UNIVERSIDAD SALAZAR

CAMPUS PALENQUE

NOMBRE DE LA CARRERA: LIC. EN ADMINISTRACIÓN DE EMPRESAS

NOMBRE DE LA MATERIA: ESTADÍSTICA APLICADA

NOMBRE DEL DOCENTE: LIC. SAHYRE

NOMBRE DEL ALUMNO: FRANCISCA ARCOS HERNÁNDEZ

TERCER CUATRIMESTRE

DÍA DE CLASE DOMINGO

FECHA DE ENTREGA 22/07/2020

4.4.- TABLAS DE PROBABILIDAD CONJUNTA

Probabilidad conjunta:

Es la probabilidad de ocurrencia de dos o más eventos. De la expresión P(B|

A)=P(A∩B)/P(A) se pude despejar P(A∩B)=P(A)P(B|A) expresión llamada Ley de
multiplicación de probabilidades.

P(A∩B) recibe el nombre de probabilidad conjunta y corresponde a la probabilidad

de que se presenten resultados comunes a los eventos A y B.

Conjunto: Un conjunto es una colección bien definida de objetos (con una

característica especial), los cuales se denominan elementos o miembros del
conjunto.

Un conjunto puede contener un número finito o infinito de elementos. Por ejemplo,

el número de países de América es un conjunto finito, mientras que el conjunto de
números Enteros es infinito.

Existen relaciones especiales entre los elementos de un conjunto y el conjunto,

llamadas: pertenece

Subconjunto: Es un conjunto que contiene algunos o todos los elementos de otro

conjunto que ha sido tomado como referencia. Se dice que A es subconjunto de B,
si A esta contenido dentro de B.

¿En qué consiste una tabla de probabilidad conjunta?

Tabla donde se enumeran todos los eventos posibles para una variable (u
observación) en columnas y una segunda variable en filas. El valor en cada celda
es la probabilidad de ocurrencia conjunta.
Ejemplo

La siguiente tabla muestra la distribución conjunta de frecuencias relativas de la

variable X, que representa el número de tarjetas de crédito que posee una
persona, y la variable Y, que refleja el número de compras semanales pagadas
con tarjeta de crédito.

a) Si se sabe que en el estudio han participado 300 personas, hallar la distribución

conjunta de frecuencias absolutas.

b) Hallar la distribución marginal de Y. ¿Cuál es el número medio y la desviación

típica del número de compras semanales pagadas con tarjeta de crédito?

c) Obtener la distribución del número de tarjetas de crédito que poseen las

personas de dicho estudio. ¿Cuál es el número más frecuente de tarjetas de
crédito que posee una de estas personas?

d) Calcular la distribución del número de compras semanales pagadas con

tarjetas de crédito que realizan las personas que poseen tres tarjetas. ¿Cuál es la
media de esta distribución?

Respuestas: a) La distribución de frecuencias absolutas se obtiene multiplicando

la tabla anterior por n = 300. b) y c) La distribución marginal de Y se obtiene
sumando, para cada valor de la variable Y , las filas de la tabla, mientras que la
distribución marginal de X se obtiene sumando, para cada valor de la variable X,
las columnas de la tabla.
La media y desviación de Y se calculan a partir de la distribución marginal de Y ,
de la misma manera que se hacía en el caso inivariante:

y = 0·36 + 1·72 + 2·69 + 3·69 + 4·54 = 633 = 2.11

300 300

4.5 PROBABILIDAD CONDICIONAL

La noción de probabilidad condicional se emplea en el ámbito de la estadística. La

expresión alude a la probabilidad existente de que suceda un evento A,
conociendo que además ocurre otro evento B.

Es importante tener en cuenta que no es necesario que exista una relación

temporal o causal entre A y B. Esto quiere decir que A puede producirse antes que
B, después o al mismo tiempo, y que A puede ser el origen o la consecuencia de B
o no tener un vínculo de causalidad.

La probabilidad condicional se calcula partiendo de dos sucesos o eventos (A y B)

en un espacio probabilístico, indicando la probabilidad de que ocurra A dado que
ha ocurrido B. Se escribe P (A/B), leyéndose como “probabilidad de A dado B”.

Ejemplo:

¿En un grupo de 100 estudiantes, 35 jóvenes juegan al fútbol y al baloncesto,

mientras que 80 de los miembros practican fútbol. ¿Cuál es la probabilidad de que
uno de los estudiantes que juega al fútbol, también juegue al baloncesto o
básquet?
En este caso conocemos dos datos: los estudiantes que juegan al fútbol y al
baloncesto (35) y los estudiantes que juegan al fútbol (80).

Evento A: Que un estudiante juegue al baloncesto (x)

Evento B: Que un estudiante juegue al fútbol (80)

Evento A y B: Que un estudiante juegue al fútbol y al baloncesto (35)

P (A / B) = P (A∩B) / P (B)

P (A / B) = 35 / 80

P (A / B) = 0,4375

P (A / B) = 43,75%

Por lo tanto, esta probabilidad condicional indica que la probabilidad de que un

estudiante juegue al baloncesto dado que también juega al fútbol es del 43,75%.

4.6 TEOREMA DE BAYES

El teorema de Bayes parte de una situación en la que es posible conocer las

probabilidades de que ocurran una serie de sucesos Ai.

A esta se añade un suceso B cuya ocurrencia proporciona cierta información,

porque las probabilidades de ocurrencia de B son distintas según el suceso Ai que
haya ocurrido.

Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos

indica como modifica esta información las probabilidades de los sucesos Ai.

Ejemplo: Si seleccionamos una persona al azar, la probabilidad de que sea

diabética es 0,03. Obviamente la probabilidad de que no lo sea es 0,97.

Si no disponemos de información adicional nada más podemos decir, pero

supongamos que al realizar un análisis de sangre los niveles de glucosa son
superiores a 1.000 mg/l, lo que ocurre en el 95% de los diabéticos y sólo en un 2%
de las personas sanas.

¿Cuál será ahora la probabilidad de que esa persona sea diabética?

La respuesta que nos da el teorema de bayes es que esa información adicional

hace que la probabilidad sea ahora 0,595.

Vemos así que la información proporcionada por el análisis de sangre hace pasar,
la probabilidad inicial de padecer diabetes de 0,03, a 0,595.

Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta

información modificaría las probabilidades en sentido contrario. En este caso la
probabilidad de padecer diabetes se reduciría a 0,0016.