Estadstica Bsica

Conceptos &
Aplicaciones
Probabilidad Bsica
Captulo 4

1999 Prentice-Hall, Inc.

Chap. 5- 1

Objetivos de
Aprendizaje
1. Definir Probabilidad, Eventos y Espacio
Muestral
2. Explicar Cmo Asignar Probabilidades y
Usar las Reglas de Probabilidad

1999 Prentice-Hall, Inc.

Chap. 5- 2

Definiciones

Probabilidad: es un valor numrico que

representa la oportunidad o posibilidad de
que un evento en particular ocurra.

El valor numrico de la probabilidad es una

proporcin que o fraccin cuyo valor vara entre Cero
(0) y Uno (1) inclusive.
Cuando calculamos el valor numrico obtenemos un
decimal y luego la expresamos en porciento.
Por ejemplo, si obtenemos que el clculo es .15
podemos hablar de un 15 % de probabilidad
relacionada a un evento en particular.

1999 Prentice-Hall, Inc.

Chap. 5- 3

 Qu es
Probabilidad?
1.

Valor numrico de la
posibilidad de que un
evento va a ocurrir

2.
3.

Evento Simple
Evento Conjunto
Evento Compuesto

Seguro

.5

Est entre 0 & 1

La suma de los eventos
es 1

1999 Prentice-Hall, Inc.

Imposible
Chap. 5- 4

Definicin Matemtica de Probabilidad

P(x) =

X
T

X= nmero de formas en la que el

evento ocurre
T = nmero total de resultados
posibles
1999 Prentice-Hall, Inc.

Chap. 5- 5

Definiciones
(cont)
Evento: es una coleccin de uno o ms
resultados considerados como un grupo.

ejs
Que una criatura sea varn o hembra
Que gane el partido X o Y la serie mundial
Que en los prximos dos exmenes obtengas
una nota de A
1999 Prentice-Hall, Inc.

Chap. 5- 6

Definiciones
(cont)
Un evento que no tiene oportunidad de
ocurrir (un evento imposible) tiene una
probabilidad de Cero (0).
Un evento que ocurrir con toda seguridad
(un evento seguro) tiene una probabilidad
de uno (1).

1999 Prentice-Hall, Inc.

Chap. 5- 7

Definiciones
(cont)
Existen tres aproximaciones sujetas a
la probabilidad:
probabilidad clsica a priori

probabilidad clsica emprica

probabildad subjetiva

1999 Prentice-Hall, Inc.

Chap. 5- 8

Definiciones
(cont)

En una probabilidad clsica a priori, la

probabildad de xito se basa en el
conocimiento previo del proceso implicado.

Ej., Un dado tiene seis caras con un nmero

(1,2,3,4,5 y 6) en cada una. Por lo tanto
T = 6 y la probabilidad de que salga el cinco al rodar el
dado X = 5 es P(5) = 1/6 = .1666 = 16.66%

1999 Prentice-Hall, Inc.

Chap. 5- 9

Definiciones
(cont)

Probabilidad clsica emprica: los resultados

se basan en datos observados, no en un
conocimiento previo del proceso.
Por ejemplo, si en una encuesta de 1000
individuos sobre gnero predominante en un
recinto, 750 son hembras y 250 son varones,
entonces la probabilidad emprica de un varn
es 25/1000= .25 o un 25%.

1999 Prentice-Hall, Inc.

Chap. 5- 10

Definiciones
(cont)

Probabilidad subjetiva: vara de persona a

persona. Es asignada. La asignacin de
perobabilidades subjetivas a diferentes resultados
generalmente se basa en una combinacin de
experiencias pasadas del individuo,la opinin
personal y el anlisis de una situacin particular.
Por ejemplo, un gerente de Recursos Humanos
puede decir que hay un 75% de probabilidad de
huelga y otro decir que hay un 30% basado en lo
que han observado durante las negociaciones
laborales.

1999 Prentice-Hall, Inc.

Chap. 5- 11

Eventos y Espacio
Muestral
1. Evento Simple

Evento con una caracterstica

2. Evento Conjunto

Evento con dos o ms caractersticas

3. Espacio Muestral
Coleccin Completa de todos Eventos Posibles

1999 Prentice-Hall, Inc.

Chap. 5- 12

Evento Simple
A: Mujer
B: Menor de 20, < 20 aos
C: Tiene 3 Tarjetas
D: Una Baraja roja de un
mazo (deck) de barajas (naipes)
E: El As de un mazo (deck) de barajas (naipes)

1999 Prentice-Hall, Inc.

Chap. 5- 13

Evento Conjunto
A y B, : Mujer, menor de 20 aos
D y E, : Rojo, As de un mazo (deck) de cartas

1999 Prentice-Hall, Inc.

Chap. 5- 14

Evento Compuesto
D o E: As o Baraja Roja de un mazo (deck)
de naipes

1999 Prentice-Hall, Inc.

Chap. 5- 15

Propiedades de
Eventos
1.

2.

Mutuamente Excluyentes
Experimento:
2 Eventos que No Pueden Ocurrir al Mismo Tiempo.
Gnero
Se selecciona una persona y..
Ambos Hombre & Mujer en la misma persona

Observar

No Excluyentes:
2 Eventos que Pueden Ocurrir al Mismo
Tiempo
Dos personas seleccionadas y que sean uno
hombre la otra y mujer

Colectivamente Exhaustivos
1 Evento en el Espacio Muestral Tiene que Ocurrir
Hombre o Mujer
1984-1994 T/Maker Co.

1999 Prentice-Hall, Inc.

Chap. 5- 16

Eventos Especiales

Evento Nulo

Trebol & Diamante en

1 una baraja (naipe)

1999 Prentice-Hall, Inc.

Evento Nulo

Chap. 5- 17

Visualizando el Espacio
Muestral
1.Listado

S = {Cara, Cruz}

2 Diagrama Venn
3.Tabla de Contingencia
4.Diagrama de rbol

1999 Prentice-Hall, Inc.

Chap. 5- 18

DiagramaVenn
Evento: Mujer
Hombre
Resultado

Mujer

U
U = {H, M}
1999 Prentice-Hall, Inc.

Chap. 5- 19

Tabla de
Contingencia
Evento Conjunto: Mujer, Bajo Edad de 20
<20
Evento
Simple

>20

Total

Mujer

47

16

63

Hombre

45

22

67

Total

92

38

130

# Obs
Total

U = {M,<20; M,>20; H,<20; H,>20}

Espacio Muestral
1999 Prentice-Hall, Inc.

Chap. 5- 20

Diagrama de rbol
Eventos Posibles

<20
>20
<20
>20

U = {M,<20; M,>20; H,<20; H,>20}

1999 Prentice-Hall, Inc.

Chap. 5- 21

Clculos de Tipos de
Probabilidades
1.
2.
3.
4.
5.
6.

Probabilidad Marginal o Sencilla

Probabilidad Condicional
Probabilidad Conjunta
Probabilidad de Eventos No Excluyentes
Probabilidad de Eventos Excluyentes
Probabilidad Eventos Independientes

1999 Prentice-Hall, Inc.

Chap. 5- 22

Eventos Mutuamente
Excluyentes
e
Igual
de Probables
La frase clave
en la definicin
clsica de la
probabilidad son: mutuamente excluyentes e
igual de probables.
Dos eventos son mutuamente
excluyentes si no pueden ocurrir de
manera simultnea.
Dos eventos son igual de probables
cuando no hay razn para esperar que un
evento ocurra en lugar de otro.
1999 Prentice-Hall, Inc.

Chap. 5- 23

Eventos Mutuamente
Excluyentes
e
En el ejemplo
de de
la tabla
de contingencia
Igual
Probables

de generos y edades, el evento (H)

hombre, y evento (M) mujer,no ocurren a
la vez, por lo tanto son excluyentes.

Cualquiera de los dos puede ocurrir por lo

cual son igual de probables.

1999 Prentice-Hall, Inc.

Chap. 5- 24

Independencia
Estadstica
Como corolario a lo antes dicho, los Eventos
son Estadsticamente Independientes si la
probabilidad que un evento ocurra no afecta
el que el otro ocurra, sin importar que el
primero haya ocurrido o no. Por ejemplo, si en
la tabla de contingencia seleccionamos un
(H>20) y si luego seleccionamos un (H<20) el
evento Gnero (H) no es afectado por el evento Edad
(>20 o <20) ni el orden en que ocurren.

1999 Prentice-Hall, Inc.

Chap. 5- 25

Notacin
P (x): Se lee: la probabilidad del Evento X
Reunin:

: Se lee o : ej., :

A B : A o B

: Se lee Y : ej., : A B :A y B
Interseccin:
n(A) : Se lee el nmero de veces que A ocurre

P( AB)=la probabilidad de A y B juntos

P( AB)=la probabilibad de A o B
P( A |B)=la probabilidad de A dado el evento B
1999 Prentice-Hall, Inc.

Chap. 5- 26

1. Probabilidad de Evento
Simple
o Probabilidad Marginal
P(Evento) =

X
T

De100 Partes
Inspeccionadas,
Slo 2 Defectos!

X = nmero de veces que el

evento occure
T = number total de
posibles eventos
A la Probabilidad de
Evento Simple se le conoce
como Probabilidad Marginal

1999 Prentice-Hall, Inc.

Chap. 5- 27

Probabilidades
Marginales
De la Tabla de Contingencia podemos obtener
las siguientes Probabilidades Marginales:
n ( H 20)
22
P ( H 20)

.1692 16.92%
n (U )
130
n( M 20)
47
P ( M 20)

.3615 36.15%
n (U )
130
63
n( M )
P(M )

.3937 39.38%
130
n(U )
38
n( 20)
P ( 20)

.2923 29.23%
130
n(U )
1999 Prentice-Hall, Inc.

Chap. 5- 28

2. Probabilidad
Condicional
Cuando se calculan probabilidades usando
un subconjunto del conjunto universal como
el denominador, el resultado es una
Probabilidad Condicional.

( A B)
P( A | B)
;B0
( B)
Se lee; la probabilidad del evento A dado B
1999 Prentice-Hall, Inc.

Chap. 5- 29

2. Probabilidad
Condicional
De la tabla de contingencia podemos ver los
siguientes ejemplos;
P( M 20) n( M 20) 47
P( M 20 | 20)

.5108 51.08%
P( 20)
n( 20)
92
La probabilidad de que sea Mujer menor de 20 dado que es del subconjunto
de menores de 20
P( H 20) n( H 20) 22
P( H 20 | 20)

.5789 57.89%
P( 20)
n( 20)
38
La probabilidad de que sea Hombre mayor de 20 dado de que sea del
subconjunto de mayores de 20
1999 Prentice-Hall, Inc.

Chap. 5- 30

3. Probabilidad Conjunta
Eventos No Excluyentes
La Probabilidad conjunta proporciona la probabilidad
de ocurrencia conjunta o simultnea de dos eventos
o caractersticas en un ente u objeto. En otras
palabras seleccionamos un solo objeto a la vez del
Conjunto Universal y observamos la ocurrencia de dos
caractersticas a la vez.

n( A B )
P( A B)
n(U )
1999 Prentice-Hall, Inc.

Chap. 5- 31

3. Probabilidad
Conjunta
Por ejemplo en la tabla de contingencia sera
que seleccionemos una persona que sea Hombre y
<20 a la vez.

P ( H 20) n( H 20) 22
P ( H 20)

(U )
n(U )
130
.1692 16.92%

1999 Prentice-Hall, Inc.

Chap. 5- 32

4. Eventos No
Excluyentes
Dos eventos no son mutuamente excluyentes si uno
o el otro pueden ocurrir de forma independiente y
tambien simultanea. Por ejemplo, en la tabla de
contingencia vimos que una persona seleccionada al
Azar del universo puede ser >20 o Mujer o ambos.
Bajo esta condicin si al seleccionar un objeto del
universo si nos interesa ver si es A o B, pero si A y B
pueden ocurrir a la vez tenemos entonces la
siguiente regla:
1999 Prentice-Hall, Inc.

Chap. 5- 33

4. Eventos No Excluyentes
La Regla de Adicin

P( A B) P( A) P( B) P( A B)
La probabilidad de que A o B ocurran es igual a la suma de sus
probabilidades marginales menos la probabilidad de que ocurran
a la vez.

1999 Prentice-Hall, Inc.

Chap. 5- 34

4. Eventos No Excluyentes
La Regla de Adicin
Por ejemplo, de la tabla de contingencia, la
probabilidad de que la persona sea Mujer o >20,
sera:

P( M 20) P( M ) P( 20) P( M 20)

n( M ) n(20) n( M 20) 63 38 16

n(u ) n(u )
n(u )
130 130 130
85

.6538 65.38%
130

1999 Prentice-Hall, Inc.

Chap. 5- 35

5. Probabilidad de
Eventos Excluyentes

Cuando los eventos son mutuamente excluyentes

son disjuntos, es decir no se superponen o no
pueden ocurrir a la vez.
Cuando dos eventos cualesquiera mutuamente
excluyentes A y B, la probabilidad de la ocurrencia
ya sea de A o de B, es igual a la suma de sus
probabilidades marginales.

P ( A B ) P ( A) P ( B )
1999 Prentice-Hall, Inc.

Chap. 5- 36

5. Probabilidad de
Eventos Excluyentes
En la Tabla de Contingencia vemos que la
caractersticas (H) y (M) son excluyentes. As que si
seleccionamos una persona del universo la
probabilidad de que esta sea Hombre o Mujer sera

P( H M ) P( H ) P( M )
n( H ) n( M 67 63 130

1
n(U ) n(U ) 130 130 130
o 100%
1999 Prentice-Hall, Inc.

Chap. 5- 37

6. Probabilidad de
Eventos Independientes

Cuando dos eventos son independientes, el

hecho de que un evento haya ocurrido no afecta
el que el otro ocurra. Por ejemplo de la tabla de
contingencia tenemos que si yo selecciono dos
personas del universo, si uno es (H) no afecta
que la otra se tambin (H) o (M). De la misma
forma si uno de ellos es H>20 el otro podra ser
tambin H>20.

1999 Prentice-Hall, Inc.

Chap. 5- 38

6. Probabilidad de
Eventos Independientes
La regla para dos eventos independientes es

P ( A B ) P ( A) P ( B )
Esto es la probabilidad de que los eventos A y B
ocurran a la vez es igual al producto de sus
probabilidades individuales o marginales.

1999 Prentice-Hall, Inc.

Chap. 5- 39

6. Probabilidad de
Eventos Independientes
Ejemplos:
1. Si seleccionamos dos personas a la vez, Cul es la
probabilidad de que ambos sean Hombres?
67
67

P( H H ) P( H ) P( H )

(.51)(.51)
130 130

.2601 26.01%

2. Si seleccionamos dos personas a la vez, Cul es la

probabilidad de que uno sea >20 y el otro sea Mujer?
63
38

P ( 20 M ) P( 20) P ( M )

130 130

(.29)(.48) .1392 13.92%

1999 Prentice-Hall, Inc.

Chap. 5- 40

El Complemento de un
Evento
Para todo Evento existe su Complemento. En
trminos de probabilidades, el complento de un
evento es la probabilidad de que este no ocurra.
En notacin el Complemento de A se denota .
La probabilidad de , es P()= 1-P(A)
Por ejemplo, de la tabla de contingencia si
__
P(H)=.5153, entonces P H 1 P H =1-.5153=.4847 o 48.47%

Esto quiere decir que la probabilidad de que no sea
__
es uno menos la probabilidad de que lo
Hombre H


sea.
1999 Prentice-Hall, Inc.

Chap. 5- 41