www.monografias.

com
Introduccin a la estadstica
Betzaida Guadalupe Reyes Santiago [email protected]
1. Definicin de estadstica
2. Estadstica descriptiva
. !n"lisis co#$inatorio
%. &eora de la pro$a$ilidad
1.1. DE'I(I)I*( DE ES&!D+S&I)!,
ESTADSTCA
Se puede definir de dos diferentes maneras:
Como coleccin de datos numricos:
Dichos datos numricos son presentados de manera ordenada y sistemtica. Una informacin numrica
puede no constituir una estadstica, para merecer este apelativo los datos se deben de construir como
un conjunto coherente establecido de forma sistemtica y siguiendo un criterio de ordenacin.
Como ciencia:
Estudia el comportamiento de masas buscando las caractersticas generales de un colectivo y preside
de las particulares de cada elemento. Por ejemplo: al investigar el sexo de los nacimientos despus
obtener la proporcin del sexo masculino o del sexo femenino.
1.2. USOS Y ABUSOS
Uso:
1) Conocer el porcentaje de la poblacin que necesita agua.
2) Conocer el porcentaje de poblacin que tiene diabetes.
3) Conocer el porcentaje de personas que utilizan tomate para preparar sus comidas
4) Conocer el porcentaje de personas mexicanas que consumen tortilla.
Abuso:
1) Aprovechar dicho resultado para el aumento de precio.
2) Aprovechar el resultado para el aumento del precio de las medicinas.
3) Conocer el resultado de dicho estudio y aumentarles el $.
4) Conocer el resultado de dicho y aumentar el precio.
1.3. POBLACN Y MUESTRA
Poblacin: se define como la totalidad entre todas las posibles mediciones y observaciones bajo
consideracin en una situacin dada de un problema. Este referido a un conjunto o coleccin de personas o
cosas a las caractersticas mdiales de una poblacin se le denomina parmetros.
Una muestra es un conjunto de medidas y observaciones tomadas a partir de una poblacin dada. Alas
caractersticas mediales de una muestra se les denomina estadstica.
Las personas o cosas que forman parte de la poblacin se les denomina elementos. Cada elemento de la
poblacin tiene una serie de caractersticas que puede ser objeto de el estudio estadstico: sexo, edad,
estatura.
Poblacin finita:
Es aquella que esta formada por un limitado numero de elementos.
Poblacin que contiene un nmero finito de individuos, es aquella que indica que es posible alcanzarse o
sobrepasar al contar.
Poblacin infinita:
Es infinita si se incluye a un gran nmero de medidas y observaciones que no pueden alcanzarse al conteo.
Son poblaciones infinitas por que hipotticamente no existe lmite en cuanto al numero de observaciones
que cada uno de ellos puede generar.
-(ID!D 2, ES&!D+S&I)! DES)RI.&I/!
2.1. TABULACONES DE DATOS
La tabulacin de datos es el 1er. Paso del anlisis, los totales porcentajes y promedios generalmente dan
informacin bsica sobre los indicadores de medida en muchos casos estos resmenes pueden ser todo lo
que se necesita para tomar decisiones ya que nos dan informacin suficiente sobre el desempeo y
operacin de diversas actividades.
2.2. DSTRBUCN DE FRECUENCAS ABSOLUTAS-RELATVA
Una distribucin de frecuencias es una tabla en la cual se agrupan los valores posibles, para una variable y
se registran el nmero de valores observados que correspondan a cada clase.
La siguiente tabla nos muestra una distribucin de frecuencias de alturas registradas de 100 estudiantes.
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
Estaturas (cm.) <150>150 <=160>160 <=170>170 <=180>180 TOTAL
#Alumnos 5 18 42 27 8 100
Frecuencia
relativa
5% 18% 42% 27% 8% 100
Frecuencia
acumulada
5 23 65 92 8 100
Frec.
Relativa
acumulada
5% 23% 65% 92% 8% 100
Frecuencia relativa:
Es el porcentaje que representa la frecuencia absoluta de determinados intervalos con respecto al total de
datos proporcionados.
Frecuencia relativa: frecuencia/total de frecuencia*100=
Frecuencia acumulada:
Es la suma acumulada de las frecuencias absolutas de cada uno de los intervalos.
Frecuencia acumulada relativa:
Es el porcentaje que expresa la frecuencia acumulada con respecto al total de datos proporcionados.
Fra=fa/td=fra=5/100*100=5
EJERCCO:
salarios emple
ados
fr. f.a f.r.a limite
inferior
limite
superior
tamao
de
interval
o
marca
de clase
28,000-
32,949
8 12.30% 8 12.30% 28,000 32,949 4949 30,474.
5
32,950-
37,899
10 15.38% 18 27.69% 32,950 37,894 4949 35,424.
5
37,900-
42,849
16 24.61% 34 52.30% 37,900 42,849 4949 40,374.
5
42,850-
47,744
14 21.53% 48 73.84% 42,850 47,799 4949 45,324.
5
47,800-
52,749
10 15.38% 58 89.23% 47,800 52,749 4949 50,274,
5
52,750-
57,699
5 7.69% 63 96.92% 52,750 57,699 4949 55,224.
5
57,700-
62,649
2 3.07% 65 100% 57,700 62,649 4949 60,174.
5
EJERCCO:
SALARO FRECUENCA
ACUMULADA
TAMAO DE
NTERVALO
MARCA
DE
CLASE
FRECUENCA
RELATVA
FRECUENCA
ACUMULADA
RELATVA
249.99-
259.99
2 10 254.99 3.08% 3.07%
260-
269.99
7 9.99 264.995 7.69% 10.76%
270-
279.99
17 9.99 274.995 15.38% 26.15%
280-
289.99
31 9.99 284.995 21.53% 47.69%
290-
299.99
47 9.99 294.995 24.61% 72.30%
300-
309.99
57 9.99 304.995 15.38% 87.69%
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
310-
319.99
65 9.99 310.995 12.30% 100%
2.3. PRESENTACN GRFCAS DE LOS DATOS
Problemas
1.-En una fiesta el 50% de los invitados son hombres de todos los hombres de la fiesta el 40% de ellos son
calvos y de ellos el 50% habla ingles, si 4 calvos hablan ingles.
Cuantas mujeres hay en la fiesta?
8=40%
12=50%
8+12=20 MUJERES
R=20 MUJERES
2.-efectuar dos descuentos consecutivos primero de un 10% y luego uno de 20%, este equivalente a
efectuar un descuento de.
R=28%
3.-Si pedro tuviera un 15% menos de la edad que tiene tendra 34 aos.cuantos aos tiene en este
momento?
34 aos*85%=6+34+6 aos=40 aos
R=40 aos
2.4. MEDDAS DE TENDENCA CENTRAL, MEDA, MEDANA, MODA.
MEDDAS DE TENDENCA CENTRAL
Las medidas de centralizacin ms evidentes que podemos calcular para describir a un conjunto de
observaciones numricas es su valor medio.
La medida es la suma de todo los valores de una variable dividida entre el numero total de datos de los que
se disponen.
Ejemplo: consideremos 10 pacientes de edades 21,32,15,54,60,61,64,60,71,80.la medida de edad de estos
sujetos ser:
_
X = 21+32+15+54+60+61+64+60+71+80
----------------------------------------------------------
10(n)
_
X= 52.3
Mas formalmente denotamos por x1, x2, xn.los n datos que tenemos recogidos de la variable en cuestin el
valor medio vendr denotando por la siguiente formula:
MEDA:
Media(x) _xn/n
MEDANA:
La mediana es la observacin equidistante de los extremos.
15, 21, 32, 59, 60, 60, 61, 61, 71,80
60+602=60 mediana
1.-si son elementos pares buscar la parte media entre ambos extremos.
2.-de los 2 valores encontrados realizar la suma de ellos y dividir en 2
3.-si el nmero de elementos es impar: ubicar el dato central de dicha lista ya que dicho valor es la mediana
MODA:
Moda: es el valor que se presenta con mayor frecuencia, en la lista de observaciones
Moda: 60
Cuando no existan datos repetidos en una lista de observaciones se dice que no existe la moda.
Moda=
Dato nulo
2.5. MEDDAS DE DSPERSN, RANGO, VARANZA.
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
MEDDA DE DSPERSN
RANGO
VARANZA
La varianza de los datos es la medida de cuadrados de las inferencias entre cada valor de la variable y la
medida aritmtica de la distribucin.
Sx=_ (xj-media(x))
N
Esta varianza muestral se obtiene como la suma de las diferencias de cuadrados y por lo tanto tiene como
unidades de medida de la variable el cuadrado de la misma medida.
S=(21-52.3)+(32-52.3)+(15-52.3)+(59-52.3)+(60-52.3)+(61-52.3)+(64-52.3)+(60-52.3)+(71-52.3)+(80-
52.3)
10
=427.61
La desviacin tpica es la raz cuadrada de la varianza, expresa la dispersin de la distribucin, la desviacin
tpica, es la medida mas utilizada en estadstica.
Aunque esta formula de la desviacin tpica muestral es correcta en la prctica la estadstica nos interesa
para realizar inferencias poblacionales por lo que el denominador en lugar de n se utiliza el valor de n-1.por
lo tanto, la medida que se utiliza es la cuasi desviacin tpica dada por:
Sx=Z (xj-media(x)
N-1
S=21.797
AMPLTUD:
Es la diferencia entre el valor mayor y menor de la distribucin.
15-21
32-59
60-60
61-64
71-80
A=80-15
=65
COEFCENTE DE VARACON:
Es una medida de dispersin relativa de los datos y se calcula dividiendo la desviacin tpica muestral por la
media y multiplicando el cociente por 100.
CV=5 100=20.678/52.3 *100=39.5%
---
X
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
EJERCCO:
En esta tabla se exhibe las edades de una muestra de 36 personas que asistieron a ver una pelcula,
calcular:
1. frecuencia relativa de la cuarta clase
2. frecuencia acumulada de la tercera clase
3. media
4. mediana
5. moda
6. desviacin tpica
7. amplitud
8. coeficiente de variacin
9. varianza
10. coaxi desviacin tpica
AOS FRECUANCA F.R. F.A.
8-13 2
14-19 7
20-25 13 B)22
26-31 5 A)3.889
32-37 9
3.- 10.5+16.5+22.5+28.5+34.5=112.5/5=22.5
4.-
MEDANA
8+13=10.5
14+19=16.5
20+25=22.5
26+31=28.5
32+37=34.5
5.-MODA
20-25
6.-
DESVACN TPCA
\72=8.48
7.-AMPLTUD
34.5-10.5=24
8.-COEFCENTE DE VARACN
8.48
22.5 =37.68%
9.-VARANZA
(10.5-22.5)+(16.5-22.5)+(22.5)+(22.5)+(28.5-22.5)+(34.5-22.5)
144+36+0+36+144=360/5=72
10.-COAS DESVACN TPCA
9.48 \360/5-1=\90
EJERCCO:
LA ASSTENCA DE UNA SALA DE CNE ES DE 20 PERSONAS CON LAS SGUENTES EDADES.
15 45 17 16
25 31 13 19
18 28 12 21
20 27 10 21
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
32 26 9 23
ENCONTRAR:
MODA
DESVACN TPCA
MEDANA
MEDA
COEFCENTE VARACN
AMPLTUD
VARANZA
COAX DESVACN TPCA
MEDANA:
23.25
23
19.75
19.5 107/5=21.4
22.5
MEDANA
23.25
22
19.75
19.5
22.5
107
AMPLTUD:
VM-VM 45-9=36
VARANZA:
(9-21.4)+(16-21.)+(12-21.4)(13-21.4)+(15-21.4)+(16-21.4)+(17-21.4)+(18-21.4)+(19-21.4)+(20-
21.4)+(21-21.4)+(21-21.4)+(23-21.4)+(25-21.4)+(26-21.4)+(27-21.4)+(28-21.4)+(31-21.4)+(35-
21.4)+(45-21.4)
422.68/20 =71.134
DESVACN TPCA:
\71.134=8.43
COAS DESVACN:
1422.68/19=\74.8=8.65
COEF. DE VARACN
8.43/21.4*100=34.39%
-(ID!D , !(01ISIS )23BI(!&2RI2
3.1. PRNCPO FUNDAMENTAL
3.2. ORDENACONES
3.3. PERMUTACON
3.4. COMBNACONES
El anlisis combinatorio es la rama de las matemticas que estudia los diversos arreglos o selecciones que
podemos formar con los elementos de cada conjunto dado, los cuales nos permite resolver muchos
problemas prcticos, por ejemplo: podemos averiguar cuantos nmeros diferentes de telfono hay, palcas o
loteras se pueden formar utilizando un conjunto dado de letras y dgitos.
El principio fundamental del anlisis combinatorio en la mayora de los problemas , se observa que una
operacin o actividad aparece en forma repetitiva y es necesario conocer las formas o maneras que se
puede realizar dicha operacin, para estos casos es necesario conocer determinadas tcnicas o estrategias
de conteo, que facilitaran el calculo sealado.
Ejemplos:
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
a) Diferentes maneras de vestir en una personas, utilizando un numero determinado de prendas
b) Ordenar 5 artculos en 7 casilleros.
c) Contestar 7 presuntas de un examen de 10
d) Designar a 5 personas de un total de 50 para integrar una comisin.
e) Sentarse en una fila de 5 asientos 4 personas.
f) Escribir una palabra de 7 letras utilizando 4 consonantes y 3 vocales.
3.1. PRNCPO FUNDAMENTAL
PRNCPO DE MULTPLCACN
Si un evento o suceso A puede ocurrir en forma independiente de m maneras diferentes, entonces el
numero de maneras distintas en que puede suceder ambos sucesos es de m x n.
Ejemplo:
En la etapa final de ftbol de la primera divisin profesional.
4 equipos: Amrica (A), Guadalajara (G), Cruz Azul (C), UNAM (U), disputan el primer y segundo lugar
(campen y subcampen).
De cuantas maneras diferentes estos equipos pueden ubicarse en dichos lugares.
A: Campeonato de ftbol
M: Campen: 4
N: Subcampen: 3
m.n= 4.3= 12 maneras diferentes.
MTODO DEL RBOL
3.2. ORDENACONES
MTODOS DE CONTEO
En diferentes casos se tomara de algn conjunto parte de sus elementos o todos ellos, para formar
diferentes agrupaciones que se van a distinguir por el orden de sus elementos o por la naturaleza de
algunos de ellos, si los elementos que forman una agrupacin son diferentes entre si, sern llamadas
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
agrupaciones sin repeticin y si alguna de ellas son iguales se digan que son agrupaciones con repeticin,
entre los mtodos de conteo mas conocidos tenemos la permutacin, variacin y combinacin.
3.3. PERMUTACONES
PERMUTACN
Es un arreglo de todos 0o parte de un conjunto de objetos, considerando el orden en su ubicacin, cuando
en un arreglo solo entran una parte de los elementos en conjunto. Es importante resaltar que el orden es
una caracterstica importante de la permutacin, cuando variamos el orden de los elementos o
determinarlos.
Ejemplo: Determinar los siguientes arreglos o permutaciones que se pueden hacer con las letras A, B y C
tomadas de 2 en 2.
3 x 2= 6 permutaciones.
ab
ac
ba
bc
ca
cb
TEOREMA
PERMUTACN LNEAL CON ELEMENTOS DFERENTES
El numero de permutaciones de n objetos tomados en grupos de k elementos siendo k menor que n y
denotado P , estar dado por:
P= n!
(n-k!)
!=factorial
Donde n, k son elementos de nmeros naturales y O<=K<= n
Estas permutaciones son llamados lineales por que son ordenados los objetos en una linea recta de
referencia.
Problema 1:
En una carretera de 400 metros planos participan 10 atletas, de cuantas formas distintas podrn ser
premiados los 3 primeros lugares con medallas de oro, plata y bronce.
P= n!
(n-k!)
P
10
= 10! = 10!=10x9x8x7x6x5x4x3x2x1x
(10-3) 7! 7x6x5x4x3x2x1x
10x9x8x=720 puntuaciones
TEOREMA 2:
PERMUTACON LNEAL CON ELEMENTOS REPETDOS
El numero de permutaciones p distintas de n elementos tomados de n en n , en donde hay un primer grupo
de objetos iguales entre si, n2 objetos iguales entre si de un segundo tipo y as sucesivamente hasta n k
objetos iguales entre si, de un ultimo tipo.
- De cuantas maneras distintas se podrn ordenar las siguientes figuras
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
- n1=crculos=3
n2=tringulos=1
n3=cuadrados=2
n4=hexgonos=1
P
k
n1n2n3n4= k! / n1!n2!n3!n4!nk!
P= 3,1,2,1= 7!/ 3!1!2!1! = 7x6x5x4x3x2x1x/ 3x2x1x1x2x1x1
840/2= 420
PERMUTACN CRCULAR
Son agrupaciones donde no hay primera ni ltimo elemento, por hallarse en una lnea cerrada. Para
encontrar el nmero de permutaciones circulares se pueden formar con n objetos distintos, hay que
considerar fija la posicin de un elementos, el n-1 elemento restante, podr cambiar el lugar de n-1 formas
diferentes, tomando todas las posiciones sobre la circunferencia relativa del primer punto.
El nmero de permutaciones circulares ser:
P
n
c = (n-1)
Ejemplo: De cuantas formas diferentes pueden sentarse en una mesa circular , 1 padre y sus 5 hijos.
P
n
c= P6C= (6-1)!
=5!= 120
De cuantas maneras diferentes se podrn ubicar las cifras de 1 al 7 dentro de la siguiente figura:
=7x P6c
=7x(6-1)!=7x5!
=840
3.4. COMBNACONES
COMBNACN
Es cada uno de los diferentes arreglos que se pueden hacer con parte o todos los elementos de un conjunto
dado sin considerar el orden de su ubicacin. El numero de combinaciones de n elementos diferentes
tomados de k en k menor o igual que n esta dado por:
C
k
n= n! = n(n-1)(n-2) . (n-k+1)
(n+k)k! k(k-1)(k-2) (1)
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
Ejemplo:
Si disponemos de 5 puntos no colineales cual es el mximo numero de tringulos que se podrn formar.
N= 5 puntos
K=3 puntos
C
5
3= 5! = 5x4x3x2x1x=20=10
(5!-3)!3! 2!3x2x1 2x1
A . B. C ABC BCD ACE AED ABD BCE DCE ABE ACD DBE
D. E
Ejemplo:
Una seora tiene 3 frutas manzana, pia y fresa Cuntos sabores diferentes de jugo podr preparar con
estas frutas?
n=3
k=1,2,3
C
3
1= 3!/(3-1)!1!= 6/2 =3
C
3
2=3!/(3-2)!2!=6/2=3
C
3
3= 3!/ (3-3)!3!=6/1=1
COMBNACONES
M MP MPF
P MF
F PF
Se desea formar parte de un comit de 7 personas seleccionando a 4 fsicos y 3 matemticos de un grupo
de 8 fsicos y 6 matemticos.
De cuantas maneras podr seleccionarse?
PROBLEMAS
Cuntos de dos cifras se pueden formar con los dgitos 1,3,5,7?
4x4= 16 maneras
1,3,5,7,11,13,15,17,,31,33,35,37,71,73,75,77
De cuantas formas se pueden ubicar en una fila de 7 asientos a 3 hombres y 4 mujeres si estas deben
ocupar los lugares impares?
4x3x3x2x2x1x1=144
-Determinar cuantos nmeros de 3 cifras existen en el sistema base 6: 0,1,2,3,4,5
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
5x6x6=180
-De un grupo de 5 estudiantes, cuantos grupos diferentes de 3 alumnos podran formarse.
n= 5
k= 3
C
n
k= 5! = 5x 4x 3x 2x = 20/10= 10
(5-3)! 3! 2 3x 2x 1
EJERCCOS
-Un hombre tiene 9 bonos financieros de 9 compaas distintas y piensa regalarlos a sus 3 hijos de la
siguiente manera, a su hijo mayor 4, a su segundo hijo 3, y el menor. De cuantas formas puede repartir los
bonos?
P
9
= 4,3,2 = 9!/4! 3! 2! =9x8x7x6x5x4x3x2x1/ 4x3x2x13x2x1x2x6
15120/ 12= 1260
-De cuantas maneras diferentes se pueden sentar 8 personas en una mesa redonda de 5 asientos, si 3
estn en espera.
PC5= (5-1)!=24 formas
C85=8!/(8-5)!5!=56
56 x 24= 1344
-Las visitas a un hospital del 18 de septiembre se obtuvieron los siguientes edades
15,45,17,16,25,31,13,19,42,33,20,28,22,27,25,26,32,32,31,22. Calcular la media, moda, mediana, varianza,
desviacin tpica, cuasi desviacin, amplitud y coeficiente de variacin.
13,15,16,7,19,20,22,22,25,25,26,27,28,31,31,32,32,33.42,45
- Media: 26.05 521/20= 26.05
-Moda: 22, 25, 31, 32
-Mediana: 25.5
-Desviacin tpica:
S
2
=(13-26.05)
2
+(15-26.05)2+(16-26.05)
2
+(17-26.05)
2
+(19-26.05)
2
+(20-26.05)
2
+(22+26.05)
2
+(25-
26.05)
2
+(25-26.05)
2
+(26-26.05)
2
+(27-26.05)
2
+(28-26.05)
2
+(31-26.05)
2
+(32-26.05)
2
+(32-26.05)
2
+(33-
26.05)
2
+(42-26.05)
2
+(45-26.05)
2
/20=
S
2
=170.3+122.10+101+81.90+49.70+36.60+16.40+1.10+1.10+0.0025+0.9025+3.80+24.5+24.5+35.40+35.4
0+48.30+254.40+359.10/20= 69.14
-Varianza: 69.14
-Desviacin tpica: 8.31
-Cuasi desviacin:
=1382.90/20-1=1382.9/19= 72.78=8.53
-Coeficiente de variacin: 31.40%
CV= 5/x 100=8.53 / 26.05 x 100= 31.40
-Amplitud: 145-13= 32
-(ID!D %, &E2R+! DE 1! .R2B!BI1ID!D
4.1. PROBABLDAD SUBJETVA
4.2. PROBABLDAD COMO FRECUENCA
4.3. ESPACO MUESTRAL
4.4. EVENTOS
4.5. EVENTOS EXCLUYENTES
4.6. TABLAS DE PROBABLDAD
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
4.7. NDEPENDECA ESTADSTCA
4.8. PROBABLDAD MARGNAL
4.9. TEOREMA DE BAYES
LA PROBABLDAD
La probabilidad es la posibilidad de que algo pase.
Las posibilidades se expresan como fracciones o como decimales que estn entre uno y cero. Tener una
probabilidad de cero significa que nunca va a suceder y tener una probabilidad de una indica que va a
suceder siempre.
a) En la teora de la probabilidad un evento es uno o ms de los posibles resultados de hacer algo.
b) La actividad que origine uno de dichos eventos se conoce como experimento aleatorio.
c) Al conjunto de todos los resultados posibles de un experimento se le llama "espacio muestral del
experimento.
d) Se dice que 2 eventos son mutuamente excluyentes si uno solo y solo uno de ellos puede tener
lugar a un tiempo.
Existen 3 tipos bsicos de clasificar a la probabilidad, estas 3 formas presentan planteamientos
porcentuales.
1. Probabilidad de planteamiento clsico: se define como:
0...1
0.153 = 15.3 %
1 = 100 %
a) Numero de resultado en los que presenta el evento entre el numero total de resultados posibles.
b) Cada uno de los resultados posibles debe ser igualmente posibles.
2. Probabilidades de planteamiento de frecuencia relativa se define:
a) La frecuencia relativa observada de un evento durante un gran numero de intentos.
b) La fraccin de veces que un evento se presenta a la larga, cuando los condiciones son estables.
3. Probabilidad de planteamiento. Esta basada en las creencias de las personas que efectan la
estimacin de probabilidad.
4.1. LA PROBABLDAD SUBJETVA
Se puede definir como la probabilidad asignada a un evento por parte de un individuo basada en la
evidencia que tenga disponible.
ESPACO MUESTRAL, EVENTOS Y PROBABLDAD
Un experimento aleatorio es un experimento en el cual su desarrollo no es previsible con certeza. Para
definir la probabilidad segn la clase es necesario tener claro el concepto de "equiprobabilidad de evento.
Decimos que 2 eventos son equipadles si tienen misma posibilidad de ocurrir. Es conveniente describir los
sucesos equiprobables mas sencillos del experimento aleatorio.
En algunos cosas los eventos equiprobables los dictara el sentido comn, en otras casos ser un acuerdo
convencional.
El espacio muestral de un experimento aleatorio es el conjunto formado por todos los posibles resultados
equiprobables mas elementales del experimento.
Un evento es un subconjunto del espacio muestral si "S denota el espacio muestral de un experimento
aleatorio y "E denota un evento de ese experimento se define la probabilidad segn la clase del evento "E
como:
Ejemplo 1:
Se lanzan 2 dados sanos. Determinar la probabilidad de que la suma que muestran los 2 dados es 8.
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6)
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6)
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6)
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6)
S = 36
E = 5
Ejemplo 2:
Se tienen 30 bolas en una urna y extraemos 1 bola al azar, cual es la probabilidad de extraer una bola
determinada?
S = 30
P (1) = 1 = 0.03333 = 3.33 %
30
Ejemplo 3:
Supongamos que 20 de color verde y 10 de color azul, Cul es la probabilidad de sacar una bola azul?
P (A) = 10 = 0.333 = 33.3 %
30
TEOREMA DE LA ADCN
Para el clculo de probabilidades hay que tomar en cuenta los axiomas y teoremas:
AXOMA 1:
AXOMA 2:
AXOMA 3:
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
TEOREMA 1:
TEOREMA 2:
TEOREMA 3:
TEOREMA 4:
TEOREMA 5:
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
TEOREMA DE LA PROBABLDAD TOTAL
Sea A1, A2,.An un sistema completo de sucesos tales que la probabilidad de cada uno de ellos es 0 y sea
B un suceso cualquiera del que se conoce las probabilidades condicionales
P ( B / Ai )
Probabilidad de B tal que A iesima, entonces la probabilidad del suceso B viene dado por la expresin:

P(B) = P(A1) * P(B/A1) + P(A2) * P(B/A2) + . + P(An) * PB/AN)
Ejemplo:
Una compaa dedicada al transporte pblico explota 3 lneas de una ciudad, de forma que el 60% de los
autobuses cubre el servicio de la 1ra lnea, el 30% cubre la 2da y el 10% cubre el servicio de la 3ra lnea. Se
sabe que la probabilidad que diariamente un autobs se avera es del 2%, 4% y 1% respectivamente para
cada lnea. Determine la probabilidad de que 1 da el autobs sufra una avera.
L1 = 60 % Av1 = 2 %
L2 = 30 % Av2 = 4 %
L3 = 10 % Av3 = 1 %
P (Av) = p (L1) * P(AV/L1) + P(L2) * P(Av/2) + P(L3) * P(Av/L3)
P (Av) = (0.6) (0.02) + (0.3) (0.04) + (0.1) (0.01)
P (Av) = 0.02 + 0.012 +0.001
P (Av) = 0.025 = 2.5 %
Ejercicio:
Se tiene una urna vaca y se lanza una moneda. Si sale guila, se introduce a la urna una bola blanca y si
sale sol una bola negra. El experimento se repite 3 veces y posteriormente se introduce la mano en una
urna retirando una bola. Cul es la probabilidad de que en la urna quede una bola blanca y una negra?
guila B
Sol N
3 2 1 3 2 1
B B B 2B 1/8 N B B 2B 1N
B B N 2B 1N N B N 1B 2N
B N B 2B 1N N N B 1B 2N
B N N 1B 2N N N N 3 N
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
PT = P (BBN) * P (BN) + P (BNN) * P (BN) = 3/8 * 2/3 + 3/8 * 2/3
PT = 6/24 + 6/24 = 12/24 = 50%

Ejercicio:
Se lanzan dos monedas al aire. Si sale 2 sol se extrae una bola de la urna 1 que contiene 2 bolas blancas y
3 bolas negras. Si sale 1 sol y 1 guila, se extrae una bola de la urna 2 que contiene 4 bolas blancas y 1
negra. Si salen 2 guilas se extrae una bola de la urna 3 que contiene 3 bolas blancas y 2 negras. Cul es
la probabilidad de extraer una bola blanca despus de lanzar las 2 monedas?
PT = P (U1) * P (U1/B) + P (U2) * P (U2/B) + P (U3) * P (U3/B) =
(1/3) * (2/5) + (1/3) * (4/5) + (1/3) * (3/5) = 2/5 + 4/15 + 3/15 = 9/15 =
0.6 = 60 %
En cierto pas hay una enfermedad peligrosa, se sabe que un 12% de la poblacin padece dicha
enfermedad. Se dispone a realizar una prueba para detectar esa enfermedad pero nos indica el resultado de
la enfermedad que es positivo en un 90% de los casos de personas enfermas que tambin da positivo en el
5% de las personas que se consideraban sanas.
Cul es la probabilidad total de encontrar 1 persona sin esta enfermedad?
PT = P (E) * P (E/PS) + P (S) * P (S/PS)
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
PT = (0.12) (0.10) + (0.88) (0.95)
PT = 0.012 +0.836 = 0.848 = 84.8 %
En una asesora fiscal se ha contratado a 3 personas para hacer declaraciones de renta. La primera de ellas
se encarga de efectuar el 30%, la segunda el 45% y la tercera el 25% restante. Se ha comprobado que de
las declaraciones realizadas por la primera persona, es del 1% errneas, la segunda comete errores en el
3% de los casos y la tercera en el 2% de los casos. Calcula la probabilidad de elegir al azar una declaracin
de renta y esta sea errnea.
PT = P (P1) * (P1/E) + P (P2) * P (P2/E) + P (P3) * P (P3/E) =
PT = (0.3) (0.01) + (0.45) (0.03) + (0.25) (0.02) =
PT= 0.003 + 0.0135 + 0.005 = 0.0215 = 0.15 %
EJERCCO:
Se tienen 3 urnas, cada una de ellas contiene un nmero diferente de bolas blancas y rojas, la urna 1 tiene
3 bolas blancas y 2 rojas, la urna 2 tiene 4 blancas y 2 rojas y la urna 3 tiene 3 bolas rojas. Alguien elige al
azar una urna teniendo cada una de ellas la probabilidad de 40, 35 y 25% respectivamente y saca una bola.
Cul es la probabilidad de sacar una bola roja?
PT = P (U1) * P (U1/R) + P (U2) * P (U2/R) + P (U3) * P (U3/R) =
PT = (0.40) (0.4) + (0.35) (0.33) + (0.25) (1) =
PT = 0.16 + 0.1155 + 0.25 = 0.52 = 52 %
El 75% de los jvenes asiste a clases en un tipo de transporte y el resto acude a clases caminando. Llega
puntual a la clase el 60% de los que utilizan algn transporte y el 90% de los que legan caminando. Cul
es la probabilidad de que un alumno llegue puntual a clase?
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
PT = (PT) * P (T/PC) + (PC) * P (C/PC)
PT = (0.75) * (0.60) + (0.25) * (0.90)
PT = 0.45 + 0.225 = 0.675 (100) = 67.5 %
El volumen de produccin diario de 3 fbricas de una empresa es de 1000 unidades en la 1er fbrica, 1500
en la 2da y 2500 en la 3ra. Con ciertos desajustes, algunas unidades salen defectuosas, en concreto es el
1% en las primeras 2 fabricas y el 3% en la 3ra. Calcular el % de unidades buenas diseadas en estas
fbricas.
PT = P (P1) * P (P1/U1) + P (P2) * P (P2/U2) + P (P3) * P (P3/U3) =
PT = (10) * (0.99) + (15) * (0.99) + (25) (0.97) =
PT = 9.9 + 14.85 + 24.25 = 49 = 4900 Unidades
(4900) (100) / 5000 = 98
Se lanza una moneda al aire, si sale sol se ponen 7 bolas blancas en 1 urna, si sale guila se ponen 4
bolas blancas. Se lanza por segunda ocasin la moneda y se colocan 5 bolas negras, si cae sol, o 2 bolas
negras si cae guila. Despus se saca una bola de la urna resultante. Cul es la probabilidad de que la
bola que se saque sea negra?
PT = PA (A2N) + PA (S 5N) + PS (A 2N) + PS (S 5N)
PT = 4/11 (2/7) + 4/11 (5/7) + 7/11 (2/7) + 7/11 (5/7)
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
PT = 8/77 + 20/77 + 2/11 + 5/11 = 1
4.9. TEOREMA DE BAYES
El teorema de Bayes, dentro de la probabilidad estadstica proporciona la distribucin de la probabilidad
condicional de un evento A dado otro evento B (probabilidad posterior), en funcin de la distribucin de la
probabilidad condicional del evento B dado A y de la distribucin de probabilidad marginal del evento A
(probabilidad simple)
Partiendo de las formulas de probabilidad condicional.
P (A / B) = P (A B) / P (B)
P (A B) = P (B) P (A / B)
Para eventos estadsticamente dependientes se proceder a enunciar el teorema de Bayes.
Sean A1, A2,.An eventos mutuamente excluyentes tales que, cualquier evento B en el espacio muestral
pertenece a uno y solo uno de estos eventos. Entonces la probabilidad que ocurra cualquier evento Ak dado
que ha ocurrido el evento B se calculara
P (Ak / B) = P (Ak B) / P (B)
Por lo tanto, sustituyendo la formula de la probabilidad condicional se obtiene la formula general del teorema
de Bayes

P (Ak / B) = P (Ak) P (B / Ak)
P (A1) P (B/A1) + P (A2) P (B/A2) + . + P (Ak) P (B/Ak)
Ejemplo:
3 maquinas denominadas A,B,C, producen un 43, 26 y 31% de la produccin total de una empresa
respectivamente se ha detectado que un 8,2 y 16% del producto manufacturado por estas maquinas es
defectuoso.
A) Se selecciona un producto al azar y se encuentra que es defectuoso. Cul es la probabilidad de
que haya sido fabricado en la maquina B?
B) Si el producto seleccionado resulta que no es defectuoso, Cul es la probabilidad de que haya sido
fabricado en la maquina C?
PRODUCCN DEFECTUOSO
A = 43 % 8 %
B = 26 % 2 %
C = 31 % 1.6 %
P (D / B) = P (B) P (D / B)
P (A) P (D/A) + P (B) P (D/B) + P (C) P (D/C)
= (0.26) (0.02)
(0.43) (0.08) + (0.26) (0.02) + (0.31) (0.016)
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
= 0.0052
0.0344 + 0.0652 + 0.00496
= 0.0052 = 0.1166 = 11.66 %
0.04456
Una empresa recibe visitantes en sus instalaciones y los hospeda en cualquiera de sus 3 hoteles de la
ciudad, Los Andes, Terranova y Playa Varadero. En una proporcin de 18.5%, 32% y 49.5%
respectivamente, de las cuales se ha tenido informacin de que se les ha dado un mal servicio en un 2.8%,
1% y 4% respectivamente.
A) Si se selecciona un visitante al azar, Cul es la probabilidad de que no se les haya dado
respectivamente?
B) Se selecciona un visitante al azar y se encuentra que el hospedado del servicio prestado es la
probabilidad que se haya hospedado en Los Andes
C) Si el visitante seleccionado se quejo del servicio prestado, Cul es la probabilidad de que se haya
hospedado en el Playa Varadero?
!4 P (B.S) = P (A) P (B.S) + P (T) P (B.S) + P (PV) P (B.S)
= (18.5) (97.2) + (32) (99) + (49.5) (96)
= (0.17932 + 0.3168 + 0.4752)
= 0.9718 = 97.18 % PROBABLDAD DEL BUEN SERVCO
B4 P (A) = P (A) P (BS)
= (0.185) (0.972) = 0.17982 = 0.185 % QUE NO SE QUEJO
0.9718 0.9718
)4 P (PV) = P ( PV) P (MS) = (0.495) (0.04)
P (MS) 0.02818
= 0.0198 / 0.02818 = 0.702 = 70.26 % QUE SE QUEJO
P (MS) = P (A) P (MS) + P (T) P (MS) + P (PV) P (MS)
= (0.185) (0.028) + (0.32) (0.01) + (0.495) (0.04)
= 0.00518 + 0.0032 + 0.0198
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
= 0.02818 = 2.8 % TOTAL DE MAL SERVCO
El 75% de los jvenes que tiene videoconsola ha recibido propaganda de un determinado videojuego, y el
25% restante, no. El 30% de los que recibieron la propaganda ha utilizado despus, dicho videojuego y
tambin lo ha hecho el 5% de los que no la recibieron. Calcular de forma razonada:
A) La probabilidad de que un joven con videoconsola, seleccionado al azar haya utilizado este
videojuego.
B) La probabilidad de que un joven con videoconsola seleccionado al azar haya recibido propaganda y
no haya utilizado el videojuego.
A) P (0.75) (0.30) + (0.25) (0.05)
= 0.225 + 0.0125
= 0.2375 = 23.75 %
B) P (0.75) (0.70) = 0.525 = 52.5 %
Se tienen 3 urnas, cada una de ellas contiene un numero diferente de bolas blancas y rojas, la urna 1
contiene 3 bolas blancas y 2 rojas, la urna 2, 4 bolas blancas y 2 rojas, y la urna 3 contiene 3 bolas rojas.
Se elige al azar con una probabilidad de 40,20 y 40% respectivamente para cada una, calcular:
A) Si se extrae una blanca, Cul es la probabilidad de que esta sea de la urna 1?
B) Si se extrae una bola roja, Cul es la probabilidad de que sea de la urna 3?
C) Si se extrae una bola blanca, Cul es la probabilidad de que sea de la urna 2?
B = P (0.40) (0.6) + P (0.20) (0.66) = 0.372 = 37.2 B
R = P (0.40) (0.4) + P (0.20) (0.33) + P (0.40) (0.01) = 0.23 = 23 R
A) P (1) = (P1) (P3) / PTB
P (B1) = P (0.40) (0.6) = 0.24 = 0.6451 = 64.51 %
0.372 0.372
B) P (R3) = (P3) P (3R) / PTR
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
P (R3) = P (0.40) (0.1) = 0.004 = 0.0173 = 1.73 %
0.23 0.23
C) P (B2) = (P2) P (4B) / PTB
P (B2) = P (0.20) (0.66) = 0.132 = 0.3548 = 35.48 %
0.372 0.372
En la UVG el 50% de los alumnos habla ingles, el 20% francs y el 5% habla los 2 idiomas. Cul es la
probabilidad de encontrarse a un alumno que hable una lengua extranjera?
P (1) = 50 %
P (F) = 20 %
P (nF) = 50 %
P (LE) = P (T) + P (F) P (nF)
P (LE) = 50 + 20 = 65 %
PROBABLDAD CONDCONAL
Sea un espacio muestral en donde se ha definido un evento E donde la P(E)70, si deseamos determinar la
probabilidad de que ocurra un evento A (el tambin definido en el mismo espacio muestral), dado que E ya
ocurri, entonces deseamos determinar una probabilidad de tipo condicional que se determina de la
siguiente manera:
P (A /E) = P (A E)
P (E)
DONDE: P (A / E) = probabilidad de que ocurra a dado que E ya ocurri.
P (A E) = probabilidad de que ocurra A y E en un mismo momento.
P (E) = probabilidad de que ocurra E.
P (A E) = | A E |
| S |
P (E) = | E |
| S |

| A E |
P (A / E) = | S |
| E |
| S |
Se lanzan al aire dos dados normales, si la suma de los nmeros que aparecen es de por lo menos 7:
A) Determine la probabilidad de que en el segundo dado aparezca el numero 4
B) Determine la probabilidad de que ambos nmeros sean pares
C) Determine la probabilidad de que en el primer dado aparezca el numero 2
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6)
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6)
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6)
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6)
E = 21
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
Se seleccionan al azar 2 nmeros del 1 al 9, si la suma de los 2 nmeros es par:
A) Determine la probabilidad de que ambos nmeros sean pares.
B) Determine la probabilidad de que ambos nmeros sean impares.
1 , 2 , 3 , ,4 , 5 , 6 , 7 , 8 , 9
A) E = 6
P (E/A) = |E| = 6 = 0.375 = 37.5 %
|A| 10
B) E = 10
P (E/A) = |E| = 6 = 0.625 = 62.5 %
|A| 10
Dada la siguiente tabla referente a la produccin de flechas para camin de carga pesada, se inspeccionan
200 flechas del tipo A y B, 300 de tipo C y 400 de tipo D. El resultado de la inspeccin fue la siguiente:
---------- A B C D Total
Defecto 1 54 23 40 15 132
Defecto 2 28 12 14 5 59
Sin defecto 128 165 246 380 909
total 200 200 300 400 1100
A) Si se selecciona al azar una flecha y resulta que es del tipo B, Cul es la probabilidad de que no
tenga defectos?
B) Si la flecha seleccionada es del tipo C cual es la probabilidad de que tenga defectos del tipo 2?
C) Si la flecha seleccionada tiene defecto del tipo 1, Cul es la probabilidad de que sea del tipo A?
D) Cul es la probabilidad de que una flecha no tenga defectos?
E) Cul es la probabilidad de que una flecha tenga defectos?
A) P (BS/D) = 1.65 = 0.825 = 82.5 %
P (TB) 2
B) P (C/CD2) = 0.14 = 0.0466 = 4.6 %
P (TC) 3
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
C) P (A/CD1) = 0.54 = 0.406 = 40.9 %
P (TA) 1.32
D) P (TS/D) = 909 = 0.826 = 82.6 %
PT 1100
E) 100 82.6 % = 17. 41 %
Una pareja de recin casados ha decidido formar una familia de solo 3 hijos.
A) Determine la probabilidad de que tenga puros hijos varones.
B) Cul es la probabilidad de que tenga como mximo 1 hijo varon?
C) Cul es la probabilidad de que su segundo hijo sea varon?
D) Si esta familia por lo menos tiene una hija, Cul es la probabilidad de que su segundo hijo sea
varon?
E) Si esta familia tiene como mximo un hijo varon, Cul es la probabilidad de que tenga puras hijas?
V V V
V V M
V M V
V M M
M V V
M V M
M M V
M M M
A) 1/8 = 0.125 = 12.5 %
B) 4/8 = 1.5 = 50 %
C) 4/8 = 0.5 = 50 %
D) Por lo menos una hija
VVV
VVM P (A) = 3 = 0.75 = 75 %
VMV P (E) 4
MVV
E) Puras hijas
MMM
MMV P (A) = 1 = 0.25 = 25 %
MVM P (E) 4
VMM
Segn las estadsticas, la probabilidad de que un auto llegue a cierta gasolinera y cargue gasolina es de
0.79, mientras que la probabilidad de que le ponga aceite al motor es de 0.11 y la probabilidad de que ponga
gasolina y aceite al motor es de 0.06.
A) Si un auto carga gasolina cual es la probabilidad de que le cargue aceite.
B) Si un auto le pone aceite al motor cual es la probabilidad de que le ponga gasolina.
P (G) = 0.79
P (A) = 0.11
P (G A) = 0.06
A)
P (A) = P (G A) = 0.06 = 0.75 = 7.5 % CARGO ACETE
P (E) P (G) 0.79
B)
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com
www.monografias.com
P (G A) = 0.06 = 0.54 = 5.4 % CARGA GASOLNA
P (A) 0.11
La probabilidad de que un auto de carreras cargue gasolina en cierto circuito en la primera hr. de
recorrido es de 0.58, la probabilidad de que cambie de neumtico en esa primera hr. de recorrido es de
0.16, la probabilidad de que cargue gasolina y cambie de neumticos en la primera hr. de recorrido es de
0.05.
A) cual es la probabilidad de que cargue gasolina o cambie de neumticos en la primera hr. De
recorrido.
B) Cual es la probabilidad de que no cargue combustible y no cargue de neumticos.
C) Si el auto cambia de neumticos en la primera hr. De recorrido, cual es la probabilidad de que
cargue combustible tambin.
D) Si el auto carga combustible en la primera hr. De recorrido, cual es la probabilidad de que cambie
de neumticos.
P (G) = 0.58
P (N) = 0.16
P (G N) = 0.05
A) P (G N) = 0.58 +0.16 0.05 = 0.69 = 69 %
B) 100 69 = 31 %
C) P (G N) = 0.05 = 0.0862 = 8.62 %
P (G) 0.58
D) P (G A) = 0.05 = 0.3125 = 31.25 %
P (N) 0.16
Betzaida Guadalupe Reyes Santiago
[email protected]
Para ver trabajos similares o recibir informacin semanal sobre nuevas publicaciones, visite www.monografias.com