Está en la página 1de 22

FUNDACION CENTRO COLOMBIANO DE ESTUDIOS

PROFESIONALES.
AREA: ESTADISTICA INFERENCIAL
PERIODO ACADEMICO: I-2012
PROBABILIDAD
NOMBRE:
GRAD
O

COD:

FECH
A

1. INTRODUCCION A LA PROBABILIDAD.
Es el estudio de experimentos o fenmenos aleatorios o de
libre determinacin o de libre ocurrencia.
Histricamente, la Teora de la probabilidad comenz con el
estudio de los juegos de azar, tales como dados, cartas, ruletas
y otros, para un determinacin de cmo serian sus resultados
para ganar o perder.
La probabilidad de un evento A se define:
P(A) =
1.

2.

ESPACIO MUESTRAL: Regularmente se representa con una


letra mayscula S, pero de igual manera usted puede
utilizar otra diferente.
Es el conjunto de todos los resultados posibles de un
experimento o un fenmeno.
Ej. Se lanza un dado y se analiza su resultado:
Observamos que el dado puede caer en 1, 2, 3, 4, 5, o 6.,
por lo tanto el espacio muestral ser:
S = {1, 2, 3, 4, 5, 6}
EVENTO: Un evento es un conjunto de resultados posibles
del fenmeno a analizar. Es un subconjunto del espacio
muestral.
Dado el evento de que el dado pueda caer en una cifra
par, entonces los posibles resultados en que puede caer el
dado sern: dos, cuatro y seis, por lo tanto el evento ser:
A = { 2, 4, 6 }
La combinacin de los eventos se puede dar para formar
nuevos eventos:
1. A U B si y solo si A o B suceden o ambos.
2.

3.

A
S

si

solo

si

suceden

simultneamente.
3. Ac Complemento de A, si y solo si A no sucede.
EVENTOS
MUTUAMENTE
EXCLUSIVOS:
Se
llaman
mutuamente exclusivos, si son disyuntos, sea que la
interseccin de los conjuntos sea vaca. A

B =

( No pueden suceder simultneamente )


Ejemplo No 1: Se S = { 1, 2, 3, 4, 5, 6 } un espacio muestral,
de las posibilidades de salir un numero al ser lanzado un dado
y los eventos A = {2, 4, 6} de salir un numero par. B = {1, 3,
5} de salir un nmero impar. C = {2, 3, 5}
A

B = , Observamos que no hay elementos comunes,

por lo tanto los eventos son mutuamente exclusivos.


Determinando la probabilidad de cada uno de los eventos.
P(A) =

P(B) =

P(A) =

P(S) =

P(C) =

A
S
B
S
C
S
S
S
C
S

3
6
3
6
3
6
6
6
3
6

= 0.5 o equivalente a un 50%

= 0.5 o equivalente a un 50%

= 0.5 o equivalente a un 50%

= 1 o equivalente a un 100%

= 0.5 o equivalente a un 50%

Formando nuevos eventos con la combinacin de los eventos


anteriores A, B y C:

A U B = { 2, 4, 6, 1, 3, 5}
A U C = { 2, 4, 6, 3, 5 }
B

C = { 3, 5 }

CC = { 1, 4, 6 }
Las probabilidades de los nuevos eventos sern:

( AU B)
S

P(AUB) =

6
6

= 1 o equivalente a un

100%

( AUC )
S

P(AUC) =

5
6

= 0.83 o equivalente a un

83%

P(B

C)

C
S

2
6

= 0.33 o equivalente a un

33%

Cc
S

P(Cc) =

3
6

= 0.5 o equivalente a un 50%

2. AXIOMAS DE PROBABILIDAD.
Si consideramos el espacio muestral S y los eventos A y B,
cuyas funciones de probabilidad son P(S) probabilidad de S. P(A)
probabilidad del evento A. P(Cc) probabilidad del evento Cc. Se
cumplen los siguientes axiomas:
P1

Para todo evento A, se cumple que 0

P(A)

P2 P(S) = 1
P3 Si A y B son eventos mutuamente exclusivos, entonces se
cumple que
P(AUB) = P(A) + P(B) .
Para el ejemplo No 1, observamos que:
1.

P(A)

1. Observamos que el valor de cada una

de las probabilidades es menor que 1 y mayor que 0.


P(S) = 1. Se ve fcilmente que la probabilidad del espacio
muestral S es 1.
3. P (AUB) = P(A) + P (B). La probabilidad de cada evento es P (A)
= 0.5 P(B) = 0.5 y la probabilidad de P(AUB) = 1.0
3. TEOREMAS DE LA PROBABILIDAD.
Estos teoremas se deducen de los axiomas:
2.

T1. La probabilidad del conjunto vacio es 0. P(

=0

T2. Si A es el complemento del evento A, entonces P(Ac) = 1


- P(A)
T3. Si A c B, entonces P(A) P(B)
T4.

Si a y b son dos eventos, entonces P (A-B) = P(A) - P(A

B)

T5.

Si A y B son dos eventos, entonces P (AUB) = P(A) + P (B) +

P(A

B)

EJEMPLO No2: Sea S = { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 }, el espacio


muestral de los resultados del fenmeno dado y los eventos A
= {0, 1, 2, 4, 6, 8} y B = {1, 2, 3, 4, 5}.
La grafica del conjunto ser:
U
A
B
0
1
3
6
2
4
5
8
7
9
Calculado:
A U B = { 0, 1, 2, 4, 6, 8, 3, 5 }
A

B = { 1, 2, 4 }

Ac = { 3, 5, 7, 9 }
Bc = { 0, 6, 7, 8, 9 }
A B = { 0, 6, 8 }
B A = { 3, 5 }
Los cardinales de cada uno de los conjuntos:

#A = 6,

#B = 5,

#(AUB) = 8,

#(A

#(A c)

B) = 3,

= 4,
#(Bc) = 5
#(A-B) = 3
#(B-A) = 2.
Calculando las probabilidades.

A
S

P(A) =

6
10

3
5

= 0.6 equivalente en

porcentaje 60%

B
S

P(B) =

5
10

1
2

= 0.5 equivalente en

porcentaje 50%

P(AUB)

( AUB )
S

8
10

4
5

0.8

equivalente en porcentaje 80%

P(A

B)

( A B)
S

3
10

0.30 equivalente

en porcentaje 30%

( AB)
S

P(A-B) =

3
10

0.30 equivalente en

0.20 equivalente en

porcentaje 30%

(B A)
S

P(B-A) =

2
10

porcentaje 20%
c

C
(A )

(A )
S

4
10

0.40 equivalente en

porcentaje 40%
c

P(

c
)

(B )
S

5
10

0.50 equivalente en

porcentaje 50%
Si aplicamos los teoremas obtenemos:
T2.
P(AC) = 1 - P(A) = 1 - 0.60 = 0.40
T2.
P(BC) = 1 - P(B) = 1 - 0.50 = 0.50
T4.

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

T5.

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

T6.

B)

= 0.60 - 0.30 = 0.30

A)

= 0.50 - 0.30 = 0.20

P (AUB) = P(A) + P (B) + P(A

B)

= 0.60 + 0.50 -

0.30 = 0.80
T6.

P (AUB) = P(A-B) + P (B-A) + P(A

B)

= 0.30 + 0.20 +

0.30 = 0.80
4. ESPACIOS FINITOS DE PROBABILIDAD.
Sea un espacio muestral finito tal que S = { a1, a2, a3, . an }
la probabilidad del espacio muestral ser la suma de las
probabilidades parciales e igual a 1.
P(S) = P(a1) + P(a2) + P(a3) + + P(an) = 1
EJEMPLO No 3. Lanzamos cuatro monedas una a una y
observamos los nmeros de sellos que pueden salir en cada
lanzamiento.
El espacio muestral sera as:
1. Que no salga ningn sello. 0S
CCCC
2. Que salga un sello y tres caras. 1S
SCCC, CSCC, CCSC, CCCS.
3. Que salgan dos sellos y dos caras. 2S.
SSCC, CSSC, CCSS, SCSC, CSCS, SCCS.
4. Que salgan tres sellos y 1 cara. 3S
SSSC, CSSS, SCSS, SSCS.

5.

Que salgan cuatro sellos y o caras. 4S


SSSS.
El conjunto S = { 0, 1, 2, 3, 4 } de los posibles resultados de
caer las monedas.
Observamos que existen 16 posibilidades de salir los
resultados.
Si calculamos las siguientes probabilidades.
1. La probabilidad de que salgan 4 caras o no salga un
sello.

1
16

P(0) =
2.

La probabilidad de que salga un sello.

4
16

P(1) =
3.

6
16

3
8

= 0.375

Probabilidad de que salgan 3 sellos.

4
16

P(3) =
5.

= 0.25

La probabilidad de que salgan dos sellos.


P(2) =

4.

= 0.0625

1
4

= 0.25

Probabilidad de que salgan 4 sellos.

1
16

P(4) =

= 0.0625

P(S) = P(0) + P(0) + P(0) + P(0) + P(0)

1
16

1
4

3
8

1
4

1
16

1
6.

P(C)

La probabilidad de que por lo menos salga un sello.


Los resultados son C = { 1S, 2S, 3S, 4S }
= P(1S) + P(2S) + P(3S) + P(4S)

1
4

3
8

1
4

1
16

15
16

7.

P(D)

Sea D el evento de que salgan todos sellos o todas


caras.
Los resultados de D = { 4S, 4C }
= P(4C) + P(4S)
=

1
16

1
16

2
16

1
8

EJEMPLO No 4. Cuatro caballos A, P, S, Q, intervienen en una


carrera. Si A tiene el doble de probabilidades de ganar que P, y
P el doble de probabilidades de ganar que S, S el doble de
probabilidades de ganar que Q. Cules son las respectivas
probabilidades de ganar cada uno de los caballos.
Sea p la probabilidad de ganar el menos factible.
Q =p
S = 2Q = 2p
P = 2S = 2(2Q) = 4Q = 4p
A = 2P = 2(2S) = 2(2(2Q))) = 8Q = 8p
Como el valor total de una probabilidad de un espacio muestral
debe ser uno, entonces.
P(A) + P(P) + P(S) + P(Q) = 1
8p + 4p + 2p + p
= 1
15p = 1
P

1
15

Los valores de la probabilidad de ganar cada caballo es de:


P(A) = 8p = 8 x

1
15

8
15

1
15

P(P) = 4p = 4 x

1
15

P(S) = 2p = 2 x

1
15

P(Q) = 1p = 1 x

4
15

2
15

1
15

Cul es la probabilidad de que A o P ganen la carrera.


El evento es F = { A, P }
P(F) = P(A) + P(P)

8
15

4
15

12
15

La probabilidad de que A o P ganen es de

4
5
4
5

= 0.80

o de 0.80, o

tambin equivale a decir que tienen el 80% de probabilidades


de ganar, que es equivalente a decir que tienen el 20% de
probabilidades de perder.
EJEMPLO No 5. Se lanzan 2 dados al mismo instante, pero sin
identificarlos y se observan cada uno de los resultados.
El espacio muestral de los posibles resultados seria:
(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
(2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
(3, 3) (3, 4) (3, 5) (3, 6)
(4, 4) (4, 5) (4, 6)
(5, 5) (5, 6)
(6, 6)
El total de posibilidades de caer los dados son S = 21
1. Cul es la probabilidad de que la suma sea 6.
A = {La suma sea 6 } = { (1, 5), (2, 4), (3, 3) }
P(A) =
2.

6
21

2
7

9
21

3
7

La probabilidad de E = { La suma sea 7 } = { (1, 6), (2,


5), (3, 4) }
P(E) =

6.
7.

2
21

La probabilidad D = { La suma sea impar }


D ={(1, 2),(1, 4),(1, 6),(2, 3),(2, 3), (3, 4), (3, 6), (4, 5), (5,
6)}
P(D) =

5.

1
7

La probabilidad C = {Salgan pares} Los nmeros sea


iguales.
C = { (1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6) }
P(C) =

4.

La probabilidad de B = { La suma sea 5 } = { (1, 4), (2, 3)


}
P(B) =

3.

3
21

3
21

1
7

La probabilidad de F = { La suma sea par }


La probabilidad de G = { Los dos dados sean nmeros
impares }
8. La probabilidad de H = {Uno de los dados sea un nmero
impar }
EJERCICIO No 1.
Qu pasara si los dados estn identificados posiblemente con
un color, en el cual uno es verde y el otro es rojo.
1. Cul sera el espacio muestral.
S = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (6,6)}
= 36
2. Probabilidad de que la suma sea 6.
E={(1,5), (2,4), (3,3), (4,2), (5,1)} = 5

E 5
P( A )= = =0.1388 13.88
S 36
3.

Probabilidad de que la suma de los dados sea 5.


E = {(1,4), (2,3), (3,2), (4,1)} = 4

E 4
P( A )= = =0.1111 11.11
S 36

4.

Probabilidad de que ambos sean iguales (pares o


cenas).
E = {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} = 6

E 6
P( A )= = =0.1666 16.66
S 36

5.

Probabilidad de que la suma sea 7.


E= {(1,6), (2,5),(3,4), (4,3), (5,2), (6,1)} = 6

E 6
P( A )= = =0.1666 16.66
S 36

6.

La probabilidad de que la suma de los dados sea par.


E = {(1,1), (1,3), (1,5), (2,2), (2,4), (2,6), (3,1), (3,3),
(3,5), (4,2), (4,3), (4,5), (5,1), (5,3), (5,5), (6,2), (6,4),
(6,6)} = 18

E 18
P( A )= = =0.5000 50
S 36

7.

La probabilidad de que los dos dados sean nmeros


impares.
E = {(1,1), (1,3), (1,5), (2,6), (3,1), (3,3), (3,5), (5,1),
(5,3), (5,5)} = 10

E 10
P( E)= = =0.2777 27.77
S 36

8.

La probabilidad de que uno de los dados sea un


nmero impar.
E = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,3),
(2,5), (3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,3),
(4,5), (5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,3),
(6,5)} = 27

E 27
P( E)= = =0.7500 75
S 36

9.
5.

Compare los resultados y que concluye.


Diferentes resultados.
ESPACIOS FINITOS EQUIPROBABLES.
Es un espacio muestral S finito de probabilidad, donde
cada punto muestral tiene la misma probabilidad.
P(A) =

a
s

EJEMPLO No 6. Seleccinese una carta al azar de una baraja


Espaola corriente de 52 cartas. Determnese la probabilidad
de:
1. Que al sacar una carta sea una espada. Evento A
2. Que sea una figura, J, Q, K. Evento B
3.

Hallar la P(A) - P(B) - P(AUB) - P(A

B)

El evento A = {As, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K }. Tenemos


que son 13 cartas diferentes de espadas, de un total de 52
cartas de la baraja.
P(A) =

13
52

1
4

= 0.25 = 25%

El evento B = {Que sea una figura}. Las figuras que se


encuentran en la baraja son:
ESPADAS: J Q K
COPAS: J Q K
OROS: J Q K
BASTOS: J Q K
El total de cartas son 12 posibles, de un total de 52 cartas.
P(B) =

12
52

3
13

= 0.2307 = 23.07%

B = {Que la carta sea una Espada y Figura}. Son un

total de 3 cartas de 52 posibles.

P(A

B)

3
52

= 0.0576 = 5.76%

AUB = {Sea Espada o Figura}.


ESPADA: As, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K
OROS: J, Q, K
ESPADAS: J, Q, K
BASTOS: J, Q, K
Hay un total de 22 posibilidades de un total de 52 cartas.
P(AUB) =

22
52

11
26

= 0.4230 = 42.30%

EJERCICIOS:
1. Sean 2 Boliches escogidos al azar de un grupo de 12, de
los cuales 4 de estos son o estn en mal estado y sea:
A={Dos boliches en mal estado} = 2
B={Dos boliches en buen estado} = 2
1. El espacio muestral sern los posibles grupos de 2
boliches que se pueden formar de los 12 posibles.

C(12,2)=
2.

12!
12!
12 x 11 x 10 ! 12 x 11
=
=
=
=66
2 x1
( 122 ) ! 2! 10 ! 2 ! 10 ! x 2 x 1

De los 4 boliches en mal estado se pueden formar


grupos de 2 boliches.

C(4,2) =

4!
4!
4 x3 x2! 4 x3
=
=
=
=6
( 42 ) ! 2 ! 2! 2! 2! x 2 x 1 2 x 1

3.

La probabilidad de A ser: P(A) =

4.

De los 8 boliches en buen estado se pueden formar


grupos de 2 boliches.

E 6
1
P( A )= = = =0.0909 9.09
S 66 11

C(8,2)=

8!
8!
8 x7 x6! 8x 7
=
=
=
=28
( 82 ) ! 2 ! 6 ! 2 ! 6 ! x 2 x 1 2 x 1

5.

La probabilidad de B ser: P(B) =

6.

Probabilidad de que por lo menos un boliche este en


mal estado.
Halla uno malo o halla dos malos.

E 28 14
P( A )= = = =0.4242 42.42
S 66 33

C(4,1) C(12,1) +C(4,2)=4 x 12+ 6=48+6=54


C(4,1) =

4!
4!
4 x 3! 4
=
=
= =4
( 41 ) ! 1 ! 3 ! x 1! 3! x 1! 1

C(12,1)=

12!
12 !
12 x 11 ! 12
=
=
= =12
( 121 ) ! 1! 11 ! x 1 ! 11 ! x 1! 1

E 54 9
P( A )= = = =0.8181 81.81
S 66 11
EJERCICIOS:
1. Una moneda est cargada (aumentada de peso) de modo
que la posibilidad de salir cara (C), sea el doble que la de
salir el sello (S). Hallar la probabilidad P(C) y P(S).
La probabilidad de salir cara es el doble de la de salir sello.

P(C) =2 P(S )

Por el teorema fundamental de la probabilidad, tenemos


que:

P(C) + P(S) =1

2 P(S )+ P(S )=1


3 P(S )=1
Despejando la

P(S )

, tenemos que:

P(S )=

1
3

Como la probabilidad de

P(C) =2 P(S )=2


2.

( 13 )= 23

Sea un dado cargado tal que la probabilidad de salir un


numero cuando es lanzado el dado es proporcional a dicho
numero (Por ejemplo la probabilidad de salir 3 es la mitad
de salir 6). Sea A={Un numero par}
B={Numero
primo}
C={Nmero impar} D={Numero par y primo}
E={Nmero impar y primo}.
La probabilidad de salir cada nmero es:

P(1) =p , P(2 )=2 p , P(3 )=3 p , P(4) =4 p , P(5) =5 p , P(6 )=6 p

Por teorema fundamental de probabilidad, tenemos que:

P(1) + P(2)+ P(3) + P(4) + P(5 )+ P(6)=1


p+2 p+3 p+ 4 p+5 p +6 p=1

21 p=1

p=

1
21

a.) El evento A={2,4,6}

P( A )=P(2)+ P(4 )+ P(6) =2

( 211 )+ 4 ( 211 )+ 6( 211 )

2 4 6 2+ 4+6 12
+ + =
=
21 21 21
21
21
b.) El evento B={3,5}

P(B )=P(3) + P(5) =3

( 211 )+5( 211 )

3 5 3+5 8
+ =
=
21 21 21 21
c.) El evento numero C={1,3,5}

P(C) =P(1) + P(3 )+ P(5)=

( 211 )+3( 211 )+5( 211 )

1 3 5
9 3
+ + = =
21 21 21 21 7
d.) El evento D={2}

P( D) =P(2)=2
3.

( 211 )= 212

Determnese la probabilidad p de cada uno de los


siguientes eventos finitos equiprobables.
1. Que salga un nmero par al lanzar un dado normal.
Hallamos el espacio muestral:

S= {1,2,3,4,5,6 }=6
El evento es {2,4,6} = 3
La probabilidad es:

E 3
P( par) = = =0.5 50
S 6

2.

Que resulte un Rey al sacar una carta de una baraja


Espaola.
El espacio muestral es la baraja espaola, que tiene
en cada pinta:
As, 2, 3, 4, 5, 6, 7, 8, 9, sota, caballo y rey.
Son cuatro pintas: Oros, copas, espadas y bastos.
S = 48
El evento es: Hay 4 reyes, uno por cada pinta.
E=4

E 4
P( Rey)= = =0.0833=8.33
S 48

3.

Que aparezca por lo menos un sello al lanzar tres


monedas normales.
S = {CCC, CCS, SSC, SSS} = 4
E = {CCS, SSC, SSS} = 3

E 3
P(UNS )= = =0.75 75
S 4

4.

Sacar un 4 en una baraja de pker.


Espacio muestral.
4 pintas: Trbol, pica, corazones y diamantes.
As, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K., Son 13 cartas por
pinta.
S = 13x4 = 52
El evento:
Hay 4 cuatros en la baraja de pker.
E=4

E 4
P(4 )= = =0.0769 7.69
S 52

5.

Que resulte una figura al sacar una carta de una


baraja de Pker.
S = 52
E = 3x4 = 12

E 12
P( FIGURA)= = =0.2307 23.07
S 52

6.

Que aparezca una bola blanca al sacar una sola bola


de una urna que contiene 4 blancas, 3 rojas y 5 bolas
azules.
S = Todas las bolas = 4+3+5 = 12
E = Las bolas blancas = 4

E 4
P(blanca )= = =0.3333 33.33
S 12

7.

Sacar un As de una baraja Espaola, en un solo


intento en una carta.
S = Todas las cartas = 4pintas x 12 cartas = 48
E = Las pintas x As = 4x1 = 4

E 4
P( AS) = = =0.0833 8.33
S 48

4.

Se sacan dos cartas al azar de una barja Espaola. Hallar


la probabilidad p de que:
1. Las dos cartas escogidas sean Espadas.
S = Grupos de a dos, formados de las 48 cartas.

C(48,2)=

48 !
48 !
48 x 47 x 46 ! 48 x 47
=
=
=
=1.128
46 ! x 2 !
2x 1
( 482 ) ! 2! 46 ! 2!

E = Grupos formados de a dos cartas de las 12


espadas.

C(12,2)=

12!
12!
12 x 11 x 10 ! 12 x 11
=
=
=
=66
10 ! x 2 !
2x 1
( 122 ) ! 2! 10 ! x 2 !

E
66
P(2 espadas) = =
=0.0585 5.85
S 1.128
Otro mtodo.

132
66
=
=0.0585 5.85
( 1248 )( 1147 )= 2.256
1.128

P(2 espadas) =
2.

Las dos cartas escogidas al azar sean el mismo


nmero.
S = 1.128
E = Grupos de 4(As)+Grupos de 4(2)+
+Grupos de
4(Reyes)=

12C (4,2 )=12

4!
4!
4 x3 x2 x1
=12
=12
=12 x 6=72
2! x 2!
2x 1x 2x 1
( 42 ) ! x 2!

E
72
P(2 iguales)= =
=0.0638 6.38
S 1.128
Otro mtodo.

P( Nsiguales)=12
3.

144
72
=
=0.0638 6.38
( 484 )( 473 )= 2.256
1.128

Las dos cartas sean figuras.

E = 3 Figuras x 4 pintas = 3x4 = 12. Formar grupos


de 2 cartas.

C(12,2)=

12!
12!
12 x 11 x 10 ! 12 x 11
=
=
=
=66
10 ! x 2 !
2x 1
( 122 ) ! 2! 10 ! x 2 !

E
66
P(2 figuras)= =
=0.0585=5.85
S 1.128
Otro mtodo.

P(2 figuras)=
4.

132
66
=
=0.0585 5.85
( 1248 )( 1147 )= 2.256
1.128

La una sea Espada y la otra Bastos.


E = De cada pinta se escoge de una.

C(12,1)=

12!
12 !
12 x 11 ! 12
=
=
= =12
11
!
x
1
!
11 ! x 1! 1
( 121 ) ! 1!

= 12x12 = 144

E 144
P( Espadaybasto)= =
=0.1276=12.76
S 1.128

Otro mtodo.

P(1 E ,1 B )=2
5.

x 144 144
=
=0.1276 12.76
( 1248 )( 1247 )= 22.256
1.128

Las dos sean Ases.


E = Grupos de a dos ases.

C(4,2) =

4!
4!
4 x 3 x 2! 4 x 3
=
=
=
=6
2 x1
( 42 ) ! 2 ! 2! x 2 ! 2! x 2!

E
6
P(2 ases)= =
=0.0053=0.53
S 1.128
Otro mtodo.

12
6
=
=0.0053 0.53
( 484 )( 473 )= 2.256
1.128

P(2 A )=
6.

Las dos sean Oros o Figuras.


E= Los grupos de a dos Oros + Grupos de 2 figuras.

C(10,2)=

10!
10 !
10 x 9 x 8 ! 10 x 9
=
=
=
=45
8!
x
2!
8 ! x 2!
2 x1
( 102 ) ! 2!

C(12,2)=

12!
12!
12 x 11 x 10 ! 132
=
=
=
=66
10
!
x
2
!
10! x 2 x 1
2
( 122 ) ! 2!

E = 45+66 = 111

E
111
P(2 O , 2 F )= =
=0.0984=9.84
S 1.128

Otro mtodo.

90
132
222
+
=
( 1048 )( 479 )+( 1248 )( 1147 )= 2.256
2.256 2.256

P(2 O , 2 F )=

111
=0.0984 9.84
1.128
5.

De una baraja de 48 cartas se extrae simultneamente


dos de ellas. Calcular la probabilidad de que:
Hallamos el espacio muestral. Grupos de r=2 cartas de
n=48 posibles.
S=

C(48,2)=
1.

48 !
48 !
48 x 47 x 46 ! 48 x 47
=
=
=
=1.128
46
!
2!
46 ! x 2 !
2x 1
( 482 ) ! 2!

Las dos Sean copas.


El evento. Son grupos de r=2, de n=12 posibles.

C(12,2)=

12!
12!
12 x 11 x 10 ! 12 x 11
=
=
=
=66
10 ! x 2 !
2x 1
( 122 ) ! 2! 10 ! x 2 !

E
66
P(2 C)= =
=0.0585=5.85
S 1.128
Otro mtodo.

P(2 C)=
2.

132
66
=
=0.0585 5.85
( 1248 )( 1147 )= 2.256
1.128

Al menos una sea copas.


E=Grupos de r=2 cartas en orden, de n=12 posibles.
E= Las dos sean copas + Una copa y otra cualquiera.

C(12,2)=

12!
12!
12 x 11 x 10 ! 12 x 11
=
=
=
=66
10 ! x 2 !
2x 1
( 122 ) ! 2! 10 ! x 2 !

C(12,1)=

12!
12 !
12 x 11 ! 12
=
=
= =12
( 121 ) ! 1! 11 ! x 1 ! 11 ! x 1! 1

C(36,1)=

36 !
36 !
36 x 35! 36
=
=
= =36
( 361 ) ! 1 ! 35! x 1! 35 ! x 1 ! 1

E = 66+12x36 = 66+432 = 498

E 498
P( ALMENOS 1 C) = =
=0.4414=44.14
S 1.128

Otro mtodo.

132
864
+
( 1248 )( 1147 )+ 2( 1248 )( 3647 )= 2.256
2.256

P( ALMENOS1 C) =

996
498
=
=0.4414 44.14
2.256 1.128
Otro mtodo.

P( ALMENOS1 C) =1P(NOCOPA )=
P( ALMENOS1 C) =1

1260 2.2561.260
=
( 3648 )( 3547 )=1 2.256
2.256

996
498
=
=0.4414 44.14
2.256 1.128
3.

Una sea copa y la otra espada.


E = (Copa, Espada).
Se cumple para cada una de las pintas.

C(12,1)=

12!
12 !
12 x 11 ! 12
=
=
= =12
11
!
x
1
!
11 ! x 1! 1
( 121 ) ! 1!

E= 12x12 = 144 = 288

E 144
P(COPA , ESPADA )= =
=0.0124=1.24
S 1.128

6.

Una clase est formada por 10 chicos y 10 chicas; la mitad


de las chicas y la mitad de los chicos Han elegido francs
como asignatura optativa.
Organizamos un diagrama de Venn que nos muestre la
situacin de los estudiantes

El espacio muestral del problema.


E = Chicos + Chicas = 10 + 10 = 20
1. Cul es la probabilidad de que una persona elegida al
azar sea chico o estudio francs?
El evento es: Chico o Estudie francs.
E = 10 + 5 Chicas que estudian francs = 15

E 15
P( H o F )= = =0.75=75
S 20
2.

Y la probabilidad de que sea chica y no estudi


francs?
El evento.
E = 5 chicas que no estudian francs.

P( M o
7.

E 5
= = =0.25=25
S 20

F)

En una ciudad, el 40% de la poblacin tiene cabellos


castaos, el 25% tiene ojos castaos y el 15% tiene
cabellos y ojos castaos. Se escoge una persona al azar:
Se hace el llenado de la tabla para determinar el espacio
muestral y el evento.
C No
C.C
T
C
OC
15
10
25
O No
25
50
75
C
T
40
60
100
1.

Si tiene los cabellos castaos, cul es la probabilidad


de que tenga tambin ojos castaos?

E 15
P(OC /CC )= = =0.375=37.5
S 40

2.

Si tiene ojos castaos, cul es la probabilidad de que


no tenga cabellos castaos?

P(
3.

Cul es la probabilidad de que no tenga cabellos ni


ojos castaos?

P(
8.

E 10
= = =0.400=40
S 25

CC /OC )

E 50
= =
=0.500=50
S 100

CC , OC )

Hallar la probabilidad de que al lanzar al aire dos monedas


diferentes, salgan:
El espacio muestral de lanzar las dos monedas.
S = {CC, SS, CS, SC} = 4
1. Dos caras.
E = {CC} = 1

E 1
P(2 C)= = =0.250=25
S 4
2. Dos sellos.
E = {SS} = 1

E 1
P(2 S )= = =0.250=25
S 4
3. Una cara y un sello.
E = {CS, SC} = 2

E 2
P(2 C)= = =0.50=50
S 4
9.

10.

11.

12.
13.

Hallar la probabilidad de que al levantar unas fichas de


domin se obtenga un nmero de puntos mayor que 9 o
que sea mltiplo de 4.
Un dado est trucado, de forma que las probabilidades de
obtener las distintas caras son proporcionales a los
nmeros de estas. Hallar:
1. La probabilidad de obtener el 6 en un lanzamiento.
2. La probabilidad de conseguir un nmero impar en un
lanzamiento.
Se lanzan dos dados al aire y se anota la suma de los
puntos obtenidos. Se pide:
1. La probabilidad de que salga el 7.
2. La probabilidad de que el nmero obtenido sea par.
3. La probabilidad de que el nmero sea mltiplo de tres.
Se lanzan tres dados. Encontrar la probabilidad de que:
1. Salga 6 en todos.
2. Los puntos obtenidos sumen 7.
Busca la probabilidad de que al echar un dado al aire,
salga:
El espacio muestral es:
S ={1, 2, 3, 4, 5, 6}
1. Un nmero par.
E = {2, 4, 6} entonces 3.

E 3
P( PAR)= = =0.5=50
S 6
2. Un mltiplo de tres.
E = {3, 6} entonces 2.

E 2
P( PAR)= = =0.6666=66.66
S 6
3. Mayor que cuatro.
E = {5, 6} entonces 2.

E 2
P( MAYOR A 4) = = =0.6666=66.66
S 6
4. Menor que 4.
E = {1, 2, 3} entonces 3.

E 3
P( MENOR) = = =0.5=50
S 6
5. Mltiplo de tres, en pares.
E = {6} entonces 1.

E 1
P( MULT 3 EN PARES )= = =0.1666=16.66
S 6
14. Se sacan dos bolas de una urna que se compone de una
bola blanca, otra roja, otra verde y otra negra. Describir el
espacio muestral cuando:
1. La primera bola se devuelve a la urna antes de sacar
la segunda.
El espacio muestral est formado por todas las
posibilidades que existen de combinar dos bolas.
S= {BB, BR, BV, BN, RB, RR, RV, RN, VB, VR, VV, VN, NB,
NR, NV, NN} = 16
a. Probabilidad que las sacadas sean iguales.
El evento.
E = {BB, RR, VV, NN} = 4

E 4
P(iguales) = = =0.250=25
S 16
b. Probabilidad que las sacadas sean diferentes.
El evento.
E = {BR, BV, BN, RB, RV, RN, VB, VR, VN, NB, NR, NV} =
12

E 12
P(iguales) = = =0.750=75
S 16
2. La primera bola no se devuelve.
El espacio muestral est formado por todas las
posibilidades que existen de combinar dos bolas.
S= {BR, BV, BN, RB, RV, RN, VB, VR, VN, NB, NR, NV} = 12
a. Probabilidad que las sacadas sean iguales.
El evento.
E={}=0

E 0
P(iguales) = = =0.000=0
S 16
b. Probabilidad que las sacadas sean diferentes.
El evento.
E = {BR, BV, BN, RB, RV, RN, VB, VR, VN, NB, NR, NV} =
12

E 12
P(iguales) = = =1.00=100
S 12
15. Una urna tiene 8 bolas rojas, 5 amarilla y 7 verdes. Se
extrae una al azar, Cual es la probabilidad de que:
Espacio muestral es la suma de todas las bolas.
S = 8+5+7 = 20
1. Sea roja.
E=8

E 8
P( ROJA) = = =0.40=40
S 20

2.

Sea verde.
E=7

E 7
P(VERDE)= = =0.350=35
S 20

3.

Sea amarilla.
E=5

E 5
P( ROJA) = = =0.25=25
S 20

4.

No sea roja.
E = Son amarillas o verdes = 5 + 7 = 12

P(
5.

E 12
= = =0.60=60
S 20

ROJA )

No sea amarilla.
E = Que sea verde o roja = 8 + 7 = 15

E 15
P( ROJA) = = =0.750=75
S 20

16. Una urna contiene 3 bolas rojas y 7 blancas. Se extraen


dos bolas al azar. Escribir el espacio muestral y hallar la
probabilidad de:
S = {RR, RB, BB, BR},
1. Extraer las dos bolas Rojas con reemplazamiento.

P( RR)=
2.

( 103 )( 103 )= 1009 =0.09

Extraer las dos bolas Blancas con reemplazamiento.

P( RR)=
3.

49
=0.49
( 107 )( 107 )= 100

Extraer una bola


reemplazamiento.

P( RB)=
4.

5.

otra

Blanca

con

Roja

con

21
=0.21
( 103 )( 107 )= 100

Extraer una bola


reemplazamiento.

P( RR)=

Roja

Blanca

otra

21
=0.21
( 107 )( 103 )= 100

Extraer las dos bolas Rojas sin reemplazamiento.

P( RR)=
6.

( 103 )( 29 )= 906 =0.066

Extraer las dos bolas Blancas sin reemplazamiento.

P( RR)=
7.

( 107 )( 69 )= 4290 =0.466

Extraer una bola


reemplazamiento.

P( RB)=
8.

otra

Blanca

sin

Roja

sin

( 103 )( 79 )= 9021 =0.233

Extraer una bola


reemplazamiento.

P( RR)=

Roja

Blanca

otra

( 107 )( 39 )= 2190 =0.233

17. Se extraen cinco cartas de una baraja de 52. Hallar la


probabilidad de extraer:
El espacio muestral sern todos los grupos de r=5 cartas
de n=52 posibles.
S
=

C(52,5)=

S=
1.
E=

52 !
52 !
52 x 51 x 50 x 49 x 48 x 47 !
=
=
=
47 ! x 5 x 4 x 3 x 2 x 1
( 525 ) ! x 5 ! 47! x 5 !

311.875 .200
=2.598.960
120
4 ases.

C(4,4) x C (48,1)=1 x 48=48


C(4,4 )=

4!
4!
=
=1
( 44 ) ! x 4 ! 0 ! x 4 !

C(48,1)=

48!
48 !
48 x 47 !
=
=
=48
( 481 ) ! x 1! 47 ! x 1 ! 47 ! x 1 !

E
48
1
P(4 A )= =
=
=0.000018
S 2.598 .960 54.146
2.

4 ases y un rey.

E=

C(4,4) x C (4,1)=1 x 4=4


C(4,4 )=

C(4,1) =

4!
4!
=
=1
( 44 ) ! x 4 ! 0 ! x 4 !

4!
4!
4 x 3!
=
=
=4
( 41 ) ! x 1! 3 ! x 1 ! 3 ! x 1 !

E
4
1
P(4 A )= =
=
=0.0000015
S 2.598 .960 649.740
3.

3 cincos y 2 sotas.

E=

C(4,3) x C (4,2)=4 x 6=24


C(4,3) =

C(4,2) =

4!
4!
4 x 3!
=
=
=4
( 43 ) ! x 3 ! 1! x 3! 1 ! x 3 !

4!
4!
4 x3 x2!
=
=
=6
2
!
x
2
!
2! x2!
( 42 ) ! x 2!

E
24
1
P(4 A )= =
=
=0.0000092
S 2.598 .960 108.290
4.
E

Un 9, 10, sota, caballo y rey en cualquier orden.


=

C(4,1) x C(4,1) x C(4,1) x C(4,1) x C (4,1)=4 x 4 x 4 x 4 x 4=1024


C(4,1) =

4!
4!
4 x 3!
=
=
=4
( 41 ) ! x 1! 3 ! x 1 ! 3 ! x 1

E
1024
1
P(4 A )= =
=
=0.000394
S 2.598 .960 162.435
5. 3 de un palo cualquiera y 2 de otro.
Hay 4 formas de elegir el primer palo y 3 de elegir el
segundo palo.
E
=

4 C (13,3 ) x 3 xC (13,2) =4 x 286 x 3 x 78=267.696


C(13,3)=

13 !
13 !
13 x 12 x 11 x 10!
=
=
=286
10
!
x
3
!
10 ! x 3 x 2
( 133 ) ! x 3!

C(13,2)=

13 !
13 !
13 x 12 x 11 !
=
=
=78
11 ! x 2!
( 132 ) ! x 2 ! 11 ! x 2 !

E
267.696
429
P(4 A )= =
=
=0.103
S 2.598 .960 4.165
6. Al menos un as.
Sera igual a 1 los que no tienen ningn as.
E

2.598 .960C(48,5) =2.598 .9601.712 .304=886.656


C(48,5)=

48 !
48 !
48 x 47 x 46 x 45 x 44 x 43!
=
=
=
43 ! x 5 x 4 x 3 x 2
( 485 ) ! x 5 ! 43 ! x 5!

1.712.304

E
886.656
18.472
P(4 A )= =
=
=0.3411
S 2.598 .960 54.145
18. Se dispone de tres cajas con bombillas. La primera
contiene 12 bombillas, de las cuales hay cinco fundidas;
en la segunda hay ocho bombillas, estando tres de ellas
fundida, y la tercera caja hay cinco bombillas fundidas de
un total de quince. Cul es la probabilidad de que al
tomar una bombilla al azar de una cualquiera de las cajas?

CAJA
1-12
URN
A

1.

CAJA
2-8
CAJA
3-15

()

Cul es la probabilidad de que al tomar una bombilla


al azar de la segunda caja, est fundida?

()

1 5 1 3 1 5
5 3 5 3
+
+
= + + =
3 12 3 8 3 15 36 24 45 8

( ) () ( )

Cul es la probabilidad de que al tomar una bombilla


al azar de una cualquiera de las cajas, est buena?

P (CB ) =
6.

1 3
3 1
= =
3 8 24 8

Cul es la probabilidad de que al tomar una bombilla


al azar de una cualquiera de las cajas, est fundida?

P (C F )=
5.

( )

1 5
5
=
3 8 24

P ( C 2 F )=
4.

1 5
5
=
3 12 36

Cul es la probabilidad de que al tomar una bombilla


al azar de la segunda caja, est buena?

P (C 2 B ) =
3.

5
7
3
5
5
1
0

Cul es la probabilidad de que al tomar una bombilla


al azar de la primera caja, est fundida?

P ( C 1 F )=
2.

F
B
F
B
F
B

1 7
1 5 1 10
7 5 10 5
+
+
= + + =
3 12 3 8 3 15 36 24 45 8

( ) () ( )

Cul es la probabilidad de que al tomar una bombilla


al azar de una cualquiera de las cajas, est buena o
est fundida?

3 5 8
P (CFOCB )= + = =1
8 8 8

19. En una casa matriz de venta de carros se realiza un sorteo


de un vehculo entre sus clientes y se selecciona por
sorteo a uno de ellos y se le introducen tres llaveros A, B y
C, para poder abrir la puerta del vehculo y as ser el
ganador: El primero llavero con cinco llaves y dos abren el
auto, el segundo con siete y tres abren el auto y el tercero
con ocho y 6 bloquean el auto. Se escoge al azar un
llavero. Cul es la probabilidad de que:
A. Sea el ganador con el primer llavero.
B. Abra el carro con cualquiera de los llaveros.
C. No abra con el tercer llavero.
D. Con cul de los llaveros tiene mayor probabilidad de
ganar.
20. En una urna hay 3 monedas, con las siguientes
caractersticas. La primera es una moneda normal, la
segunda es una moneda que tiene dos caras y la tercera
es una moneda cargada, en la cual la probabilidad de salir

cara es

1
3

de la probabilidad de salir sello.

Si se saca una moneda al azar, cul ser la probabilidad


de que al lanzarla salga:
A. Cara.
B. Sello.
21. En una competencia ciclstica, donde solo hay cuatro

corredores, que tienen la opcin de ganar. Si Meteln


tiene el cudruplo de probabilidad de ganar que Sobarrn,
y Sobarrn tiene el doble de probabilidad de ganar que
Pedalero y Pedalero el doble de Cipriano.
A. Determinar la probabilidad de ganar cada uno.
Se plantean las probabilidades de cada uno de los ciclistas
en funcin de los dems y se halla la probabilidad de cada
uno de ellos.

P( M )=4 P(S)

P(S )=2 P(P)

P( P)=2 P(C )
P( M )=4 P(S)=4 ( 4 P(C ) )=16 P(C)
2P
2((C ))=4 P(C)
P(S )=

Aplicamos el teorema fundamental de las probabilidades


P( M ) + P(S) + P(P) + P(C )=1
16 P(C) + 4 P(C) +2 P(C )+ P(C)=1
23 P(C) =1
P(C) =

1
23

P( M)=16 P(C )=16 X

1 16
=
23 23

P(S )=4 P(C )=4 x

1
4
=
23 23

P( P)=2 P(C )=2 x

1 2
=
23 23

B.

Quien ganara la carrera, segn el estudio de la


probabilidad?
Gana La carrera el de mayor probabilidad que es Meteln

con

16
23

22. En un centro escolar los alumnos pueden optar por cursar


como lengua extranjera ingls o francs. En un
determinado curso, el 90% de los alumnos estudia ingls y
el resto francs. El 30% de los que estudian ingls son
chicos y de los que estudian francs son chicos el 40%. Al
elegir un alumno al azar, cul es la probabilidad de que
sea chica?
23. Un taller sabe que por trmino medio acuden: por la
maana tres automviles con problemas elctricos, ocho
con problemas mecnicos y tres con problemas de chapa,
y por la tarde dos con problemas elctricos, tres con
problemas mecnicos y uno con problemas de chapa.
Elctrico

Mecnic
o

Chapas

Total

Maana
3
8
3
14
Tarde
2
3
1
6
Total
5
11
4
20
A. Cul es la probabilidad de que atiendan un carro y sea
de la jornada de la tarde:

E 6
P(TARDE )= = =0.30=30
S 20
B.

Cul es el porcentaje de los carros que acuden por


problemas mecnicos. Recuerde que hallar el
porcentaje y la probabilidad son operaciones
equivalentes.

E 11
P( MECANICOS)= = =0.55=55
S 20
C.

Calcular la probabilidad de que atiendan un automvil


con problemas elctricos acuda por la maana:

E 3
P( M/ E )= = =0.60=60
S 5

D. Calcular la probabilidad de que atiendan un automvil


con problemas mecnicos acuda por la tarde:

E 3
P(T / M ) = = =0.2727=27.27
S 11
24. En un aula de clases hay 100 alumnos, de los cuales: 40
son hombres, 30 usan gafas, y 15 son varones y usan
gafas. Si seleccionamos al azar un alumno de dicho curso.
Gafas
Sin Gafas
Total
Hombres
15
25
40
Mujeres
15
45
60
Total
30
70
100
A. Cul es la probabilidad de que sea mujer y no use
gafas?

P( MY
B.

E 45
= =
=0.45=45
S 100

G)

Cul es la probabilidad de que sea mujer y use


gafas?

E 15
P( MYG) = =
=0.15=15
S 100
C.

Hallar el porcentaje de los estudiantes que usan gafas

E 30
P(G )= =
=0.30=30
S 100
D.

La probabilidad de que un estudiante con gafas sea


mujer.

E 15
P( M/ G) = = =0. 50=50
S 30
E.

Probabilidad de que un estudiante sin gafas sea


hombre.

E 25
P( M/ G) = = =0.25=25
S 70
F.

Sabemos que el estudiante seleccionado no usa


gafas, Qu probabilidad hay de que sea hombre?

P( H/

E 25 5
= = = =0. 3571=35.71
S 70 14

G)

G. Sabemos que el estudiante seleccionado no usa


gafas, Qu probabilidad hay de que sea mujer?

P( H/

E 45 9
= = = =0.6428=64.28
S 70 14

G)

25. En una clase en la que todos practican algn deporte, el


60% de los alumnos juega al ftbol o al baloncesto y el
10% practica ambos deportes. Si adems hay un 60% que
no juega al ftbol, cul ser la probabilidad de que
escogido al azar un alumno de la clase:
F

B
0.30

0.10
0.20
0.40

A.
B.
C.
D.
E.
F.

Juegue ni futbol, ni baloncesto.


Juegue slo al ftbol:
Juegue slo al baloncesto.
Practique uno solo de los deportes:
Que practique baloncesto:
Si en total en la escuela hay

80

estudiantes

practicando Deportes. Cul es el nmero de


estudiantes que practica Futbol?
G. De total de estudiantes de la escuela Deportes. Cul
es el nmero de estudiantes que practica Baloncesto?
H. Si del total estudiantes practicando Deportes se
quiere hallar el nmero de estudiantes que practica
solo Futbol?
I.
Cul es el nmero de estudiantes que practica Futbol
y Baloncesto?
J. Cul es el nmero de estudiantes que practica Futbol
o Baloncesto?
ESTADISTICA INFERENCIAL.
1. La inferencia estadstica o estadstica Inferencial es una
parte de la Estadstica que comprende y da los mtodos y
procedimientos
para
deducir
propiedades
(hacer
inferencias) de una poblacin, a partir de una pequea
parte de la misma (muestra).
2. Es un proceso de anlisis que consiste en inferir las
propiedades de una poblacin con base en la
caracterizacin de la muestra.
Se basa en las conclusiones a la que se llega por la ciencia
experimental basndose en informacin incompleta.
Genera modelos probabilsticos a partir de un conjunto de
observaciones.
Del conjunto de observaciones que van a ser analizadas, se
eligen aleatoriamente slo unas cuantas, que es la muestra, y
a partir de dicha muestra se estiman:
1. Los parmetros del modelo.
2. Se contrastan las hiptesis establecidas, con el objeto de
determinar si el modelo probabilstico es el adecuado al
problema real que se ha planteado.
La utilidad de la inferencia estadstica, consiste en que si el
modelo se considera adecuado, puede usarse para la toma de
decisiones o para la realizacin de las previsiones
convenientes.
La inferencia estadstica parte de un conjunto de
observaciones de una variable, y a partir de estos datos
infiere o genera un modelo probabilstico; por tanto es la
consecuencia de la investigacin emprica, cuando se est
llevando a cabo, y como consecuencia de la ciencia terica,
cuando se estn generando estimadores, o mtodos, con tal o
cual caracterstica para casos particulares.
La
inferencia
estadstica
es,
en
consecuencia,
un
planteamiento inductivo.
TECNICAS DE MUESTREO.
Para realizar un anlisis estadstico, se puede efectuar:
1. Toda la poblacin.
2. Una parte de la poblacin.
Si estudiamos toda la poblacin, podemos conocer e identificar
exactamente la distribucin que presenta la variable o las
variables estudiadas en dicha poblacin. Por ejemplo, en la
mayora de los casos, los censos son inviables o como mnimo
innecesarios. Los censos son lentos y caros (hay que examinar
una gran cantidad de individuos, lo cual requiere tiempo y
dinero) y poco flexibles (debido a su complejidad, es muy difcil
modificarlos cuando se han puesto en marcha).
Tratar una gran cantidad de individuos, para ser estudiados
requiere disponer de personal entrenado, instalaciones
(laboratorios,
centros
de
tratamientos
de
datos,
recopilacin...), recursos, en estos casos, un censo puede ser
irrealizable, o bien puede realizarse sin los recursos necesarios,
de modo que, los datos obtenidos pueden contener errores y
por tanto, no necesariamente van a proporcionar una buena
informacin.
Una alternativa a los censos ser la medicin de estas
variables en una parte de la poblacin, es decir, en una
muestra. Trabajar con una muestra de la poblacin tiene la
ventaja de que:
1. Es ms rpido.
2. Ms barato.
3. Los resultados obtenidos pueden ser ms precisos,
De modo que, si la muestra se elige correctamente, la
informacin que obtenemos permite una estimacin razonable
de la situacin de la poblacin.
Cuando nos planteamos tomar una muestra, surgen dos
preguntas:
1. Qu individuos o datos debo incluir en la muestra?
2. Cuntos individuos o datos debo tomar?
Para un ejemplo en particular,
1. Cuando el objetivo es conocer la cantidad de enfermedad
o cuando queremos realizar un estudio epidemiolgico
cuyos resultados debemos extrapolar a la poblacin

general, un requisito indispensable es que la muestra


sea representativa de la poblacin general, por tanto
la muestra debe tomarse al azar.
2. Cuando el objetivo es conocer si una enfermedad existe o
no en una poblacin, tambin podemos tomar una
muestra aleatoria, pero en la mayora de los casos, lo ms
apropiado ser tomar una muestra sesgada, de modo
que analizaremos aquellos individuos que tienen mayor
posibilidad de estar enfermos.
La mejor opcin para obtener una muestra representativa es:
1. Elegir los individuos al azar mediante un muestreo
aleatorio, es decir, seleccionando los individuos de manera
que todos ellos tenga la misma probabilidad de formar
parte de la muestra.
2. Cuando estos no es posible la alternativa ser elegir a los
individuos segn un muestreo de conveniencia.
El mtodo para elegir la muestra recibe el nombre de
muestreo.
MUESTREO.
Es una herramienta de la investigacin cientfica. Su funcin
bsica es que parte de una realidad en estudio (poblacin o
universo) debe examinarse con la finalidad de hacer inferencia
sobre dicha poblacin.
El error que se comete debido a hecho de que se obtienen
conclusiones sobre cierta realidad a partir de la observacin de
solo una parte de ella y se denomina error de muestreo.
Obtener una muestra adecuada significa lograr una versin
simplificada de la poblacin, que reproduzca de algn modo
sus rasgos bsicos.
Nos da las herramientas, tcnicas y mtodos, para realizar una
investigacin cientfica, de procesos estadsticos para la
seleccin de una muestra.
1. FUNCIONES:
A. DETERMINACION DE LOS DATOS.
1. Cules.
2. Cuantos. Para el estudio y la inferencia.
B. AHORRO.
1. Tiempo.
2. Dinero.
3. Personal.
4. Espacio.
C. PROPIEDADES.
1. Cuantitativa: Representativa. Cantidad.
2. Cualitativa: Caractersticas de la poblacin.
Propiedades.
2. TIPOS DE MUESTREO.
A. PROBABILISTICO O ALEATORIO.
Propiedades de los elementos de la poblacin cumple:
1. Misma probabilidad de escogencia.
2. Probabilidad de escogencia conocida.
3. Probabilidad con reemplazo o sin l.
4. El error se da en forma de probabilidad.
A.1. ALEATORIO SIMPLE.
Sus elementos:
1. Se ordenan en tablas:

Asignar nmeros a los elementos de la poblacin.

Se escogen con balotas o tablas especiales.


2. Escogencia al azar.

MUESTR
A

VENTAJAS.

Sencillo.

Fcil comprensin.

Calculo fcil y rpido.


Varianza.
Media.
Desviacin estndar.

Basada en la teora estadstica.


Uso de software.
Anlisis de datos.
DESVENTAJAS.

Listados de la poblacin.
Poblaciones pequeas. Fcil.
Poblaciones grandes. Extenso y complicado.

Muestras pequeas no es representativo.


A.2. SISTEMATICO.
Sus elementos se escogen para muestras grandes:

1.
2.

Primer elemento al azar:


Los dems condicionados por el primer elemento.

MUESTR
A

PROCEDIMIENTO.

Listado de elementos de la poblacin.

Determinar tamao de la muestra.

Definir constante de elevacin o k de salto.

k=

N Poblacion
=
n
muestra

Elegir numero de arranque (1, K).

Seleccionar elementos.
VENTAJAS.

Fcil aplicacin.

No siempre es necesario listado de elementos.

Poblacin ordenada asegura cobertura.


DESVENTAJAS.

Estimaciones sesgadas.
A.3. ESTRATIFICADO.
Sus elementos o poblacin se divide en:
1. Clase.
2. Grupos de estudio, que sean:
3. Todos aportan a la muestra.

Homogneos.

Iguales condiciones.

De las mismas caractersticas de variables.


Ejemplos de Variables.
1. Sexo.
2. Peso.
3. Edad.
4. Ciudad, etc.

MUESTRA = n

PROCEDIMIENTO.

Proporcional.
Grupos.
Porcentaje.

Optima.
Escogen de grupos ms variables.
VENTAJAS.

La muestra representa la poblacin por la variabilidad.

Estimaciones ms precisas.
DESVENTAJAS.

Distribucin de las variables en la poblacin.

Anlisis ms complicados por la diversidad de grupos.

Ms cantidad de variables a analizar.


A.4. CONGLOMERADO.
Sus elementos de la poblacin se divide en:
1. N Grupos.
2. Todos los grupos deben ser:

Variados.

Completos.

Representativos.
3. La variacin en cada grupo es menor que la variacin
entre los grupos.
1. Sexo.
2. Peso.
3. Edad.
4. Ciudad, etc.

MUESTRA = n

B.

PROCEDIMIENTO.

Proporcional.
Grupos.
Porcentaje.

Optima.
Escogen de grupos ms variables.
VENTAJAS.

Es ms eficientes para poblaciones:


Grandes.
Dispersas.

Reduce costos.

Listados cortos, no necesario el completo de la


poblacin.
DESVENTAJAS.

El error estndar es mayor, que en los otros procesos.

Calculo de error estndar es mas complejo


NO PROBABILISTICO O NO ALEATORIO.
Propiedades de los elementos de la poblacin cumple:
1. Diferente probabilidad de escogencia.
2. Probabilidad de escogencia desconocida.
3. No es representativa la muestra.
4. El error no se da en forma de probabilidad.
5. Muestra es costosa.
6. El
investigador
debe
conocer
el
tema.
Especialista.
Consiste en la eleccin por mtodos no aleatorios de una
muestra cuyas caractersticas y condiciones sean similares
a las de la poblacin objetivo. En este tipo de muestreos la
representatividad la determina el investigador de modo
subjetivo, siendo este el mayor inconveniente del mtodo
ya que no podemos cuantificar la representatividad de la
muestra.
Presenta casi siempre sesgos y por tanto debe aplicarse
nicamente cuando no existe alternativa.
1. MUESTREO ALEATORIO.

Simen Cedano Rojas


Profesor de la materia
PROBABILIDAD INTRODUCCION.CECEP