Estadística 2

Investigación

Experimento: Un experimento es un procedimiento mediante el cual se trata

de comprobar (confirmar o verificar) una o varias hipótesis relacionadas con un
determinado fenómeno, mediante la manipulación y el estudio de las
correlaciones de las variables que presumiblemente son su causa.

Experimento aleatorio: es la reproducción controlada de un fenómeno,

existiendo incertidumbre sobre el resultado que se obtendrá. Un experimento
aleatorio bajo el mismo conjunto aparente de condiciones iníciales, puede
presentar resultados diferentes, es decir, no se puede predecir o reproducir el
resultado exacto de cada experiencia particular. (Ej.: Lanzamiento de un dado,
lanzamiento de una moneda, extracción de una carta de una baraja).

Espacio Muestral: En la teoría de probabilidades, el espacio Muestral o

espacio de muestreo (denotado E, S, Ω o U) consiste en el conjunto de todos
los posibles resultados de un experimento aleatorio, junto con una estructura
sobre el mismo. Por ejemplo, si el experimento consiste en lanzar dos
monedas, el espacio Muestral es el conjunto {(cara, cara), (cara, cruz), (cruz,
cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto del espacio
Muestral con estructura de σ-álgebra,1 llamándose a los sucesos que
contengan un único elemento sucesos elementales. En el ejemplo, el suceso
"sacar cara en el primer lanzamiento", o {(cara, cara), (cara, cruz)}, estaría
formado por los sucesos elementales {(cara, cara)} y {(cara, cruz)}.

Punto Muestral: En Estadística, el espacio Muestral es el conjunto de todos

los posibles resultados de un experimento. Por ejemplo, al lanzar un dado se
pueden obtener 6 resultados posibles, los cuales conforman el espacio
Muestral. Cada uno de esos posibles resultados del experimento se denomina
"punto Muestral". Así, en el ejemplo del dado, el resultado "3" es un punto
Muestral puesto que es uno de los posibles resultados que se pueden obtener
al lanzar un dado.
Eventos: Un evento es el resultado posible o un grupo de resultados posibles
de un experimento y es la mínima unidad de análisis para efectos de cálculos
probabilísticos
Los eventos se clasifican de la siguiente forma:
Mutuamente excluyentes: aquellos que no pueden ocurrir al mismo tiempo.
EJEMPLO: cara o escudo.
Independientes: Estos no se ven afectados por otros independientes.
EJEMPLO: el color del zapato y la probabilidad que llueva hoy.
Dependientes: cuando un evento afecta a la probabilidad de ocurrencia de otro.
EJEMPLO: repaso, calificaciones.
No excluyentes entre si: cuando la ocurrencia de uno de ellos no impide que
ocurra el otro. EJEMPLO: que una persona sea doctor que tenga 56 años, ser
estudiante y ya estar casado.
Evento simple: Un evento que resulta en solamente un resultado

Evento compuesto Un evento que contiene más de un resultado

Probabilidad: La probabilidad es una medida de la certidumbre asociada a un

suceso o evento futuro y suele expresarse como un número entre 0 y 1 (o entre
0 % y 100 %). Una forma tradicional de estimar algunas probabilidades sería
obtener la frecuencia de un acontecimiento determinado mediante la
realización de experimentos aleatorios, de los que se conocen todos los
resultados posibles, bajo condiciones suficientemente estables. Un suceso
puede ser improbable (con probabilidad cercana a cero), probable (probabilidad
intermedia) o seguro (con probabilidad uno).

Axiomas de Probabilidad: Los axiomas de probabilidad son las condiciones

mínimas que deben verificarse para que una función definida sobre un conjunto
de sucesos determine consistentemente sus probabilidades. Fueron
formulados por Kolmogórov en 1933.

Cálculos de Probabilidad: Para calcular la probabilidad de un evento se toma

en cuenta todos los casos posibles de ocurrencia del evento; es decir, de
cuántas formas puede ocurrir determinada situación.

Los casos favorables de ocurrencia de un evento serán los que cumplan con la
condición que estoy buscando.

Así para el tiro de una moneda tengo 2 casos posibles de ocurrencia (o cae
águila o cae sol) y sólo 1 caso favorable de que pueda caer águila (pues sólo
hay un águila en la moneda).
Para calcular la probabilidad de un evento se utiliza la siguiente fórmula:

Para nuestro ejemplo: Probabilidad de "que caiga un águila" tenemos:

Por lo tanto, existe una probabilidad del 50% que yo obtenga un águila al tirar
una moneda.

Veamos otro ejemplo: Si yo tengo una canasta llena de peras y manzanas, de

las cuales hay 20 peras y 10 manzanas. ¿Qué fruta es más probable que
saque al azar de la canasta?

Para este ejemplo tenemos que 30 es el total de frutas en la canasta; es decir

los casos posibles. Para calcular la probabilidad de sacar una manzana mis
casos favorables son 10 puesto que existen sólo 10 manzanas. Así, aplicando
la fórmula obtenemos que:

ó 33.3% probable

Calculando igual, la probabilidad de sacar pera es:

ó 66.7% probable

Como 66.7 es mayor que 33.3 es más probable que saque una pera, pues hay
más peras que manzanas en la canasta.

Fíjate bien que 33.3% + 66.7% es igual al 100% porque siempre que saques
algo de la canasta es seguro que saques una fruta.
Regla de la Adición: La regla de la adición o regla de la suma establece que la
probabilidad de ocurrencia de cualquier evento en particular es igual a la suma
de las probabilidades individuales, si es que los eventos son mutuamente
excluyentes, es decir, que dos no pueden ocurrir al mismo tiempo.

P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A

o B) = P(A) + P(B) − P(A y B) si A y B son no excluyentes.

Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de

ocurrencia del evento B. P(A y B) = probabilidad de ocurrencia simultánea de
los eventos A y B.

EJEMPLO 1: Supongamos que se extrae una carta de una baraja de 52 cartas.

¿Cuál es la probabilidad de que la carta sea o un rey o una figura negra?
(Evento no mutuamente excluyente)

Solución: Hay 52 sucesos o eventos simples. Sean los sucesos o eventos

Hay 4 reyes. A = Que la carta sea un rey.

Hay 6 figuras negras B = Que la carta sea una figura negra

P ( A U B ) =P( A ) + P( B ) – P( A ∩ B )

P(A U B)= 4/52 + 6/52 – 2/52 = 8/52= 0.15

Regla de la Multiplicación: permite encontrar la probabilidad de que ocurra el

evento A y el evento B al mismo tiempo (probabilidad conjunta). Esta regla
depende de si los eventos son dependientes o independientes.

Eventos dependientes

Dos eventos A y B son dependientes, si la ocurrencia de uno de ellos afecta la

ocurrencia del otro. Para eventos dependientes, la regla de la multiplicación
establece que:
Ejemplo 1: Una caja contiene 2 canicas azules y 3 rojas. Si se extraen dos
canicas al azar sin reposición, ¿cuál es la probabilidad de que las dos sean
azules?

Solución: Dado que las canicas serán extraídas de la misma caja, y que las
canicas que se extraigan, no serán devueltas a la caja (no hay reposición),
entonces, se trata de eventos dependientes.

Evento A: obtener una canica azul en la primera extracción.

Evento B: obtener una canica azul en la segunda extracción.

Por la regla de la multiplicación, sabemos que:

Eventos independientes

Dos eventos A y B son independientes, si la ocurrencia de uno de ellos no

afecta la ocurrencia del otro, es decir, cuando los eventos A y B no están
relacionados. Para eventos independientes, la regla de la multiplicación
establece que:

Esto se debe, a que en los eventos independientes, la ocurrencia de un evento,

no afecta a la ocurrencia del otro:

Ejemplo 2:

En un colegio, la probabilidad de que un alumno seleccionado al azar hable

inglés es de 0,20; mientras que la probabilidad de que un alumno juegue fútbol
es de 0,80.

El hecho de que un alumno hable inglés, no afecta en nada que juegue fútbol;
por lo tanto, se trata de eventos independientes.

Evento A: que el alumno hable inglés. P(A) = 0,20.

Evento B: que el alumno juegue fútbol. P(B) = 0,80.

Usamos la regla de la multiplicación para eventos independientes:

Probabilidad Condicionada:

La probabilidad condicional es la probabilidad de algún evento A , dada la

ocurrencia de algún otro evento B . Esto está denotado por P ( A | B ) y se lee
“la probabilidad de A , dado B ”. En otras palabras, estamos calculando
probabilidades condicionales al conocer información adicional parcialmente a
través del experimento.

Ejemplo :

Una maestra de matemáticas le da a su clase dos exámenes. El 30% de la

clase paso ambos exámenes y el 45% de la clase paso el primer examen. Qué
porcentaje de aquellos que pasaron el primer examen también pasaron el
segundo?

Dos tercios o aproximadamente el 66.7% de la clase paso el segundo examen.