Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I. INTRODUCCIÓN
El campo de la estadística descriptiva se ocupa de describir algo que ya ha
ocurrido.
Ahora pasamos a la segunda faceta de la estadística que es el cálculo de la
probabilidad de que algo ocurrirá. Este aspecto de la estadística se denomina
ESTADÍSTICA INFERENCIAL O INFERENCIA ESTADÍSTICA.
Rara vez el encargado de tomar decisiones dispone de información completa
a partir de la cual puede realizar una determinación. Por ejemplo:
El gerente de ventas de una fábrica de juguetes y rompecabezas, ha
desarrollado un nuevo juego basado en información deportiva y desea saber
si los aficionados a los deportes comprarán o no el juego. Dos de los posibles
nombres son " A " y " B " Una forma de minimizar el riesgo de tomar una
decisión incorrecta consiste en contratar a una empresa de encuestas para
que tome una muestra de, por ejemplo. 2000 individuos de la población y
pregunte a cada persona cómo reaccionaría ante el nuevo juego y a sus
posibles nombres.
CARACTERÍSTICAS:
1. Cada experimento podrá ser repetido indefinidamente bajo las mismas
condiciones.
2. Todos los resultados posibles del experimento aleatorio, se pueden conocer
a priori con precisión y no el resultado del experimento.
3. Cuando el experimento es repetido un numero grande de veces, el conjunto
generado de resultados, describe un comportamiento que permitirá el estudio
del fenómeno aleatorio.
EJEMPLOS:
E1: Observar el tiempo de vida de un disco duro.
E2: Observar el número de créditos aprobados al finalizar el primer año de
estudios de un estudiante unasino.
E3: Contabilizar el total de artículos defectuosos de la producción del día.
E4: Observar el tiempo que tarda un empleado en ensamblar un CPU.
E5: Selección de un objeto de un lote de producción.
E6: Observar el tiempo de interrupción de una computadora.
5. EVENTO COMPLEMENTO
Es el evento Ac que contiene todos los elementos del espacio muestral que
no están en A.
6. EVENTOS MUTUAMENTE EXCLUYENTES
Dos eventos mutuamente A y B definidos sobre un espacio muestral son
mutuamente excluyentes, sino pueden ocurrir juntos, es decir la intersección
es el conjunto vacío.
A∩ B=
3.2 INTERSECCION
Se denomina intersección de los eventos A y B al evento A ∩ B que consiste
de todos los puntos muestrales que son comunes a A y a B, esto es,
A ∩ B ={w Є Ω / w Є A Λ w Є B }
El evento A ∩ B describe el evento de que ocurran ambos A y B.
A∩B
3.4 DIFERENCIA
La diferencia del evento A menos B es el evento A – B, que consiste de todos
los puntos muestrales que pertenecen al evento A y no pertenecen al evento
B, esto es,
A – B ={w Є Ω / w Є A Λ w ɇ B }
El evento A – B = A ∩ Bc describe el evento de que ocurra A y no ocurra B.
IV. ALGEBRA DE EVENTOS
Las siguientes identidades básicas se verifican para eventos
1. AUA=A, A∩A=A
2. AUB=BUA, A∩B=B∩A
3. A U Ac = Ω , A ∩ Ac = Φ
4. AUΦ=A, A∩Φ=Φ
5. AUΩ=Ω, A∩Ω=A
6. Ω =Φ,
c Φc = Ω , (Ac )c = A
7. A ∩ (B U C) = (A ∩ B) U (A ∩ C)
A U (B ∩ C) = (A U B) ∩ (A U C)
8. (A U B)c = Ac ∩ Bc , (A ∩ B)c = Ac U Bc ,
0 ≤ P(A) ≤ 1
n( A)
P ( A)
n( S )
f
P ( A)
n
Ejemplo: Realizada una encuesta a 400 vendedores ambulantes de Tingo
María, se encontró que 120 tenían estudios superiores incompletos. Hallar la
probabilidad de que al seleccionar aleatoriamente a un vendedor ambulante,
este tenga estudios superiores incompletos.
Solución:
Sea el evento A: “Vendedor ambulante con estudios superiores incompletos”
f = Número de veces que ocurrió A = 120
n = Número total de observaciones = 400
Luego:
120
P ( A) 0.30
400
Ejemplo: En una encuesta realizada a 880 pequeñas empresas de Huánuco
sobre el número de medidas de seguridad, se encontró los siguientes
resultados:
N°DE MEDIDAS DE N° DE EMPRESAS f PROBABILIDAD P(Ai)
SEGURIDAD (Ai)
A1 0 300 0.34
A2 1 200 0.23
A3 2 180 0.20
A4 3 120 0.14
A5 4 50 0.06
A6 5 30 0.03
TOTAL 880 1.00
50 30
P( A4 3) P( A5 ) P( A6 ) 0.09
880
c) ¿Cuál es la probabilidad de que las pequeñas empresas tengan
menos de 3 medidas de seguridad?
120 50 30
P( A4 3) P ( A4 ) P ( A4 ) P ( A6 ) 0.23
880
e) ¿Cuál es la probabilidad de que las pequeñas empresas tengan a lo
mucho 3 medidas de seguridad.
X. PROBABILIDAD CONDICIONAL
Sean A y B dos eventos asociados a un experimento aleatorio, se indica
P(A/B) la probabilidad condicional de la ocurrencia del evento A dado que ya
ocurrió el evento B.
P(A / B) = P (A B) , P (B) > 0
P (B)
P(A / B) satisface los axiomas de probabilidad.
1. 0 P(A / B) 1
2. P(S / B) = 1
3. P(A1 U A2 / B) = P(A1 / B) + P(A2 / B) si (A1 A2 ) =
Ejemplo:
El club UNAS consiste de 120 socios. Del total, ¾ son hombres y la mitad son
docentes de la Universidad. Además, 1/3 de las mujeres son no docentes.
Se elije al azar un socio del club:
a) Calcular la probabilidad de que sea hombre y docente
b) Calcular la probabilidad de que sea hombre, dado que es docente.
Solución:
El espacio muestral S consiste de los 120 socios del club que son clasificados
en: Hombre (H), Mujer (M), Docente (D), y No Docente ( ~D)
Solución:
a) Sean los 3 asesores A, B y C
P(A) = 0.8 P(B) = 0.5 Y P(C) = 0.3
P(A U B U C) =
b) P(A U B U C)c = 1 - P(A U B U C)
P(A U B U C)c = 1 –
2. PROBABILIDAD DE LA SUMA
Se utiliza cuando se desea calcular la probabilidad de que ocurra al
menos un evento.
Si los eventos A y B son mutuamente excluyentes, la probabilidad de que
ocurra A ó B es: P(AUB) = P(A) + P(B)
Si los eventos A, B y C son mutuamente excluyentes, la probabilidad de
que ocurra almenos un evento es: P(AUBUC) = P(A) + P(B) + P(C)
TEOREMA DE BAYES
Sean A1 , A2, ......,A n una partición de S y un evento B cualesquiera distinto del
vacío, entonces la probabilidad de un evento Aj dado la ocurrencia del evento B,
es dado por:
P( Aj ) P( B / Aj )
P( Aj / B) n
P( A ) P( B / A )
i 1
i i
El número de permutaciones de " n " objetos distintos, tomando " r " a la vez,
es:
nPr = n !
(n - r) !
COMBINACIONES
El número de combinaciones de " n " objetos distintos, tomando " r " a la vez
es:
nCr = n!
r ! (n - r) !