Estadística Aplicada

Sexta Unidad

MDE. Cristian Alejandro

Rubalcava de León

ENERO 2021
CLASE DE ESTADISTICA APLICADA UNIVERSIDAD AUTONOMA DE TAMAULIPAS

6.1 Conceptos
básicos de
probabilidad
Teoría de conjuntos

Tablas de contingencia

Probabilidad simple

Probabilidad conjunta

Independencia estadística
CLASE DE ESTADISTICA APLICADA

Conceptos a tomar en cuenta:

El azar
Probabilidad:
Se considera como la característica de
Cálculo matemático de las posibilidades
un suceso imprevisible
que existen de que una cosa se cumpla o

suceda al azar

Experimento aleatorio Espacio Muestral Suceso o Evento

Conjunto de uno o más resultados
Reproducción controlada de un Todos los posibles resultados de un
posible del experimento aleatorio
fenómeno y cuyo resultado depende del experimento aleatorio.

azar
CLASE DE ESTADISTICA APLICADA
UNIVERSIDAD AUTONOMA DE TAMAULIPAS

Ejemplos:
CLASE DE ESTADISTICA APLICADA
UNIVERSIDAD AUTONOMA DE TAMAULIPAS

Teoría de conjuntos
Un conjunto o colección lo forman unos

elementos de la misma naturaleza, es decir,

elementos diferenciados entre sí pero que
poseen en común ciertas propiedades o
características, y que pueden tener entre ellos, o
con los elementos de otros conjuntos, ciertas
relaciones
 UNIVERSIDAD AUTONOMA DE TAMAULIPAS
CLASE DE ESTADISTICA APLICADA

Un conjunto puede tener un número finito o infinito de elementos, en

matemáticas es común denotar a los elementos mediante letras

minúsculas y a los conjuntos por letras mayúsculas, así por ejemplo:

C = {a, b, c, d, e, f, g, h}

Unión de conjuntos
Conjuntos Dados dos conjuntos A y B, se define unión de los conjuntos

A y B, al conjunto formado por los elementos que pertenecen

a A ó a B.

Intersección de conjuntos
Dados dos conjuntos A y B, se define intersección de los

conjuntos A y B, , al conjunto formado por los elementos que

pertenecen a la vez a A y a B.
 Diagramas de Venn:
Ejemplos: Se usan para mostrar gráficamente la

agrupación de elementos en conjuntos,

representando cada conjunto mediante un

C = {1, 2, 3, 4, 5} círculo o un óvalo.

D= {4,5,6}
Unión de conjuntos

ENCUENTRE C ∪D
Solución

C ∪ D = {1,2,3,4,5,6}
Unión de conjuntos

ENCUENTRE C ∩D
Solución

C ∩ D = {4, 5}
CLASE DE ESTADISTICA APLICADA
UNIVERSIDAD AUTONOMA DE TAMAULIPAS

Definición
Una tabla de contingencia es una tabla que cuenta las observaciones

por múltiples variables categóricas. Las filas y columnas de las tablas

corresponden a estas variables categóricas. Las filas usualmente son i

y las columnas j, Es decir, tendrá un valor de 35 y de 20 en los

ejemplso respectivos.

Tablas de
contigencia
DATOS
MARGINALES
DATOS
MARGINALES TOTAL
MUESTRA
CLASE DE ESTADISTICA APLICADA
Probabilidad simple UNIVERSIDAD AUTONOMA DE TAMAULIPAS

La probabilidad toma un valor entre 0 y 1, puesto que permite indicar probabilidad

relativa de que suceda un evento. La fórmula universal es:

De este modo, si una probabilidad es de 0 se indica que ese evento jamás sucederá y

si su valor es 1, es un suceso que siempre ocurrirá.

CLASE DE ESTADISTICA APLICADA
Ejemplos: UNIVERSIDAD AUTONOMA DE TAMAULIPAS

Una moneda, posee dos posibles resultados, águila o sello. ¿Cuál es la probabilidad

de que se obtenga águila?

En una bolsa hay papelitos con los números del 1 al 10. Si se extrae un papelito al

azar, calcular la probabilidad de obtener un número impar.

Una caja contiene 4 bolas verdes, 6 bolas rojas y 3 bolas azules. Se extraen 2 bolas

al azar; si la primera bola seleccionada fue azul, ¿Cuál es la probabilidad de que la

segunda sea verde, dado que las bolas ya no se vuelven a colocar en la caja?
 Probabilidad conjunta:
Cuando se está interesado en conocer la probabilidad de que dos sucesos se

verifiquen simultáneamente, se habla de probabilidad conjunta.

Ejemplo:

¿Cuál es la probabilidad que de un estudiante sea mujer y pertenezca la carrera de

Ingeniería Química?
 Independencia estadística:
Dos variables estadísticas son estadísticamente independientes cuando el

comportamiento estadístico de una de ellas no se ve afectado por los valores que

toma la otra; esto es cuando las relativas de las distribuciones condicionadas no se

ven afectadas por la condición, y coinciden en todos los casos con las frecuencias

relativas marginales.

No son independientes!
 Ejemplo de probabilidad y tabla de contigencia
En una excursión con 42 personas, de ellas 27 son chicas, 14 van al planetario y 13

al TAMUX, mientras que de los 15 chicos, 9 van al planetario y 6 al TAMUX. Elegida

una persona al azar, calcula la probabilidad de:

a) P (Sea chica y que vaya al planetario)

b) P (Cualquiera vaya al planetario)

C) Sabiendo que va al Tamux, que sea chica.

a) P (Chica) = 14 = 1

42 3

b) P (Planterio) = 23 = 0.54

42

c) P (Chica Y Tamux) = 13 = 0.68

19
 6.2 Eventos mutuamente excluyentes y
exhaustivos
Mutuamente excluyente:
Los sucesos son mutuamente excluyentes si la ocurrencia de uno de ellos
impide la ocurrencia del otro.

Ejemplo: Al lanzar una moneda, un resultado es excluyente del otro.

Lo opuesto son:
Eventos exhaustivo:
Un conjunto de eventos es exhaustivo si al menos uno de los eventos debe
ocurrir.

Ejmplo: al lanzar un dado de seis caras , los eventos 1, 2, 3, 4, 5 y 6 (cada uno

con un único resultado ) son colectivamente exhaustivos, porque abarcan toda
la gama de posibles resultados.
 Regla de adición
La regla de adición o regla de la suma, establece que si tenemos un evento A y un

evento B, la probabilidad de que ocurra el evento A o el evento B se calcula de la

siguiente manera:

P(A ⋃B) = P(A) + P(B) − P(A ⋂B)

Dónde:

P(A) : probabilidad de que ocurra el evento A.

P(B) : probabilidad de que ocurra el evento B.

P(A⋃B) : probabilidad de que ocurra el evento A o el evento B.

P(A⋂B) : probabilidad de que ocurra el evento A y el evento B a la vez.

 Ejemplo:
La probabilidad de que un día cualquiera, Goku almuerce arroz es de 0,4. La

probabilidad de que almuerce ramen es de 0,3; mientras que la probabilidad de que

almuerce arroz y ramen el mismo día es de 0,1. Calcula la probabilidad de que un día

cualquiera, Goku almuerce ramen o arroz.

P(A⋃B) = P(A) + P(B) − P(A⋂B)

Donde:

Probabilidad de arrozP(A) = 0,4.

Probabilidad de ramen: P(B) = 0,3.

Probabilidad de mismo desayuno en el día:P(A⋂B) = 0,1.

Probabilidad de que almuerce arroz o ramen: P(A⋃B) = ?

Resolviendo:
P(A⋃B) = P(A) + P(B) − P(A⋂B)
P(A⋃B) = 0,4 + 0,3 − 0,1

P(A⋃B) = 0,6
 Ejemplo:
Un chef observó que el 45% de todos sus clientes consume taquitos, el 15% le pone

salsa roja a sus tacos, y el 20% le pone salsa verde o roja. ¿Cuál es la probabilidad de

que un cliente seleccionado al azar consuma las dos salsas a la vez?

P(A ⋃B) = P(A) + P(B) − P(A ⋂B)

Dónde: Resolviendo
Taquitos: 45% P=(A) P (A⋃B) = P(A)+P(B) − P(A⋂B)
Salsa roja: 15% P=(B) 20% = 45% + 15% - P(A⋂B)

Salsa verde o roja: 20% P= (A⋃B) 20% = 60% -P(A⋂B)

Ambas salsas: ? P=(A ⋂B) P(A⋂B) = 60%-20%

Respuesta P(A⋂B) = 40%

 Regla de Multiplicación
La regla de la multiplicación o regla del producto, permite encontrar la probabilidad de

que ocurra el evento A y el evento B al mismo tiempo (probabilidad conjunta). Esta

regla depende de si los eventos son dependientes o independientes.

Eventos dependientes:
Una caja contiene 5 canicas verdes, 3 canicas rojas y 4 canicas azules. Si se sacan 2

canicas al zar, sin reponerlas ¿Cuál es la probabilidad de que la primera sea azul y la

segunda sea verde?

A: 1° canica sea azul = 4/12 P(A⋂B) = P(A)x P(B|A)

B: 2° canica sea verde = 5/11 P(A⋂B) = 4 x 5

12 11

P(A ⋂B) = 20

132

P(A ⋂B) = 0.1515 = 15.15%

 Regla de Multiplicación
Eventos independientes:
Dos eventos A y B son independientes, si la ocurrencia de uno de ellos no afecta la

ocurrencia del otro, es decir, cuando los eventos A y B no están relacionados. Para

eventos independientes, la regla de la multiplicación establece que:

P(A⋂B) = P(A)x P(B)

Ejemplo:
En México, el 12% de las personas ganan más de $5000 pesos al mes, mientras que a el

80% le gustan los tacos. Si se selecciona una persona al azar, ¿Cuál es la probabilidad

de que gane más de $5,000 y le gustan los tacos?

A: 1° Ganar más de $5,000 P(A⋂B) = P(A)x P(B)

P (A) = 12% =0.12 P(A⋂B) = 0.12 x 0.8

B: 2° Gusto por los tacos P(A⋂B) = 0.096 = 9.6 %

P (B) = 80% = 0.8

 Adicionalmente
Sabiendo que P(A) = 0,70; P(B) = 0,50; y además, P(A ∩B) = 0,40; determinar si son

eventos dependientes o independientes

P(A⋂B) = P(A) x P(B)

P(0.40) = 0.70 x 0.50

P(0.40) = 0.70 x 0.40

P(0.40) = 0.35

Dado que P (0.40) es diferente de 0.35, no se cumple la igualdad, por lo cual los

eventos no son independientes, siendo dependientes.

Por ejmplo: Si fuese 0.08 = 0.08 entonces serían independientes.

 6.3 Probabilidad condicional
Si tenemos dos eventos, A y B, la probabilidad condicional de que ocurra el
evento A, dado que ha ocurrido el evento B, se representa como P(A|B), y se
calcula de la siguiente manera:

Si P(A) = 0,6 ; P(B) = 0,4 y P(A ∩B)=0,18. Calcular:

a) P(A|B)
b) P(B|A)
 Ejemplo:
Al 40% de tus amigos le gustan los tacos y el agua de tamarindo, mientras que al

60% le gusta el agua de tamarindo. ¿Cuál es la probabilidad de que a un amigo que

le gusten los tacos, le guste el agua de tamarindo?

Solución:
Evento A: Tacos. P(A) = ?

∩
Evento B: agua de tamarindo. P(B) = 60 %.

Evento A y B: Que le gusten los tacos y el agua de tamarindo. P(A B) = 40 %.

 Teorema de Bayes
Permite calcular la probabilidad de que ocurra un evento, a partir de valores

conocidos de otras probabilidades relacionadas al evento

Dónde:
A y B son eventos, y además: P(B) ≠ 0.

P(A|B): es la probabilidad de que ocurra A, dado que ha ocurrido B.

P(B|A): es la probabilidad de que ocurra B, dado que ha ocurrido A.

P(A): es la probabilidad de que ocurra A.

P(B): es la probabilidad de que ocurra B.

 Ejemplo:
La probabilidad de que a un alumno seleccionado al azar le guste la Coca Cola es del

70%, mientras que la probabilidad de que a un alumno le gusten los tacos es del 40 %.

Además, se sabe que la probabilidad de que a un alumno le gusten los tacos dado que
le gusta la Coca Cola del 30 %. Calcular la probabilidad de que a un alumno le guste

la coca cola, dado que le gusta los tacos.

Eventos:
c: que a un alumno le guste la Coca Cola, 70%

t: que a un alumno le gusten los tacos 40%.

Datos:
P(c) = 0.70.

P(t) = 0.40.

P(t|c) = 0.30.
 Ejemplo:
Una fábrica de celulares dispone de dos máquinas A y B, las cuales elaboran un 60% y

40% de la producción. El porcentaje de celulares defectuosos que produce cada

máquina es del 5% y del 10% respectivamente. ¿Cuál es la probabilidad de que el

celular haya sido fabricado por la máquina A, sabiendo que es defectuoso?

¿Que es lo que preguntan? P (A|D)

Diagrama de árbol:
P(D|A)

.05 D
0
.60
0 A
P(A)=0.60 0.95 D
P(D|B)
0.10 D
0.40 B
P(B)=0.40
0.9
0 D

Ramas: Cuando se encuentran en una misma se multiplican,

si son diferentes se suman