2.1 Probabilidades Compressed

INTRODUCCIÓN A LA
PROBABILIDAD
Estadística 1
Facultad de Ingeniería USAC
Ing. Eduardo Rivera
Estadística 1 9/12/20
1
§ Modelos matemáticos y experimentos aleatorios.
§ Espacios muestrales y eventos
§ Suceso y frecuencia relativa
§ Eventos mutuamente excluyentes
§ Métodos de enumeración
§ Diagrama de árbol
§ Técnicas de conteo
§ Nociones básicas de probabilidad.
TEMAS § Espacios muestrales finitos
§ Resultados equi-probables.
§ Leyes de probabilidad
§ Regla de la adición
§ Probabilidad condicional
§ Independencia y regla de la multiplicación
§ Teorema de Bayes
§ Objetivos:
§ 1er Desarrollar una buena comprensión de los valores de
miércoles, 9 de diciembre de 2020 probabilidad 3
§ Un modelo matemático es la expresión formal (en ecuaciones o
algoritmos) de las relaciones entre los componentes de un modelo.
§ La construcción de un modelo de este tipo implica la selección y
cuantificación de los componentes, variables y relaciones
presentes en el sistema para representarlo con el nivel de detalle
requerido.
§ Puede ser algo tan simple como sustituir las variables de una ecuación
por sus valores reales o puede ser un conjunto complejo de ecuaciones
interrelacionadas cuyas variables se ven modificadas
§ El lenguaje simbólico que aportan las matemáticas permite expresar
ideas de gran complejidad a lo largo del tiempo y a través del espacio.
miércoles, 9 de diciembre de 2020 5
Las características deseables de los modelos matemáticos
(Moore et al., 1993) son:
§ Parsimonia: un modelo no es necesariamente mejor por tener muchos parámetros. La
simplicidad es siempre deseable.
§ Modestia: deben tratar de alcanzarse sólo objetivos asequibles. Un modelo, al igual
que un mapa, no debe aspirar a imitar la realidad sino sólo a resaltar aquellos
aspectos de interés para su aplicación.
§ Exactitud: el modelo debe reproducir en la medida de lo posible el funcionamiento
del sistema y generar valores para las variables de salida y estado similares a los
observados en la realidad.
§ Verificabilidad: los resultados del modelo deben poder compararse con datos reales
y determinar de este modo el grado de exactitud del modelo.
Por otro lado, no basta con que funcionen bien, deben
funcionar bien por las razones correctas
Una clasificación de los modelos
matemáticos podría basarse en una serie
de características dicotómica
§ Empíricos o basados en principios físicos:
§ El carácter empírico o físico constituye la
característica fundamental de un modelo.
§ Un modelo físico se basa en las leyes
físicas que rigen los procesos, un modelo
empírico se basa en relaciones
estadísticamente significativas entre
variables
Dicotómica:
La separación dicotómica alude a que la miércoles, 9 de diciembre de
2020 7
estructura en cuestión se divide en dos partes (es binario) Falso o Verdadero
Las ecuaciones que describen un modelo
estadístico no son por tanto físicamente o
dimensionalmente consistentes ni
universales, ya que en rigor sólo son
válidas para el contexto espacio-temporal
en el que se calibraron.
§ Se caracterizan por un alto poder
predictivo pero una escasa capacidad
explicativa, es decir reproducen el
funcionamiento del sistema
razonablemente bien pero no permiten
saber por que el sistema funciona así.
CAJA NEGRA
Los modelos estadísticos se conocen también como modelos de caja
negra ya que no permiten descubrir el funcionamiento interno del sistema.
miércoles, 9 de diciembre de
2020 8
Puedo saber cuantas mujeres hay en una sección, pero no se porque hay tan pocas mujeres
Modelos Estocásticos o Deterministas
§ Los modelos ESTOCÁSTICOS incluyen generadores de procesos
aleatorios dentro del modelo que modifican ligeramente algunas de
las variables.
§ De esta manera, para un mismo conjunto de datos de entrada, las
salidas no serían siempre las mismas
§ En un modelo DETERMINISTA es aquel en el que dado un conjunto

de de condiciones y variables de entrada va a producir siempre el
mismo conjunto de variables de salida. (depende de un algoritmo)
§ En el caso de un modelo estocástico los valores de las variables de
salida van a a variar de unas ejecuciones del modelo a otras ya que
se deja intervenir al azar.
§ Esto es determinante al momento de plantear experimentos
¿CONTRARIA A UNA PERSONA SI SE COMPRUEBA QUE CONSUME
MARIHUANA?
Sensibilidad
de la prueba
119 Sujetos que SI Sujetos que NO
Verdaderos consumen consumen
positivos
Resultado de
prueba positivo
119 24
(La prueba indica Verdadero Positivo Falso positivo
presencia) 143 Resultados de exámenes
sobre el consumo de
Resultado de marihuana Especificidad
prueba negativo
(La prueba indica
3 154 154 la
P(verdadero
negativo)
ausencia) 157 Falso Negativo Verdadero negativo
Resultado Correctos: Verdaderos positivos y Verdaderos negativos (119+154)
Resultado Incorrectos: Falsos positivos y Falsos negativos (3+24)
10
miércoles, 9 de diciembre de 2020 resultados de la prueba “1-Panel-THC” para identificar el consumo de marihuana.
Valor Predictivo Positivos VPP
Valor Predictivo Negativo VPN
Wednesday, December 9, 2020 11

REGLA DEL SUCESO INFRECUENTE PARA
ESTADÍSTICA INFERENCIAL
§Si, bajo un supuesto dado, la
probabilidad de un suceso
particular observado es
extremadamente pequeña,
concluimos que el supuesto
probablemente es
incorrecto.
12
miércoles, 9 de diciembre de 2020
§ Concepto clave
§ Concepto básico de la
probabilidad de un suceso
§ Los valores de probabilidad
se expresan en números
entre {0 y 1}, inclusive
§ Más importante es “aprender a
interpretar valores de
probabilidad”
§ 0.001, corresponde a un
suceso que es infrecuente, en
el sentido de que ocurre en
pocas ocasiones
§ hablaremos de valores
específicos llamados “valores
P ” que sólo son valores de 13
probabilidad
DEFINICIONES
§ Un suceso es cualquier conjunto de resultados o consecuencias de un procedimiento.
§ Un suceso simple es un resultado o un suceso que ya no puede desglosarse en

componentes más simples.
§ El espacio muestral de un procedimiento se compone de todos los sucesos simples

posibles.
§ Es decir, el espacio muestral está formado por todos los resultados que ya no pueden
desglosarse más.
1
2 =16
4
14
En la siguiente caso usaremos f para indicar que se trata de una niña y una m para indicar
que se trata de un varón.
Procedimiento
Espacio
Ejemplo del muestral
suceso
1 nacimiento {f, m},
{fff, ffm, fmf,

2 niñas y 1 niño
3 nacimientos fmm, mff,mfm,
mmf, mmm}
Existen diferentes formas de definir la probabilidad de un suceso, nos

enfocaremos en tres de ellas 15
• Denota una probabilidad
P
• denotan sucesos específicos

A, B, C
• denota la probabilidad de que ocurra el

P(A) suceso A
16
APROXIMACIÓN DE LA PROBABILIDAD POR FRECUENCIAS RELATIVAS
§ Sé Realizan (u observan) un procedimiento un gran número de veces

§ Sé cuentan las veces que el suceso A ocurre en realidad
§ Con base en estos resultados reales (o de experimentación)
número de veces que ocurrió A

§P(A) =
número de veces que se repitió el ensayo
• Brinda una aproximación en vez de un valor exacto

• Conforme el número total de observaciones se incrementa,
los estimados correspondientes tienden a acercarse a la
probabilidad real. 17

REGLA 1: EJEMPLO
APROXIMACIÓN DE LA PROBABILIDAD POR FRECUENCIAS RELATIVAS
§ Calcule la probabilidad que tiene el jugador de básquetbol de la NBA, Reggie Miller, de anotar
un tiro libre después de recibir una falta.
§ En cierto momento de su carrera, anotó 5,915 tiros libres entre 6,679 intentos (de acuerdo
con datos de la NBA).
número de veces que ocurrió A
§P(A) =
número de veces que se repitió el ensayo
§ Sea A= Reggie Miller anote un tiro libre
5,915
§ P (Miller anota un tiro libre) =
6,679
§ P(A) = 0.886
18

§ Los consejos de Bill Gates para consigo mismo cuando era joven, que
abarcan tanto el ámbito profesional, como el intelectual y personal,
fueron parte de “Pregúntame lo que quieras”, un canal de Reddit del
que participó el magnate.
§ Se curioso e inquieto
§ “Muchas personas pierden su curiosidad a medida que envejecen, lo cual es
una pena”
§ Viaja más
§ “Diría que comience a explorar el mundo en desarrollo antes de que cumplas
40 años”
§ Sé un mejor jefe
§ “No era muy bueno socialmente entonces, pero no estoy seguro de que si lo
hubiera sabido entonces podría haberlo solucionado, tal vez sólo tenía que
madurar”, reflexionó.
http://www.merca20.com/los-3-consejos-le-daria-bill-gates-61-anos-al-19/
19
§ Suponga que un procedimiento dado tiene n sucesos simples distintos
§ y que cada uno de esos sucesos simples tiene la misma posibilidad de ocurrir
§ Si el suceso A puede ocurrir en s de estas n formas, entonces:
número de formas en que puede ocurrir A 𝑺

§ P(A) = número de sucesos simples diferentes =𝒏
• Requiere resultados igualmente probables
20
Calculé la probabilidad de obtener un número primo al tirar un dado balanceado de 14 caras
§Requiere resultados igualmente probables

número de formas en que puede ocurrir A 𝑺
§ P(A) = =
número de sucesos simples diferentes 𝒏
§ Sea A = obtener un número primo
§ Posibles resultados serán:
§ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 y 14 (n=14)
§ Números primos:
§ 2,3,5,7,11y13 (s=6)
𝟔
§ P(A) = 𝟏𝟒 = 0.42857143 = 0.43 21
REGLA 3:
PROBABILIDADES SUBJETIVAS
§ P (A), la probabilidad del suceso A, se estima con base en el
conocimiento de las circunstancias relevantes.
§ Si los resultados no son igualmente probables
§ Debemos usar el estimado de frecuencias relativas o confiar en
nuestro conocimiento de las circunstancias para hacer una
conjetura entrenada
22

¿SERÁ QUE VA A LLOVER?
§ En 1987 el meteorólogo británico Michael Fish minimizó en su reporte
televisado sobre el clima los temores que había en Reino Unido ante la
aproximación de un huracán y se equivocó.
§ La tormenta que horas después golpeó el sur de Ingraterra fue la peor en 300 años,
causó 18 muertes y daños por un valor de más U$3.000 millones.
http://www.bbc.com/mundo/noticias/2014/09/140925_ciencia_exactitud_pronostico_meteorologico_np 23
§ Los pronósticos se hacen colectando tantos datos como sea posible acerca del estado de
la atmósfera, particularmente
§ Temperatura
§ Presión atmosférica
§ Vientos,
§ Humedad y
§ Precipitaciones
§ y usando conocidos procesos atmosféricos (a través de la meteorología) para
determinar los patrones futuros atmosféricos
24
§ Sin embargo, pronósticos tan desastrosos
como aquel de Fish quien era y sigue siendo
un respetado meteorólogo- son cosa del
pasado, dicen los expertos.
§ La Oficina Meteorológica de Reino Unido
(Met Office) dice que sus previsiones del
tiempo de cuatro días son tan acertadas
como lo era el pronóstico de un día hace 30
años.
§ "Ahora podemos predecir eventos climáticos
extremos con cinco y siete días de
antelación", dice Louis Uccellini, director del
Servicio (NOAA, por sus siglas en inglés)
miércoles, 9 de diciembre de
2020 25
§ "Hace 20 años solo podíamos verlos un día antes".
§ Estas mejoras han sido posibles después de invertir miles de millones en mejores
satélites, estaciones meteorológicas y supercomputadoras.
§ Pero esa inversión era indispensable debido a que más de un tercio de la producción
económica mundial es vulnerable al clima, de acuerdo a Weather Analytics, especialistas
estadounidenses en análisis de datos.
26
POR QUÉ IMPORTA EL CLIMA
§ Qué vamos a vestir
§ Que vamos a comer
§ Cuánta cerveza tomamos en un día caluroso
§ Afecta el transporte (aire, mar y tierra)
§ La agricultura
§ Protección ante desastres
§ Diseño de puentes
§ Donde colocar parques eólicos o solares
§ Todas estas son decisiones que dependen de pronósticos meteorológicos precisos y
confiables tanto como de la comprensión de los patrones históricos del clima, según
Emmet Soldati, de Weather Analytics.
27
¿POR QUÉ IMPORTA EL CLIMA?

REGLA 3: EJEMPLO
§ Choque de meteoritos
§ ¿Cuál es la probabilidad de que su automóvil sea impactado por un meteorito este año?
§ En ausencia de datos históricos de meteoritos que chocan contra automóviles, no podemos
usar el método de frecuencias relativas de la regla 1
§ Hay dos posibles resultados (chocar o no chocar), pero no son igualmente probables, por lo
que no podemos usar el método clásico de la regla 2
§ Esto nos deja con la regla 3, por medio de la cual hacemos un estimado
§ subjetivo.
29

REGLA 3: EJEMPLO
§ Es muy importante examinar cuidadosamente la información disponible para
identificar de manera correcta el número total de resultados posibles
§ En algunos casos se cuenta con el total de resultados posibles
§ En otros debe calcularse
§ Choque de meteoritos
§ En este caso, todos sabemos que la probabilidad en cuestión es muy, muy pequeña
§ Estimemos que sea, digamos, 0.000000000001 (equivalente a una en un billón) (0+).
§ Este estimado subjetivo, basado en nuestro conocimiento general, puede encontrarse
en el campo general de la probabilidad real
30
REGLA 3: EJEMPLO
NNÚMERO TOTAL DE RESULTADOS POSIBLES
§ Clonación de seres humanos
§ Se seleccionan adultos al azar para una encuesta Gallup y se les pregunta si consideran que
la clonación de seres humanos debe permitirse o no.
§ Entre los adultos elegidos al azar y encuestados
§ 91 dijeron que se debe permitir
§ 901 que no se debe permitir y
§ 20 se abstuvieron de opinar
31
REGLA 3: EJEMPLO
NNÚMERO TOTAL DE RESULTADOS POSIBLES
§ Clonación de seres humanos
§ 91 dijeron que se debe permitir
§ 901que no se debe permitir
§ 20 se abstuvieron de opinar
§ 1012 total de repuestas

§ ¿Qué regla utilizo?
§ Según la regla No.1
§ P(permitir la clonación) = 91/ 1012 = 0.0899
32
¿DÓNDE VIVE ANDRÉS?
§ Andrés vive en una casa de DOS pisos. En donde los que viven en el 1er piso siempre
dicen la verdad; y los que viven en el 2do piso siempre mienten.
§ Andrés se encuentra con un vecino, y al llegar a su cuarto le dice a su hermano: "el
vecino me ha dicho que vive el 2do piso".
§ ¿En qué piso vive Andrés?
33
¿DÓNDE VIVE ANDRÉS?
§ Si el vecino es del primer piso dice la verdad y dirá: "Soy del primer piso”
§ Si el vecino es del segundo piso, por ser mentiroso dirá: "Soy del primer piso”
§ La respuesta del vecino en ambos casos es: "soy del primer piso”
§ Sin embargó Andrés dijo que el vecino es del segundo piso, entonces quiere decir que
Andrés esta mintiendo y vive en el segundo piso
34
EJEMPLO
GÉNERO DE LOS HIJOS
§ Determine la probabilidad de que exactamente dos de los tres hijos de una pareja sean
varones.
§ Suponga que es igualmente probable dar a luz un niño que una niña, y que el género de
cualquier hijo no influye en el género de otro.
§ ¿Cual es el tamaño muestra?
§ El mayor obstáculo aquí es identificar correctamente el espacio muestra
36
EJEMPLO
P(exactamente dos de los tres GÉNERO DE LOS HIJOS
hijos sean varones)
1er hijo 2do hijo 3er hijo Espacio muestral 2 niños
niño niño niño 1 No
niño niño niña 2 Si
niño niña niño 3 Si
niño niña niña 4 No
niña niño niño 5 Si
niña niño niña 6 No
niña niña niño 7 No
niña niña niña 8 No
} P(2 niños de 3hijos) = sucesos/espacio muestral

} P(2 niños de 3hijos) = 3/8
} P(2 niños de 3hijos) = 0.375 37
REDONDEO DE NÚMEROS
§ Todos los dígitos en un número son significativos, excepto los ceros que se incluyen
para la colocación apropiada del punto decimal
§ La probabilidad de 0.021491 tiene cinco cifras (dígitos) significativos (21491) y puede
redondearse a 0.0215, con tres dígitos relevantes
§ La probabilidad de 1/3 puede permanecer como fracción o redondearse a 0.333 (no a
0.3)
§ La probabilidad de obtener cara en el lanzamiento de una moneda puede expresarse
§ como 1/2 o 0.5; como 0.5 es exacto, no hay necesidad de expresarlo como 0.500
§ La fracción 432/7842 es exacta, pero su valor no es obvio. Exprésela como el decimal
0.0551
38
LA LEY DE LOS NÚMEROS GRANDES
§ Conforme el número total de observaciones se incrementa, los estimados
correspondientes tienden a acercarse a la probabilidad real
§ Esta propiedad se enuncia en forma de teorema, que se conoce comúnmente como la ley
de los números grandes.
§ “Conforme un procedimiento se repite una y otra vez, la probabilidad de frecuencias
relativas (a partir de la regla 1) de un suceso, tiende a aproximarse a la probabilidad
real”
§ Esta ley refleja una simple noción fundamentada en el sentido común

§ Entre más datos elegidos de forma aleatoria tengamos, más exacta será la
probabilidad
39
PROBABILIDAD Y RESULTADOS QUE NO SON
IGUALMENTE PROBABLES Método No.1 (frecuencia relativa)
Estudiantes que ganaron 1er Parcial 60
§ ¿Cuál es la probabilidad de ganar el Dividido el total de alumnos 110
próximo examen de estadística? 60/110 = 54.5%
§ Sea A = ganar el examen y B= perder el Método No.2 (equi probables)
examen
Cuento de los 100 posibles notas que puedo
§ P(A) = ½ ? Obtener en cuantas gano el examen
§ P(A) = 0.65 ? (60 a 100)/100 = 41/100 = 41.0%
§ Con la preparación adecuada (estudiando) Método N0.3 (subjetivas)
§ Hacer tareas Asigno criterios
§ Asistir a clases
Estudiar 100%
Dominio de Excel 100%
Tareas 100%
1*1*1 = 1
0.8*0.6*0.9= 0.432 = 43.2% 40
¿CUANDO UN EVENTO ES INUSUAL?
§ En un experimento clínico de la vacuna de Salk para prevenir la poliomielitis, 200,745
niños recibieron un placebo, y 201,229 niños fueron tratados con la vacuna.
§ Se presentaron 115 casos de poliomielitis en el grupo de placebo y
§ 33 casos en el grupo de tratamiento
§ P(Polio con Placebo) = 115 / 200,745 = 0.00057287
§ P(Polio con Vacuna) = 33 / 201,229 = 0.000163399
41
¿CUANDO UN EVENTO ES INUSUAL?
§ Un valor de probabilidad menor que 0.001 es muy pequeño, e indica que el evento
ocurrirá menos de 1 vez en 1000 ensayos,
§ Asi definimos que se trata de un evento “inusual”
§ P(Polio con Placebo) = 0.00057287
§ P(Polio con Vacuna) = 0.000163399
§ Se plantean dos hipotesis:
§ 1. La vacuna no tiene efecto alguno y los resultados ocurrieron debido al azar
§ 2. la vacuna tiene un efecto, lo que explica por qué el grupo de tratamiento tuvo una
incidencia mucho más baja de poliomielitis
42
POSIBILIDADES
§ Las expresiones de probabilidad a veces se proponen
como posibilidades, por ejemplo,
§ 50:1 (o “50 a 1”)
§ Una grave desventaja de las posibilidades es que hacen
que muchos cálculos sean extremadamente difíciles
§ La ventaja de las posibilidades es que facilitan el manejo
de las transacciones de dinero asociadas a los juegos de
azar
Note que en las tres definiciones siguientes,

Las posibilidades reales en contra y las posibilidades reales a
favor describen la probabilidad real de algún suceso
Pero las posibilidades de pago describen la relación entre la
apuesta y la cantidad del pago
43
POSIBILIDADES
§ Las posibilidades reales en contra de que ocurra un
Ā
suceso A están indicadas por el cociente P ( )>P (A),
casi siempre expresado en la forma a:b (o “a a b”),
§ Donde a y b son enteros que no tienen factores comunes
§ Las posibilidades reales a favor del suceso A son el
recíproco de las posibilidades reales en contra de ese
suceso
Si las posibilidades en contra de A son a:b, entonces las

posibilidades a favor de A son b:a
Las posibilidades de pago contra el suceso A representan la
proporción de la ganancia neta (si usted gana) con respecto a la
cantidad de la apuesta.
Las posibilidades de pago en contra del suceso A (ganancia neta)
: (cantidad apostada) 44
REGLA DE LA SUMA
§ El objetivo principal de esta sección es presentar la regla
de la suma como un método para calcular probabilidades
que pueden expresarse de la forma P (A o B )
A
§ es decir, la probabilidad de que ocurra el suceso A o de
A ∩ B
que ocurra el suceso B
B
§ (o de que ambos ocurran)
• Para calcular la probabilidad de que ocurra el suceso A o el suceso B,

• Primero debemos obtener el número total de maneras en que puede ocurrir
A y de maneras en que puede ocurrir B,
• Pero calculamos ese total sin contar cada resultado más de una vez
• La palabra clave en esta sección es “o” e “inclusive”, que significa: uno o
el otro o ambos
49
DEFINICIÓN DE SUCESO COMPUESTO
§ Un suceso compuesto es cualquier suceso que combine dos o más sucesos simples.
§ Recordando que:
§ Un suceso simple es un resultado o un suceso que ya no puede desglosarse en
componentes más simples.
• Notación de la regla de la suma

• P (A o B ) = P (en un solo ensayo, ocurre el suceso A u
ocurre el suceso B o ambos ocurren)
• P (A y B ) denota la probabilidad de que tanto A como B
ocurran en el mismo ensayo
50
REGLA FORMAL DE LA SUMA
§ Un modo de formalizar la regla consiste en combinar el número de formas en que un
suceso A puede ocurrir con el número de formas en que un suceso B puede ocurrir y, si
hay algún traslape, se debe compensar restando el número de resultados que se
contaron dos veces, como se hace en la siguiente regla.
• Regla intuitiva de la suma

• Para obtener P (A o B ), calcule la suma del número de formas en que
puede ocurrir el suceso A y el número de formas en que puede
ocurrir el suceso B, sumando de tal manera que cada resultado se
cuente sólo una vez. P (A o B ) es igual a esa suma, dividida entre el
número total de resultados en elespacio muestral
51
DEFINICIÓN DE TRASLAPE
• Los sucesos A y B Son Disjusntos (o mutualmente excluyentes)
cuando ambos no pueden ocurrir al mismo tiempo. (Es decir,
los sucesos disjuntos no se traslapan)
• Ejemplo:
• Considere el procedimiento de elegir al azar a uno de los 300
sujetos sometidos a la prueba de Marihuana. Determine si los
siguientes sucesos son disjuntos:
• A: elegir a un sujeto con un resultado de prueba negativo
• B: elegir a un sujeto que no consumía marihuana.
52
¿CONTRARIA A UNA PERSONA SI SE COMPRUEBA QUE
CONSUME MARIHUANA?
Sujetos que SI Sujetos que NO
consumen consumen
Resultado de 119 24
prueba positivo
(La prueba indica Verdadero Positivo Falso positivo
presencia) Resultados de exámenes sobre
el consumo de marihuana
Resultado de
prueba negativo
(La prueba indica
3 154
ausencia) Falso Negativo Verdadero negativo
resultados de la prueba “1-Panel-THC” para identificar el consumo de marihuana.

53
DEFINICIÓN DE TRASLAPE
Los sucesos A y B Son Disjusntos (o mutualmente excluyentes) cuando ambos no
pueden ocurrir al mismo tiempo. (Es decir, los sucesos disjuntos no se traslapan)
Ejemplo:
!Considere el procedimiento de elegir al azar a uno de los 300 sujetos sometidos a la
prueba de Marihuana. Determine si los siguientes sucesos son disjuntos:
A: elegir a un sujeto con un resultado de prueba negativo
B: elegir a un sujeto que no consumía marihuana.
§ P ( A o B ) = P(A) + P(B) – P(A y B)
§ P (A) = 3 + 154 = 157
§ P (B) =24 + 154 = 178
§ P ( A o B ) = P( 157)+P (178) - P(154)
§ P ( A o B ) = P( 335 ) -P(154)
§ P ( A o B ) = P( 181)
§ P ( A o B ) = 181/300
54
§ P ( A o B ) = 0.603
§ https://youtu.be/K6GseIt7ua8 Ejemplo:
§ https://www.youtube.com/watch?v=kNfHZ Represente en una tabla de contingencia
V9mAUI La cantidad de hombres y mujeres que trabajan
Tablas de contingencia Con un filtro que me permita depurar los datos por
§ https://youtu.be/CEWJZxFpC8w
sección Sección
C
Tablas dinámicas:
N
§ https://youtu.be/FHP48jdlZpU Sección (Todas) (en blanco)
Tarea Individual: Cuenta de Carné Etiquetas de columna

Ver los tutoriales: Etiquetas de fila No Sí (en blanco) Total general
Hombre 100 55 155
Generar una tabla dinámica con los datos de
la encuesta que les permita ”contar” los Mujer 27 7 34
eventos simples de cada variable (evento) (en blanco)
Usar el archivo Encuesta inicial para tareas Total general 127 62 189

2.1 Probabilidades Compressed

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2.1 Probabilidades Compressed

Cargado por

Copyright:

Formatos disponibles

INTRODUCCIÓN A LA

§ Espacios muestrales y eventos

§ Suceso y frecuencia relativa

§ Eventos mutuamente excluyentes

§ Nociones básicas de probabilidad.

TEMAS § Espacios muestrales finitos

§ Independencia y regla de la multiplicación

§ En un modelo DETERMINISTA es aquel en el que dado un conjunto

Wednesday, December 9, 2020 11

§ Un suceso simple es un resultado o un suceso que ya no puede desglosarse en

§ El espacio muestral de un procedimiento se compone de todos los sucesos simples

1 nacimiento {f, m},

{fff, ffm, fmf,

Existen diferentes formas de definir la probabilidad de un suceso, nos

• denotan sucesos específicos

• denota la probabilidad de que ocurra el

§ Sé Realizan (u observan) un procedimiento un gran número de veces

número de veces que ocurrió A

• Brinda una aproximación en vez de un valor exacto

miércoles, 9 de diciembre de 2020

miércoles, 9 de diciembre de 2020

número de formas en que puede ocurrir A 𝑺

• Requiere resultados igualmente probables

§Requiere resultados igualmente probables

miércoles, 9 de diciembre de 2020

miércoles, 9 de diciembre de 2020 28

miércoles, 9 de diciembre de 2020

§ 1012 total de repuestas

} P(2 niños de 3hijos) = sucesos/espacio muestral

§ Esta ley refleja una simple noción fundamentada en el sentido común

 Note que en las tres definiciones siguientes,

 Si las posibilidades en contra de A son a:b, entonces las

• Para calcular la probabilidad de que ocurra el suceso A o el suceso B,

• Notación de la regla de la suma

• Regla intuitiva de la suma

resultados de la prueba “1-Panel-THC” para identificar el consumo de marihuana.

Tarea Individual: Cuenta de Carné Etiquetas de columna

También podría gustarte

Note que en las tres definiciones siguientes,

Si las posibilidades en contra de A son a:b, entonces las