Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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:
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.
P([56-64]) = 0.48
Cual es la probabilidad que una persona sufra de catarata y sea menor a 48 años.
P([40-48[) = 0.28
Cual es la probabilidad que una persona sufra de catarata y se encuentre entre 44 a 56 años.
P([40-48[) = 0.36
TABLA DE CONTINGENCIA
TABLA Nº1
[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:
TABLA Nº 2
Vamos a relacionar la region de nuestros encuestados con las edades:
MASCULINO 2 4 5 11
FEMENINO 3 5 6 14
TOTAL 5 9 11 25
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
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)
5 3 15
P ( V selva , M costa )= × = =0. 097
11 14 154
Probabilidad condicional dependiente
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
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
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 :¿
P(X=45) = 0
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 :
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
X
μ −μ
F(x) = ×ε
X!
Datos:
X=4
μ=3
4
3
P(x=4) = ×ε − 3=0.168
4!