Nombre: Xavier Zavala Ordez.

Cargo: Vicepresidente Paralelo:3/14

Conceptos de Estadstica. (Ayuda para estudiar Examen Final)
Tema1 (Probabilidades)
1.- Qu es una probabilidad?
La probabilidad es un valor, comprendido o que va desde cero hasta uno, que describe la
posibilidad relativa de que ocurra un evento.
Mientras ms se acerque el valor a cero 0, menos probabilidades pueden existir.
Mientras ms se acerque el valor a uno 1, ms probabilidades pueden existir.

2.- Palabras claves para el estudio de la probabilidad:
a) Experimento: Proceso que conduce a que ocurra una (y solamente una) de varias
observaciones posibles.
Ejemplo: *Lanzar una moneda al aire.
*Preguntar a 500 universitarios si compraran una nueva computadora
Dell a un precio determinado
b) Resultado: Es un suceso particular proveniente de un experimento.
Ejemplo: *El resultado al lanzar la moneda puede ser cara o sello.
*En la compra de la computadora, un resultado posible puede ser que 273
estudiantes digan que si la compraran, otros 317 digan que no la
adquirirn, etc.
c) Evento: Es el resultado de un experimento, un evento puede ser cualquier cosa.
Ejemplo: *En el experimento de lanzar un dado existen seis resultados posibles,
pero hay muchos eventos posibles.
3.- Eventos:
Se pueden clasificar en:
Eventos Simples: No pueden ser subdividos en ms de uno.
Evento Compuesto o Probabilidad conjunta: La suma de dos eventos
simples.
Evento Independiente: Es un evento independiente cuando el otro
resultado no le afecta en lo absoluto.




Nombre: Xavier Zavala Ordez.
Cargo: Vicepresidente Paralelo:3/14

4.- Clases de probabilidades:
Objetiva:
Enfoque Clsico: Es una probabilidad a Priori o Antes del Evento.
Ejemplo: Lanzar una moneda: Existe un 50% de posibilidad de que
salga cara o sello.
Enfoque Emprico: Es la probabilidad de ocurrencia dentro de
ensayos repetidos. Es emprico ya que no existe certeza de que el
mismo resultado se vaya a dar.
Ejemplo: Navidad
Opinin Personal:
Enfoque Subjetivo: Es la opinin personal de ocurrencia de un
evento. Se puede decir que es una corazonada.
Ejemplo: El doctor le dijo al paciente con crcel terminal que se
curara.
Conceptos:
Enfoque Clsico: Este enfoque es el de las situaciones que tienen
resultados igualmente probables Los juegos de azar, entre los que se
encuentra dados, ruletas, naipes, etc. Comnmente presentan la
caracterstica de tener resultados igualmente probables.
Una caracterstica importante de la probabilidad clsica, es que
proporcionan una explicacin de la probabilidad intuitiva y facial de
visualizar especialmente cuando se trata de casos sencillos, como el
lanzamiento de una moneda o un dado. Adems en la vida real hay
muchos casos anlogos o parecidos a estos. No obstante la caracterstica
ms significativa de este tipo de enfoque es que es la base del muestreo
aleatorio, concepto fundamental en la mayor parte de la teora de la
inferencia de la estadstica moderna.

Enfoque Emprico: Mediante el enfoque emprico se considera la
probabilidad, como la proporcin o frecuencia relativa con la que ocurre
un evento.
Cuando se emplea el enfoque emprico es importante tener en cuenta lo
siguiente:
Los resultados obtenidos de esta manera es nicamente
una estimacin del valor real.
()

El 75% es una estimacin.

Cuando mayor sea el tamao de la muestra, tanto mejor
ser la estimacin de la probabilidad.
1/6=17% 2/6=33%

Mayor Probabilidad
Nombre: Xavier Zavala Ordez.
Cargo: Vicepresidente Paralelo:3/14
La probabilidad es propia de solo un conjunto de
condiciones idnticas o aquellas en los que se obtuvieron
los datos.

Probabilidad Subjetiva: Es una evaluacin personal de la posibilidad de
que ocurra un evento. Las probabilidades subjetivas son el resultado de un
esfuerzo por cuantificar nuestros sentimientos o creencias acerca de algo.
Muchos profesionales utilizan satisfactoriamente este enfoque, a pesar de
que presenta ciertas desventajas entre los cuales se encuentran las
siguientes:
Las P. Subjetivas con difciles de comprobar si son
cuestionadas.
Los prejuicios pueden influir. Las ideas preconcebidas
respecto a lo que debera suceder, puede afectar la
objetividad as como los sentimientos o creencias respecto
a lo que debera suceder.
5.- Reglas para operar y combinar probabilidades:
Mutuamente Excluyente: La ocurrencia de un evento implica que
ninguno de los otros eventos puedan ocurrir al mismo tiempo, es decir
cuando ocurre uno impide que ocurra otro.
() () () ( )

No son Mutuamente Excluyente: Tienen una caracterstica en comn.

Cuando son Independientes: La ocurrencia de uno , no
afecta la ocurrencia de otro.
Ejemplos: (Estadstica y Contabilidad) Su caracterstica
comn es que son materias pero una diferente de la otra
es decir independientes, en este caso se aplica esta
frmula.
() ()() ( )

Cuando No son Independientes:
Ejemplo: (Una Baraja de cartas) Su caracterstica en
comn es que todas son cartas, pero pertenecen a una
misma baraja por lo tanto no son independientes.
() ()(

) ( )
6.- Reglas de Enumeracin:
1. Ley de la Multiplicacin: Es una suma abreviada.
2. Permutaciones: Cuando la formacin de algn grupo requiere un orden social.
Formula:

()

3. Combinaciones: No requiere un orden especfico.
Formula:

()

Nombre: Xavier Zavala Ordez.
Cargo: Vicepresidente Paralelo:3/14
7.- Distribucin de Probabilidades
Concepto: Se llama distribucin de probabilidades a una expresin de una funcin de
probabilidades que tiene por dominio un conjunto de valores, mutuamente exclusivos y
exhaustivos generados por el experimento.
La naturaleza de una distribucin de probabilidades depende de la variable aleatoria que
se est considerando.
Se llama variable aleatoria discreta a aquella cuyos valores entre si, muestran diferencia
finitas. La distribucin de una variable aleatoria semejante es que tiene un nmero finito
de puntos en un espacio maestral.
Clasificacin:
Discretas:
Binomial
Proporcion Muestral
Hipergeometrica
Poisson
Continuas:
T(Student)
Normal
F.(Ronald Fisher)
Ji Cuadrada
8.- Distribucin Continua de Probabilidades.
Concepto: Si se emplean un intervalo de nmero reales, como espacio muestral de la variable
aleatoria, la variable es continua en el sentido de que existe un nmero infinito de puntos en
cualquier intervalo de nmeros reales; y los valores dentro del intervalo difieren entre s en
cantidades infinitesimales.
CONCEPTOS IMPORTANTES:
Una distribucin de probabilidad es una funcin valorada numricamente cuyos valores
que asume estn regidos por factores en que interviene el azar.
Una variable aleatoria: Cantidad que es el resultado de un experimento y debido al azar
puede tomar valores diferentes.
Una variable aleatoria se considera discreta, si los valores que asume se pueden contar.
Una variable aleatoria se considera continua, si los valores pueden asumir cualquier valor
dentro de un determinado intervalo.
9.- Modelo Probalstico de Jacques Bernoulli.
Concepto: Tiene solo dos sucesos, XITO o FALLO.
P: Representa la media o Miu, y es un xito. Q: Es un fallo
Formulas:
Varianza:

()()
Nombre: Xavier Zavala Ordez.
Cargo: Vicepresidente Paralelo:3/14

Desviacin Tpica: ()()

10.- La Distribucin Binomial de Probabilidades.
Caractersticas:
Es una generalizacin del modelo probabilstico.
Se puede aplicar cuando son posibles dos resultados
Para utilizar la distribucin binomial se debe considerar los siguientes supuestos:
Existen n observaciones o ensayos idnticos.
Cada ensayo tiene dos posibles resultados 1 denominado xito y el
otro fallo
La probabilidad de xito P y de fallo q se mantienen constantes
para todos los ensayos.
Los resultados de los ensayos son independientes entre s.
Formula de donde surgen todos los valores que se encuentra en la tabla:
( ) (

11.- Propiedades de la Distribucion Binomial.
La distribucin binomial tiene 3 atributos significativos comunes a los de los otras otras
distribuciones esto es:
La Media Aritmtica
La Desviacin Tpica ( La Varianza)
La forma o Configuracin de la distribucin
Formulas:
Media Aritmetica es igual Miu : ()() X
Varianza:

()()()
Desviacin Tpica: ()()()

Nombre: Xavier Zavala Ordez.
Cargo: Vicepresidente Paralelo:3/14

Recordar:
La forma o configuracin de la distribucin binomial depende de los valores de
n y de p.
Si p=q=1/2=0.50 (La distribucin sera asimtrica)
Si p<q ( La distribucin sera asimtricamente positiva o con deformacin hacia la
derecha)
Si p>q (La distribucin sera asimtricamente negativa es decir con deformacin
hacia la izquierda)

12.- La Distribucin Normal
Concepto: La distribucin que asume todas las distribuciones normales se denomina distribucin
estandarizada, o distribucin tipificada o distribucin z. Es la que mide la distancia del centro de la
curva hacia la izquierda o derecha de la media.
Formula:

Aplicaciones de la Distribucin Estndar.
1era aplicacin de la distribucin normal o estndar se relaciona con la determinacin del rea
bajo la curva normal, entre la media, y un valor seleccionado, que se denota por x.
2da aplicacin de la distribucin normal o estndar se relaciona con combinar dos reas una a la
derecha y una a la izquierda de la media.
3era aplicacin; Otra aplicacin de la distribucin normal o estndar implica determinar el rea
bajo la curva sobre el mismo lado de la media.

Posdata: La informacin que se encuentra aqu es basada en mis apuntes y ciertos datos que
encontr en las copias que saque del libro del profe.
Es solo teora, la prctica les corresponde a ustedes con los respectivos ejercicios que tengan en
su cuaderno.