PROBABILIDADES

CONCEPTO: La probabilidad asociada a un suceso o evento aleatorio es una medida del grado de
certidumbre de que dicho suceso pueda ocurrir. Se suele expresar como un número entre 0 y 1, donde
un suceso imposible tiene probabilidad cero y un suceso seguro tiene probabilidad uno

En este caso usaremos nuestros datos y calcularemos las probabilidades de las edades de las personas
que se encuentran en las siguientes edades:

Número de casos favorables

P(A )=
Número de casos posibles

La probabilidad de que se encuentre entre 40 a 44 años es:

P([40-44>) = 4/25 = 0.16 = 16%

La probabilidad de que se encuentre entre 44 a 48 años es:

P([44-48>) = 3/25 = 0.12 = 12%

La probabilidad de que se encuentre entre 48 a 52 años es:

P([48-52>) = 3/25 = 0.12 = 12%

La probabilidad de que se encuentre entre 52 a 56 años es:

P([52-56>) = 3/25 = 0.12= 12%

La probabilidad de que se encuentre entre 56 a 60 años es:

P([56-60>) = 4/25 = 0.16 = 16%

La probabilidad de que se encuentre entre 60 a 64 años es:

P([60-64]) = 8/25 = 0.32 = 32%

CONCLUSION: Segun los datos calculados se puede apreciar que existe una gran posibilidad de
contraer cataratas en el rango de 60 a 64 años.
LEYES DE PROBABILIDAD:

Aplicando esta ley buscamos determinar la probabilidad de la unión de dos eventos, siendo eventos que
poseen datos estadísticos en común.

Cual es la probabilidad que el encuestado se encuentre entre 56 hasta 64 años.

P([56-64]) = P([56-60>) U P([60-64])

P([56-64]) = 0.16 + 0.32

P([56-64]) = 0.48

Cual es la probabilidad que una persona sufra de catarata y sea menor a 48 años.

P([40-48[) = P([40-44>) U P([44-48>)

P([40-48[) = 0.16 + 0.12

P([40-48[) = 0.28

Cual es la probabilidad que una persona sufra de catarata y se encuentre entre 44 a 56 años.

P([44-56[) = P([44-48>) U P([48-52>) U P([52-56>)

P([40-48[) = 0.12 + 0.12 + 0.12

P([40-48[) = 0.36
TABLA DE CONTINGENCIA

TABLA Nº1

Vamos a relacionar el lugar de procedencia con el rango de las edades

COSTA SIERRA SELVA TOTAL

[40 - 44> 1 2 1 4

[44 - 48> 0 1 2 3

[48 - 52> 0 1 2 3

[52 - 56> 1 1 1 3

[56 - 60> 1 1 2 4

[60 - 64> 2 3 3 8

TOTAL 5 9 11 25

Hallar la probabilidad de que un adulto con catarata sea mayor de 60 años y pertenezca a la
region selva:

P([60 - 64>) ꓵ P(selva) = 3/25 = 0.12

La probabilidad de que se encuentre en la sierra y tenga entre 48 a 52 años:

P([48 - 52>) ꓵ P(sierra) = 1/25 = 0.04

La probabilidad que sea de la costa y tenga entre 52 a 64 años:

P([52 - 64>) ꓵ P(costa) = 4/25 = 0.16

La probabilidad de que se encuentre entre 40 a 44 años y sea de la selva:

P([40 - 44>) ꓵ P(selva) = 1/25 = 0.04

TABLA Nº 2
Vamos a relacionar la region de nuestros encuestados con las edades:

COSTA SIERRA SELVA TOTAL

MASCULINO 2 4 5 11

FEMENINO 3 5 6 14

TOTAL 5 9 11 25

La probabilidad que se encuentre en la sierra y sea de genero masculino:

P(masculino) ꓵ P(sierra) = 4/25 = 0.16

La probabilidad que se encuentre en la selva y sea de genero femenino:

P(femenino) ꓵ P(selva) = 6/25 = 0.24

La probabilidad de que sea de la costa y sea de genero masculino:

P(masculino) ꓵ P(costa) = 2/25 = 0.08

Cual es la probabilidad que el paciente sea masculino o de la costa:

P(masculino) U P(costa) = 11/25 + 5/25 - 2/25 = 14/25 = 0.56

Cual es la probabilidad que el paciente sea femenino o de la sierra:

P(femenino) U P(sierra) = 14/25 + 9/25 - 5/25 = 18/25 = 0.72

LEY DEL PRODUCTO

Para sucesos independientes

Considerando que dentro de nuestros datos tenemos: 25 personas en total encuestadas y de las cuales
11 son de la selva, se desea seleccionar a 3 personaa al azar cual sera la posibilidad que al sacar de uno
en uno sea de la selva:

Total: 25 encuestados
Selva: 11

11 10 9
P= x x =0.072
25 24 23

Tenemos una probabilidad del 7.2%

TEOREMA DE BAYES

PROBABILIDAD CONDICIONAL

Mediante este teorema buscamos demostrar que la ocurrencia de un evento depende de la ocurrencia de
otro, siempre que la ocurrencia de la parte independiente sea diferente de 0.

P (A ∩B)
P ( A /B )=
P( B)

Probabilidad condicional independiente

La probabilidad de encontrar un varón con de la selva y la probabilidad de encontrar una mujer de la

costa:

P ( V selva , M cost a )=P ( V selva ) × P ( M costa )

5 3 15
P ( V selva , M costa )= × = =0. 097
11 14 154
Probabilidad condicional dependiente

 Cuál es la probabilidad de que un encuestado sea de la selva dado que es varón.

5 11
P ( S ∩V )= =0.20 ; P ( V )= =0.44
25 25
P(S ∩V )
P ( S /V )=
P (V )
P(S ∩V ) 0.20
P ( S /V )= = =0. 45 5=4 5 .5 %
P (V ) 0. 44

 Cuál es la probabilidad de que un encuestado sea de la costa, dado que es mujer.

3 14
P ( C ∩ M )= =0. 12 ; P ( M )= =0. 5 6
25 25
P(C ∩ M )
P ( C/ M )=
P(M )
P(C ∩ M ) 0.1 2
P ( C/ M )= = =0 .21 4=21. 4 %
P(M ) 0. 5 6

DISTRIBUCIÓN UNIFORME DISCRETA

Suponiendo que las edades de los pacientes siguen una distribucion uniforme discreta. Pero para los
que se encuentran entre 40 a 44 años se de la siguiente funcion:

{
4
F(x , K )= 25 , x=40,41,42,43
¿ 0 en otro caso
Aplicando nuestros datos:
Número total de encuestados ( k )=25
Número de encuestados de las edades :¿

Cual es la probabilidad que un paciente tenga 42 años:

 P(X=42) = 4/25 = 0.26

Cual es la probabilidad que un paciente tenga 45 años:

P(X=45) = 0

FUNCIÓN DE PROBABILIDAD BINOMIAL

Con esta propiedad estadística veremos, como se comportan los datos, de los ensayos estadísticos, y
como evaluamos el éxito y fracaso, de casos independientes.

n x (n − x)
Fórmula :C x × P ×(1 − P)

De nuestros encuestados podemos observar un comportamiento binomial la cual podemos hacer ciertos
calculos:

La enfermedad afecta mas a personas de 60 a 64 años con una probabilidad de 60%. Se tiene 10
personas, cual es la probabilidad que afecte a 6 personas.

Datos :

p=60 %=0.60 ( probabildad que ocurra ) n=10(total de exp .)

q=40 %=0. 40( probabilidad que no ocurra) x=6 (Total de éxito)

n x (n − x)
Fórmula :C x × P ×(1 − P)

F(x) =C10 6
6 ×(0.60) ×(0. 40)
10− 6

F ( x )=0. 25

DISTRIBUCIÓN DE PROBABILIDAD POISSON

Cada dia por lo general se tiene 3 personas mayores las cuales sufren de cataratas, encontrar la
probabilidad que en un dia tengamos 4 personas con este diagnostico:

Suponiendo que nuestros datos siguen una distribucion de Poisson:

X
μ −μ
F(x) = ×ε
X!
Datos:
X=4
μ=3

4
3
P(x=4) = ×ε − 3=0.168
4!

La probabilidad de que haya 4 personas diagnosticadas de catarata en un dia es de 16.8%