Está en la página 1de 41

ESTADISTICA APLICADA

Equipo de Estadstica

CONTENIDO
Probabilidad.
Definiciones
preliminares. Experimento Aleatorio.
Espacio Muestral. Evento. Clases.
Probabilidad Condicional. Teorema de
la multiplicacin y Teorema de Bayes.

TEORA DE LA
PROBABILIDAD

En muchas oportunidades nos hemos encontrado con


afirmaciones donde no existe 100% de certeza sobre la
aparicin o realizacin de un hecho o fenmeno.
EJEMPLOS:
Cul es la probabilidad de ganar en el
juego Ganagol?
Cul es la probabilidad de que el nmero
de ingresantes a UPN aumente?
Cul es la probabilidad de que el nmero
de
artculos
producidos
salgan
defectuosos?
Cul es la probabilidad de obtener una
nota aprobatoria en el curso de
Estadstica Aplicada?

En estos ejemplos se puede apreciar que el resultado final no


se conoce con exactitud o certeza, existe por lo tanto
INCERTIDUMBRE.
La necesidad de tener suficiente poder para manejar la
incertidumbre obliga a estudiar y usar la teora de la
probabilidad.

TEORIA
DE
PROBABILIDAD

LA

PROBABILIDADES
LAS PROBABILIDADES SE OCUPAN DE LOS
DENOMINADOS
FENOMENOS
O
EXPERIMENTOS.
EXPERIMENTO:
SE LLAMA EXPERIMENTO AL CONJUNTO DE
REALES
O
IMAGINARIAS,
ACCIONES,
REALIZADAS CON LA FINALIDAD DE OBTENER
RESULTADOS.

1.

Experimentos No Aleatorios:

Son
aquellos
cuyo
resultado
del
experimento se conoce con anterioridad y
que puede describirse por una frmula
matemtica, fsica o qumica.
Ejemplos:
Soltar una piedra en el aire.
Lanzar una pelota en una tina con
agua, etc.
2. Experimento
Aleatorios:
Son
aquellos
cuyos
resultados
del
experimento no pueden predecirse con
exactitud antes de realizar el experimento.
Ejemplos:
Lanzar una moneda y observar la cara
superior.
Lanzar un dado y observar el nmero que
aparece.

DEFINICIONES:

1.1 EXPERIMENTO ALEATORIO ( ):

Es un proceso de observacin, donde el


resultado no se puede predecir y slo es
posible conocerlo una vez que sucede o se
da.
Ejemplo 1:
= Lanzamiento de un dado y
su puntaje
obtenido
Resultado: Existe margen de duda
en el resultado exacto, pues es
posible que ste aparezca 1, 2, 3,
4, 5 6. Luego el experimento es
aleatorio.

1.2. ESPACIO MUESTRAL


Dado un experimento aleatorio , se llama espacio
muestral de , denotado por , al conjunto de todos
los resultados posibles del experimento.

= Lanzamiento de un dado y su
puntaje obtenido

n() =
6

Cada es un punto muestral, que corresponde a


un resultado del experimento

1.3. SUCESO O EVENTO (A, B, C, .. )


Un suceso o evento de un experimento aleatorio , es
cualquier subconjunto del espacio muestral . Es aquel
conjunto que contiene resultados de un experimento
aleatorio que tienen una caracterstica particular.
Si A
A es un evento en

Ejemplo 1:
Sea A = {El resultado es un nmero par al lanzar
un dado}
Entonces, A = {w / w es par} = {2,4,6}
: Se le llama evento nulo o vacio (imposible)
: Evento cierto o seguro (siempre sucede)

EJEMPLO 2:

= ANOTAR EL RESULTADO DE DOS PARTIDOS


DE FUTBOL JUGADOS POR LOS ESTUDIANTES DE
LA UNIVERSIDAD
(CONSIDERAR G: PARTIDO GANADO, E: PARTIDO EMPATADO Y P: PARTIDO PERDIDO)

Los posibles resultados son:


PARTIDO 2

El espacio
muestral:
P

PARTID
O1

GG

EG

GE GP
= {GG,

PG

EE

EP

PE

PP

GE, GP, EG, EE, EP, PG, PE,

Algunos eventos o sucesos serian:


Evento A=Los dos partidos se ganaron.
A={GG}
Evento B=Por lo menos una de los dos partidos fueron empatados.
B= {GE, EG, EE, EP, PE}
Evento C =A lo ms uno de los dos partidos fueron perdidos
C= {GG, GE, GP, EG, EE, EP, PG, PE}
Evento D = Ningn de los tres partidos fueron ganados.
D= {

LOS SUCESOS O EVENTOS


PUEDEN SER:
A) Evento seguro o suceso universal:(U)
Se llama as al evento que de todas maneras
debe ocurrir.
Ejemplo:
A = Seleccin de un propietario de inmueble con
ingresos medio alto, de la Urb. California

B) Evento imposible:()
Es el evento que no va a ocurrir.
Ejemplo:
B=Seleccin de un propietario de inmueble con ingresos muy
bajos, de la Urb. El Golf

C) Evento complementario:
El complemento del evento A, se denota por el smbolo (se lee:
no A ), y significa que el evento A no ocurre.
Ejemplo:

Sea A= Persona con ttulo profesional universitario


Entonces el complemento ser:
P() = Persona sin ttulo profesional universitario

D) Eventos Mutuamente Excluyentes:


Dos o ms eventos son mutuamente excluyentes, si la
ocurrencia de uno de ellos, anula la ocurrencia de los dems.

Ejemplo:

Sea el experimento aleatorio: Seleccin de un


profesor de la universidad X, segn categora Docente.
Luego el espacio muestral es:
={Principal, Asociado, Auxiliar, Jefe de prctica}
Siendo los eventos:
A= Profesor Principal
B= Profesor Asociado
C= Profesor Auxiliar
D= Profesor Jefe de Prctica
Los cuatro eventos son mutuamente excluyentes, porque al seleccionar
un Docente, este tendr slo una categora; anulndose el resto de
eventos.

E) Eventos Independientes:
Dos eventos son independientes si ambos no tienen
ninguna relacin entre s; es decir, si la ocurrencia de
uno de ellos, no influye en la ocurrencia del otro.
Ejemplo: Sean los eventos
X= Primer alumno apruebe el examen de Estadstica
Y= Segundo alumno apruebe el examen de Estadstica
X e Y son independientes porque al ocurrir el evento
X, ste no influye para que el evento Y ocurra.

CALCULO DE LA PROBABILIDAD
Es un nmero entre 0 y 1 inclusive, que mide la
posibilidad de ocurrencia de un evento especfico, y
que es resultado de un experimento.

0 P[ocurra un evento]
1

ENFOQUES DE LA
PROBABILIDAD
A) ENFOQUE DE LA PROBABILIDAD CLSICA

Ejemplo 1: Si se lanza un dado, Cual es la


probabilidad que el resultado sea un nmero par?

2
3
5

P[E] =3 =
0.5
6
17

B) CONCEPTO DE FRECUENCIA RELATIVA


Probabilidad de un evento (o suceso), es la
frecuencia relativa, (%) de veces que ocurrira el
evento (o suceso) al realizar un experimento
repetidas veces.
Ejemplo 2:La

siguiente tabla muestra el numero de


ingresantes a la Facultad de Ingeniera de la UPNTrujillo- 2015, segn carrera profesional.
Facultad de Ing.

fi

hi(%)

Ingenieria Industrial

405

33.75

Ingenieria Civil

385

32.08

Ingenieria Empresarial

185

15.42

Ingenieria de Sistemas

125

10.42

Ingenieria Ambiental

100

8.33

Total

1200

100%
18

Ejemplo 3:
: Extraccin de una carta de 52 naipes

Cul es la probabilidad de que?


.
A. Sea espada
B. Sea menor de 9
C. Sea 13
SOLUCIN:
D. Sea espada:
P [A]= n(A) / n()
= 13/52= 0.25
25%

B.

Sea menor de 9:
8 cartas son menores que 9, por lo tanto el total de
cartas es igual a 32 (8*4)

P [B] = n(B) / n()=32/52


= 0.6153 61.53%
C. Sea 13:
La prob. de que sea 13 es de 4
(el 13 , el 13 , el 13 y el 13 )
P [C]= n(C)/n() = 4/52
= 0.0769 7.69%

ALGEBRA DE EVENTOS
OPERACIONES
eventos A y B

CON

EVENTOS.-

Dados

los

a) UNIN: La unin o reunin de A y B, que se


denota
AUB, es el evento

AUB={w / w A w B}
A

UNIN DE SUCESOS: SE LEE

Caso a) P [A B]= P[A] + P[B]


Los eventos A y B son mutuamente
excluyentes

Caso b) P[A B]= P[A] + P[B] P [AB]


Los eventos A y B son eventos
cualquiera

b) INTERSECCIN: La interseccin de A y
B, que se denota AB, es el evento
AB = {w / w A y w B}
P [A B]= n [AB]/n()
A

Observacin. Si AB = , se dice que A y B son eventos


mutuamente excluyentes incompatibles
disjuntos.

c) COMPLEMENTO : El complemento de A,
A
que se denota
por
, se define como el
evento formado por los elementos de que
no estn en A. Tambin se le denomina
evento opuesto o contrario.
A={w / w A}
A

EJEMPLO: Los resultados de una encuesta efectuada


entre 100 personas, dio como resultado respecto a la
opinin que les merece el servicio de transporte urbano
en provincias. Los datos se consignan en el siguiente
cuadro (las personas se clasifican previamente en
Peruanos y Extranjeros).
Opinin

Bue
no

Regul
ar

(B)

(R)

38

Nacionalid
ad
Peruanos
(P)
Extranjero
DE LA TABLA MOSTRADA
s( E )
Total

Malo
(M)

30

No
opina
n
(N)

Total

80

4
5
10
1
20
CALCULAR LAS SIGUIENTES PROBABILIDADES:
12

43

40

100

a.

b.

c.

Cul es la probabilidad de que la persona seleccionada


sea peruana?
P [P]= n(P) / n()= 80/100
= 0.80 80%
Cul es la probabilidad de que la persona seleccionada
opine que el servicio del transporte urbano en provincias es
bueno?
P [B]= n(B)/n()= 12/100
= 0.12 12%
Cul es la probabilidad de que la persona seleccionada sea
extranjero y opine que el servicio de transporte urbano es
regular?
P [E R]= n(E R) / n()= 5/100 = 0.05 0.5%

d. Cul es la probabilidad de que la persona seleccionada

sea peruano o opine que el servicio de transporte urbano en


provincias es malo?
P [P M] = P [P] + P [M] - P[P M]
= 80/100 + 40/100 30/100
= 90/100 = 0.90 90%

e. Cul es la probabilidad de que la persona seleccionada


opine que el servicio de transporte urbano en provincias es
malo o es regular?
P [M R] = P [M] + P [R]
= 40/100 + 43/100
= 83/100= 0.83 83%

PROBABILIDAD CONDICIONAL
Se denota por P( A / B ), donde / significa condicionado, dado,
etc
Se utiliza para calcular la probabilidad de un evento que esta
condicionado a un subconjunto del espacio muestral.
Se define de la siguiente manera:

P(A

B)
P (A / B )=
---------------( B )n( A B

)
P (A / B )=
----------------

n(B

, P (B) > 0

Error muy frecuente:


No
confunda
probabilidad
condicionada
con
interseccin.

Del ejemplo anterior calcular las siguientes


probabilidades condicionales:
a.

Si se sabe que la persona seleccionada es extranjera . Cul


es la probabilidad de que opine que el transporte urbano en
provincias es bueno?
P [B/E]= n(B E) / n(E)= 4/20 = 0.20 o 20 %

b.

Cul es la probabilidad de que la persona sea peruana,


puesto que la opinin fue que el transporte urbano en
provincia es regular?
P [P/ R]= n(P R) /n(R)= 38/43= 0.8837 88.37%

INDEPENDENCIA DE EVENTOS

Dos eventos son independientes si el que


ocurra uno, no aade informacin sobre el
otro. Es decir, la ocurrencia de uno no
influye en la ocurrencia del otro
A es independiente de B
P(A|B) = P(A)
P(AB) = P(A) P(B)

ULTIPLICACION DE PROBABILIDADES
DE LO ANTERIOR.....

P(B/A)
=

P( B A
)

P(A/B) =

P( A B )
P (B )

P (A )
P( AB )= P(A)P(B/A)=
P(B)P(A/B)

TEOREMA DE BAYES
Este es el TEOREMA mas importante en el calculo de
probabilidades.
Para conocer este teorema se deben conocer previamente
algunas definiciones:
A. PARTICION:
Se llama particin al conjunto de eventos del espacio muestral ,
que cumple con 2 caractersticas:
a. U Ai = (los eventos son colectivamente exhaustivos)
b. Ai = (los eventos son mutuamente excluyentes)

A1

A2

A3

A4

U Ai =
Ai =

B. PROBABILIDAD TOTAL:
Si A1, A2, , An es una particin de y B es
un subconjunto cualquiera dentro de ,
entonces:
A1
A2
A3
B

A4

(A1B)

P(B) =

(A2B)
(A4B)

P(Ai).P(B/Ai)

(A3B)

TEOREMA DE BAYES:

Si A1, A2, , An es una


particin de y B es un subconjunto cualquiera dentro de ,
entonces, la probabilidad de que ocurra un evento Ai, cuando
el evento B ha ocurrido es:
A1

A2

A3

A4

(A1/
B)

P ( Ai / B )

EJEMPLO DE APLICACIN:
En una lnea de produccin hay dos procesos, A y B. En el
proceso A hay un 20% de defectuosos y en B hay 25%.
En una muestra de 300 productos hay 200 del proceso A y
100 del B.

(a) Si se extrae un producto al azar,


hallar la probabilidad que sea
defectuoso.
(b) Si al extraer el producto result
defectuoso, halle la probabilidad
de que sea del proceso A.

SOLUCIN: SEAN LOS SIGUIENTES EVENTOS:

A = el producto es del proceso A


B = el producto es del proceso B
D = el producto es defectuoso
= el producto es no defectuoso

(a)

SI SE EXTRAE UN PRODUCTO AL AZAR, HALLAR LA PROBABILIDAD QUE


SEA DEFECTUOSO.
*DEBEMOS CALCULAR P [D].
ESTE EVENTO SE ESCRIBE D= AD U BD Y POR EL TEOREMA DE BAYES,
TENEMOS:

00
3
/
200

100/30
0

A
B

0
2
.
0

AD

D
0.25

D
D

BD

Luego la probabilidad que sea defectuoso es:

P D P AD P BD P A P D / A P B P D / B

(b) Si al extraer el producto result defectuoso,


halle la probabilidad de que sea del proceso A.