumeracin objetiva de los resultados.
Ejemplo3. Una lnea de produccin clasifica sus productos en defectuoso D y no
defectuosos N. De un almacn se extraen artculos hasta observar 2 defectuosos
consecutivos o hasta que se hayan verificado 4 artculos. Construir el espacio muestral
mediante el diagrama del rbol.
#( A)
P ( A)
#()
Ejemplo de Probabilidad
Ejemplo: En el experimento de lanzar un dado,
1
P ( A) 0,167
6
Determinar la probabilidad de que se obtenga un nmero par
Sea el evento B 2,4,6 , 3 resultados favorables
3 1
P ( B) 0,5
6 2
ESTADISTICA I
1. 0 P ( A) 1
3. P 0
4. P A B P A P B P A B .
son disjuntos si su A B
Definicin de Probabilidad
Es un nmero que mide la verosimilitud de la ocurrencia de
un evento.
Principios para asignar probabilidad:
a) La probabilidad de cada punto muestral debe estar entre 0
y1
b) La suma de las probabilidades de todos los puntos
muestrales debe ser iguales a 1.
0 0,5 1
Improbable Tan probable Probable
como improbable
37
Una probabilidad cercana a 0 indica que es muy improbable
que ocurra un evento.
Una probabilidad cercana a 1 indica que es seguro que
ocurra un evento.
Ejemplos:
W={cara, sello}
P(cara) = 0,5 P(sello) = 0,5
38
2. Se lanzan 3 monedas
39
Conclusiones:
De acuerdo a la definicin de probabilidad de un
suceso, y a los dos principios, tenemos las siguientes
conclusiones:
(1) P() = 1
(2) P( ) = 0
40
Ejemplos de probabilidades
1. Un investigador trabaja con un nuevo frmaco
para insensibilizar a los pacientes frente a
picaduras de abejas. De 200 sujetos sometidos a
prueba, 180 presentaron una disminucin en la
gravedad de los sntomas tras sufrir una picadura,
despus de ser sometidos al tratamiento.
2. Un paciente sufre de clculos renales, y no se ha
conseguido mejora alguna a partir de mtodos
ordinarios. Su medico sta plantendose el llevar
a cabo una intervencin quirrgica y debe
responder a la siguiente pregunta: Cul es la
probabilidad de que la operacin sea un xito?.
41
PROBABILIDAD DEL PUNTO ESTADISTICO
... Quien emplea la estadstica aplicada prefiere
pensar en la probabilidad como el nmero de
veces en las que se presentar determinada
situacin si una experiencia fuera repetida
indefinidamente en situaciones de naturaleza
repetitiva o que pudiera concebirse de esa
manera ...
42
Reglas de probabilidad
Regla de la Adicin
A B
(A B)
U
U
P(AUB) = P(A) + P(B) - P (A B)
43
Regla de adicin para sucesos
mutuamente excluyentes
Dos sucesos son mutuamente excluyentes,
si no tienen elementos comunes
(A B) =
U
Si :
Por lo tanto : P(A B) = 0
U
44
Ejemplo :
Se extrae una carta de una baraja. Cul
es la probabilidad de que sea un as o un
rey?
4
P(A) = P(AUR) = P(A) + P(R)
52
4 4
P(R) =
4 =
52 52
52
8
=
52
45
PROBABILIDAD CONDICIONAL
Ocurre cuando dos eventos se relacionan de manera tal que la
probabilidad de ocurrencia de uno depende de la ocurrencia del otro.
Ejemplo2: Sea el lanzamiento de un dado y observar su cara superior y sean los eventos
A: Se observa un nmero impar
B: Se observa un nmero mayor a 2
Hallar P( A / B )
Ejemplo3: En una universidad el 70% de los estudiantes son de ciencias y el 30% de letras;
de los estudiantes de ciencias el 60% son varones y los de letras son varones el 40%. Si se
elige aleatoriamente un estudiante, calcular la probabilidad que:
a) Sea un estudiante varn
b) Sea un estudiante varn si es de ciencias
c) Sea un estudiante de ciencias si es varn
d) Sea un estudiante de ciencias y varn
Solucion3: Ordenando los datos en una tabla
Esp/Sexo Varones Mujeres Total
Ciencias 0.42 0.28 0.70
Letras 0.12 0.18 0.30
Total 0.54 0.46 1.00
a) P(V ) 0.54
P(V C ) 0.42
b) P(V / C ) 0.6
P( C ) 0.70
P( C V ) 0.42
c) P( C / V ) 0.778
P(V ) 0.54
d) P(V C ) 0.42
1.2 REGLA DE LA MULTIPLICACION
Se define a partir de la probabilidad condicional:
P( A B ) P( A )P( B / A ) P( B )P( A / B )
Ejemplo1: Una urna contiene 5 fichas blancas y 6 negras, se extrae al azar sucesivamente
y sin reposicin dos fichas Cul es la probabilidad de que las dos resulten blancas?
Solucin 2:
Ejemplo1: Se conoce que cierta mquina que produce tornillos trabaja correctamente el
90% del tiempo. Si la mquina no esta trabajando correctamente, el 5% de los tornillos
producidos son defectuosos. Cuando esta trabajando bien solamente el 0.5% de tornillos
son defectuosos. Si se escoge un tornillo aleatoriamente Cul es la probabilidad que sea
defectuoso?
P( D ) P( C )P( D / C ) P( C )P( D / C )
= 0.90( 0.005 ) 0.10( 0.05 ) 0.0095
1.4 TEOREMA DE BAYES
Si los eventos A1 , A2 ,...., An forman una particin del espacio muestral , y B un evento
cualquiera de , entonces:
P( Ai )P( B / Ai )
P( Ai / B ) n
P( A )P( B / A )
i 1
i i
P( B )P( D / B ) ( 1 / 3 )( 0.25 )
c) P( B / D ) 0.308
P( B )P( D / B ) P( A )P( D / A ) ( 1 / 3 )( 0.25 ) ( 2 / 3 )( 0.20 )
EJERCICIOS PROPUESTOS
ESTADISTICA DESCRIPTIVA
2. Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1 negra y C
con 2 bolas rojas y 3 negras. Escogemos una urna al azar y extraemos una bola. Si la
bola ha sido roja Cul es la probabilidad de haber sido extrada de la urna A?
b) P( B / A)
P( AB) 1/ 4 1
P( B / A)
P( A) 1/ 2 2
c) P( A B)
1 1 1 7
P( A B) P( A) P( B) P( AB)
2 3 4 12
2. Sean A y B los sucesos tales que:
P[A] = 0,4 P[A B] = 0,4 P[A B] = 0,1
Calcula P[A B] y P[B].
SOLUCION
Calculamos en primer lugar P[B]:
P
Necesitamos calcular:( A' B )
P A' / B
P( A' B) 0,2
0,67
P( B) 0,3
4. Dos personas eligen al azar, cada una de ellas,
un nmero del 0 al 9. Cul es la probabilidad de
que las dos personas no piensen el mismo
nmero?
Solucin:
Para calcular la probabilidad, suponemos que el
primero ya ha elegido nmero.
La pregunta es: cul es la probabilidad de que el
10
segundo elija el mismo nmero? P( A) 0,1
Sea A: el numero pensado por el primero 100
P(F B)
P(F ) =
A P(A)
comprobando: 3
P(F ) = 11
A 8
11
3
P(F ) =
A 8
ANIVAL TORRE 61
Regla de la Multiplicacin
A partir de
P(A B)
P(B )
A P(A)
Se despeja
P(A B) P(A) P B ( A)
62
Aplicacin:
Se sabe que en un lote de medicamentos de 50 frascos,
hay 4 que no estn adecuadamente empacados
(defectuosos). Si se extraen al azar 2 frascos, uno a
continuacin del otro, cul es la probabilidad de que
ambos sean defectuosos?.
P(D1 )
4 (
P(D1 D 2 ) P(D1 ) P D 2
D
)
50 1
D 3 4 3 12
P( 2 ) =
D1 49 50 49 2450
63
Ejercicio :
En una poblacin de pacientes hospitalizados, la
probabilidad de que uno de ellos, elegido aleatoriamente
tenga problemas cardiacos es 0,35. La probabilidad de
que un paciente con problemas cardiacos sea un fumador
es de 0,86. Cul es la probabilidad de que el paciente
elegido al azar de entre la poblacin sea fumador y tenga
problemas cardiacos?.
64
Regla de la Multiplicacin para Sucesos
Independientes.
Los sucesos A y B se consideran
independientes cuando la ocurrencia de
uno no influye sobre la probabilidad de
ocurrencia del otro; esto significa que,
independientemente de que A haya
ocurrido o no, la probabilidad asignada a B
es siempre la misma.
Entonces,
P (B
A
) P(B) P(A B) P(A) P(B)
65
Ejemplo:
Cul es la probabilidad de que en una familia
con dos hijos, ambos sean varones?
P(V1 ) 0,5
P(V2 ) 0,5
66
Una Regla para contar Experimentos
de Pasos Mltiples
Si un experimento consiste en una secuencia de k
pasos en el cual existen n1 posibles resultados
para el primer paso, n2 posible resultados para el
segundo paso, y as sucesivamente, luego, el
numero total de elementos del espacio muestral es:
(n1)(n2) . . . (nk).
Ejemplo: Inversiones Bolvar puede ser visto como
un experimento de dos pasos; este envuelve dos
tipos de acciones, cada una con un conjunto
puntos muestrales: Milpo S.A.: n1 = 4
Caylloma S.A.: n2 = 2
Numero Total de Experimentos: n1n2 = (4)(2) = 8
67
Diagrama de rbol Inversiones Bolvar
Milpo S.A. Caylloma S.A. Espacio
(Etapa 1) (Etapa 2) muestral
71
Ley de Adicin
La ley adicin proporciona una forma para calcular la
probabilidad del evento A o B o Ambos.
La ley de adicin tiene la forma siguiente:
P(A B) = P(A) + P(B) - P(A B)
Ejemplo: Milpo S.A. o Caylloma S.A. Rentable
Sabemos : P(M) =.70, P(C) =.48, P(M C) =.36
Por lo tanto: P(M C) = P(M) + P(C) - P(M C)
= .70 + .48 - .36 = .82
Este resultado es el mismo obtenido antes usando
la definicin de probabilidad de un evento.
72
Ley de Adicin para Eventos
Mutuamente Excluyentes
Esta dicho que Dos eventos son mutuamente
excluyentes si los eventos no tienen punto
muestral en comn.
75
Ley de Multiplicacin para Eventos
Independientes
Eventos A y B son independientes si P(A|B) = P(A).
Ley de Multiplicacin para Eventos Independientes :
P(A B) = P(A)P(B)
La ley de multiplicacin tambin puede ser usada
como un test para ver si dos eventos son
independientes.
Ejemplo: Son M y C independientes?
es P(M C) = P(M)P(C) ?
Sabemos: P(MC) =0,36, P(M) =0,70, P(C)=0,48
Pero: P(M)P(C) = (0,70)(0,48) = 0,34
0,34 entonces M y C no son independientes.
76
Teorema de Bayes
A menudo empezamos un anlisis de probabilidades
con probabilidades previas o iniciales.
Luego, de una muestra, reporte especial o de una
evaluacin del producto obtenemos alguna
informacin adicional.
Dada esta informacin, calculamos las
probabilidades revisadas o posteriores.
El teorema de Bayes proporciona los puntos para
revisar las probabilidades previas.
Aplicacin
Probabilidades Nueva Probabilidades
del Teorema
Previas Informacin Posteriores
De Bayes
77
Teorema de Bayes
Para encontrar la probabilidad posterior de que el
evento Ai ocurrir puesto que el evento B ya ocurri
aplicamos el teorema de Bayes.
P(A i )P(B | A i )
P(A i | B)
P(A1 )P(B | A1 ) P(A 2 )P(B | A 2 ) ... P(A n )P(B | A n )
A1
B
(A1 , B)
G (A2 , G)
A2
B (A2 , B)
81
Ejemplo: Aplicacin Teorema de Bayes
Anlisis de rbol de Probabilidades
P(A1)
P(A1 B) = P(A1) P(B|A1)=0.65*0.02 = 0.0130
P(B|A1)
82
Ejemplo: Aplicacin Teorema de Bayes
Pregunta: Cul es la prob. de que siendo mala la
pieza provenga del proveedor A1 y cul de A2?
P (A1|B) =? P (A2|B) = ?
P (A1|B) = P (A1 B)
P (B)
P (A1) P (B|A1)
P (A1|B) =
P (A1) P (B|A1) + P (A2) P (B|A2)
P (A2) P (B|A2)
P (A2|B) =
P (A1) P (B|A1) + P (A2) P (B|A2) 83
Ejemplo: Aplicacin Teorema de Bayes
Resumen de los clculos
P (B) = 0.0305
P (A1|B) = 0.4262
P (A2|B) = 0.5738
84
Ejercicio para la casa
La situacin de promocin de oficiales hombres y mujeres de una fuerza
policaca metropolitana importante. Consta de 1200 oficiales; 960
hombres y 240 mujeres. Durante los dos aos anteriores, han sido
ascendidos 324 agentes. La tabla muestra el desglose especfico de las
promociones para agentes masculinos y femeninos. Despus de revisar
el registro de ascensos, un comit de agentes mujeres entablaron una
demanda de discriminacin con base en que los dos ltimos aos slo
se haba ascendido a 36 mujeres. La administracin de la polica aleg
que el relativamente bajo nmero de promociones para mujeres se
deba no a discriminacin sino al hecho de que en la corporacin
existan pocos agentes mujeres. Evaluar el cargo por discriminacin.
Ascendidos No ascendidos Total
Hombres 288 672 960
Mujeres 36 204 240
Total 324 876 1200
85
El teorema de Bayes
Consiste en una particin de la probabilidad total.
Ejemplo 1:
La Compaa de Seguros JL ha desarrollado un
novedoso seguro mdico familiar. De acuerdo con
una investigacin hecha en el mercado, la
probabilidad de que el producto tenga xito es
0,80 si una compaa competidora no introduce
un plan similar en el mercado, en tanto que la
probabilidad de xito es 0,30 si la empresa
competidora lanza al mercado un seguro similar.
Adems, la compaa JL estima que hay una
probabilidad de 0,40 de que la firma competidora
comercialice el producto.
86
Dado que el producto de la Compaa JL tuvo
xito, cul es la probabilidad de que la firma
competidora haya comercializado su novedoso
plan de seguro?
Solucin:
87
P. Marginal P. Condicional P. Conjunta
88
Luego, de acuerdo con el Teorema de Bayes
P (C E)
P(C ) =
E P (C E) + P (C ' E)
0.12 0.12
0.20
0.12 0.48 0.60
89
Esto significa que el proveedor no est seguro
acerca de la proporcin de equipos defectuosos en
el lote, sin embargo, basndose en experiencias
anteriores, cree que hay una probabilidad de 0,20
de que el lote tenga 10% de piezas defectuosas,
una probabilidad de 0,30 de que tenga 15%. Y
finalmente, de 0,50 de que tenga 25% de piezas
defectuosas. Supongamos que elige un equipo de
venoclisis al azar en el lote:
A) Cul es la probabilidad de qu esta sea
defectuosa?
B) Dado que el equipo resulta defectuoso, cul
es la probabilidad de que el lote tenga
25% de piezas defectuosas?
90
P. Marginal P. Condicional P. Conjunta
P(D/1)= 0,10
1=0,10 P( 1 D) = 0,20 0,10 = 0,0200
P(D/2)= 0,15
P(2) = 0,30 =0,15
2 P( 2 D) = 0,30 0,15 = 0,045
P(D/3)= 0,25
3=0,25 P( 3 D) = 0,50 0,25 = 0,1250
P(D) = 0,1900
91
Respuesta A:
Hay tres maneras posibles de obtener un equipo
defectuosa del lote. Por lo tanto, la probabilidad de
obtener una pieza defectuosa, cualquiera que se la
tasa porcentual de defectuosos 10, 15 25 es:
P( D) P( 1 D) P( 2 D) P( 3 D)
92
Respuesta B:
P( 3 D) 0.1250
P( 3 / D) 0.6579
P( D) 0.1900
93
Ejercicio :
Un mdico ha decidido recetar dos nuevos medicamentos a
200 pacientes enfermos del corazn de la manera siguiente:
50 pacientes tomarn el medicamento A, otros 50 tomarn
el medicamento B y los otros 100 restantes tomarn ambos
medicamentos. El medicamento A reduce la probabilidad de
un infarto en 0,35 , el medicamento B reduce la probabilidad
de un infarto en 0,20 y los dos medicamentos, cuando se
les toma juntos, actan de manera independiente.
Los 200 pacientes fueron escogidos entre los que tenan
0,80 de probabilidad de sufrir un infarto. Si un paciente
elegido al azar sufre un infarto, cul es la probabilidad de
que haya tomado ambos medicamentos?
94