Qu es la Estadistica?

Estadstica es la ciencia de recolectar, organizar, presentar, analizar e interpretar datos con el

propsito de ayudar a una toma de decisiones ms efectiva.
Quin usa estdstica?
Valo aqu
Las tcnicas estadsticas se usan ampliamente por personas en reas de comercializacin,
contabilidad, control de calidad, consumidores, deportes, administracin de hospitales,
educacin, poltica, medicina, etctera.

Que es la estadstica
Qu significa estadstica?
Valo aqu
Estadstica es la ciencia de recolectar, organizar, presentar, analizar
e interpretar datos con el propsito de ayudar a una toma de
decisiones ms efectiva.
Quin usa estdstica?
Valo aqu
Las tcnicas estadsticas se usan ampliamente por personas en
reas de comercializacin, contabilidad, control de calidad,
consumidores, deportes, administracin de hospitales, educacin,
poltica, medicina, etctera.
Tipos de estadsticas
Estadstica Descriptiva
Valo aqu
Estadstica descriptiva: mtodos para organizar, resumir y
presentar datos de manera informativa.
Ejemplo : un sondeo de opinin encontr que 89% de las personas
en una encuesta saban el nombre del jugador de football
Maradona. La estadstica 89 describe el nmero de cada 100
personas que saben la respuesta.
Estadsticas Inferencial
Valo aqu
Estadstica inferencial: una decisin, estimacin, prediccin o
generalizacin sobre una poblacin, en base a una muestra.
Una poblacin es un conjunto de todos los posibles individuos,
objetos o medidas de inters.
Una muestra es una porcin, o parte, de la poblacin de inters.
Tipos de variables
Variable Cualitativas

Valo aqu
Variable cualitativa o de atributos: la caracterstica o
variable que se estudia no es numrica.
EJEMPLOS: sexo, afiliacin religiosa, tipo de automvil que se
posee, lugar de nacimiento, color de los ojos.
Variables Cuantitativas
Valo aqu
Variable cuantitativa: la variable se puede registrar
numricamente.
EJEMPLO: saldo en una cuenta de cheques, minutos que faltan
para que termine la clase, nmero de nios en una familia.
Variables Cuantitativas Discretas
Valo aqu
Variables discretas: slo pueden adquirir ciertos valores y
casi siempre hay brechas entre esos valores.
EJEMPLO: el nmero de habitaciones en un hotel (1,2,3,....).
Variables Cuantitativas Continuas
Valo aqu
Variables continuas: pueden tomar cualquier valor dentro de
un intervalo especfico.
EJEMPLO: el tiempo que toma volar de Buenos Aires a Bogot.
Niveles de medicin
Valo aqu

Nivel nominal: los datos slo se puede clasificar en categoras,

no se pueden ordenar.
EJEMPLOS: color de los ojos, sexo, afiliacin religiosa.
Mutuamente excluyente: un individuo, objeto o artculo, al ser
incluido en una categora, debe excluirse de las dems.
EJEMPLO: color de los ojos.
Exhaustivo: cada persona, objeto o hecho debe clasificarse al
menos en una categora.
EJEMPLO: afiliacin religiosa.
Nivel ordinal: involucra datos que se pueden ordenar, pero no es
posible determinar las diferencias entre los valores de los datos o
no tienen significado.
EJEMPLO: en una prueba de sabor de 4 refrescos de cola, el C se
clasific como nmero 1, el B como nmero 2, el A como 3 y el D
como nmero 4.
Nivel de intervalo: similar al nivel ordinal, con la propiedad
adicional de que se pueden determinar cantidades significativas de

las diferencias entre los valores. No existe un punto cero natural.

EJEMPLO: temperatura en la escala de grados Fahrenheit.
Nivel de razn: el nivel de intervalo con un punto cero inicial
inherente. Las diferencias y razones son significativas para este
nivel de medicin.
EJEMPLOS: dinero, altura de los jugadores de basquetbol de la
NBA.

<< atras

D
i
s
t
r
i
b
u
c
i
o
n
e
s
d
e
f
r
e

Tabla de contenidos

adelante >>

c
u
e
n
c
i
a
s
y
g
r

f
i
c
a
s
Distribucin de frecuencias
Valo aqu
Distribucin de frecuencias: agrupamiento de datos en categoras, que
muestran el nmero de observaciones en cada categora mutuamente excluyente.
Marca de clase - Intervalo de clase
Vealo aqu
Marca de clase (punto medio): punto que divide a la clase en dos partes
iguales. Es el promedio entre los lmites superior e inferior de la clase.
Intervalo de clase: para una distribucin de frecuencias que tiene clases del
mismo tamao, el intervalo de clase se obtiene restando el lmite inferior de una
clase del lmite inferior de la siguiente.
Ejemplos

Organizar datos en una distribucin de frecuencias

Valo aqu
El Dr. Castro es el decano de la facultad de administracin y desea determinar
cunto estudian los alumnos en ella. Selecciona una muestra aleatoria de 30
estudiantes y determina el nmero de horas por semana que estudia cada uno:
15.0, 23.7, 19.7, 15.4, 18.3, 23.0, 14.2, 20.8, 13.5, 20.7, 17.4, 18.6, 12.9, 20.3,
13.7, 21.4, 18.3, 29.8, 17.1, 18.9, 10.3, 26.1, 15.7, 14.0, 17.8, 33.8, 23.2, 12.9,
27.1, 16.6.
Organice los datos en una distribucin de frecuencias.
Considere las clases 8-12 y 13-17. Las marcas de clase son 10 y 15. El intervalo
de clase es 5 (13 - 8).
Horas de Estudio

Frecuencia, f

8-12

13-17

12

18-22

10

23-27

28-32

33-37

Sugerencias para elaborar una distribucin de frecuencias

Valo aqu
Los intervalos de clase usados en la distribucin de frecuencias deben ser
iguales.
Determine un intervalo de clase sugerido con la frmula:
i = (valor ms alto - valor ms bajo)/nmero de clases.
Use el intervalo de clase calculado sugerido para construir la distribucin de
frecuencias. Nota: este es un intervalo de clase sugerido; si el intervalo de clase
calculado es 97, puede ser mejor usar 100.
Cuente el nmero de valores en cada clase.
Distribucin de frecuencia relativas
Valo aqu
La frecuencia relativa de una clase se obtiene dividiendo la frecuencia de clase
entre la frecuencia total.
Horas de estudio

Frecuencia,
Frecuencia relativa
f

8-12

1/30=.0333

13-17

12

12/30=.400

18-22

10

10/30=.333

23-27

5/30=.1667

28-32

1/30=.0333

33-37

1/30=.0333

TOTAL

30

30/30=1

Representacin grfica de una distribucin de frecuencias

Histograma polgonos de frecuencia y distribuciones de frecuencias
acumuladas
Valo aqu
Las tres formas de grficas ms usadas son histogramas, polgonos de
frecuencia y distribuciones de frecuencias acumuladas (ogiva).
Histograma: grfica donde las clases se marcan en el eje horizontal y las
frecuencias de clase en el eje vertical. Las frecuencias de clase se representan por
las alturas de las barras y stas se trazan adyacentes entre s.
Un polgono de frecuencias consiste en segmentos de lnea que conectan los
puntos formados por el punto medio de la clase y la frecuencia de clase.
Una distribucin de frecuencias acumulada (ogiva) se usa para determinar
cuntos o qu proporcin de los valores de los datos es menor o mayor que cierto
valor
Histograma
Valo aqu

Polgono de Frecuencias
Valo aqu

Distribucin de frecuencias acumuladas

Valo aqu

<< atras

Tabla de contenidos

adelante >>

D
e
s
c
r
i
p
c
i

n
d
e
l
o
s
d
a
t
o
s
:
m
e

d
i
d
a
s
d
e
u
b
i
c
a
c
i

n
Desviacin media
Valo aqu
Para datos no agrupados, la media de la poblacin es la suma de todos los
valores en ella dividida entre el total de valores en la poblacin:

donde representa la media de la poblacin.

N es el nmero total de elementos en la poblacin.
X representa cualquier valor en particular.
indica la operacin de sumar.
Ejemplo
Parmetro: una caracterstica de una poblacin.
La familia Orduz posee cuatro autos. Los datos son los kilmetros recorridos
por cada uno: 56 000, 23 000, 42 000 y 73 000. Encuentre el promedio de

kilmetros de los cuatro autos.

Esto es (56 000 + 23 000 + 42 000 + 73 000)/4 = 48 500
Media de una muestra
Vealo aqu
Para datos no agrupados, la media de una muestra es la suma de todos los
valores divididos entre el nmero total de los mismos:

donde

denota la media muestral

N es el nmero total de valores en la muestra.

Ejemplo:
Dato estadstico: una caracterstica de una muestra.
Una muestra de cinco ejecutivos recibi la siguiente cantidad en bonos el ao
pasado: $14000, $15000, $17000, $16000 y $15000.
Encuentre el promedio en bonos para los cinco ejecutivos.
Como estos valores representan la muestra de 5 ejecutivos, la media de la
muestra es
(14000 + 15000 + 17000 + 16000 + 15000) / 5 = $15400.
Propiedades de la media aritmtica
Valo aqu

Todo conjunto de datos de nivel de intervalo y de nivel de razn tiene un

valor medio.

Al evaluar la media se incluyen todos los valores.

Un conjunto de valores slo tiene una media.

La cantidad de datos a evaluar rara vez afecta la media.

La media es la nica medida de ubicacin donde la suma de las desviaciones de

cada valor con respecto a la media, siempre es cero.
Ejemplo:

Considere el conjunto de valores: 3, 8 y 4. La media es 5.

Para ilustrar la quinta propiedad,
(3 - 5) + (8 - 5) + (4 - 5) = - 2 + 3 - 1 = 0.
En otras palabras,

Media ponderada
Valo aqu
La media ponderada de un conjunto de nmeros X1, X2, ..., Xn, con las
ponderaciones correspondientes w1, w2, ...,wn, se calcula con la frmula:

Ejemplo:
Durante un periodo de una hora en una tarde calurosa de un sbado, el
cantinero Julio sirvi cincuenta bebidas.
Calcule la media ponderada de los precios de las bebidas.
(Precio ($), cantidad vendida): (.50,5), (.75,15), (.90,15), (1.10,15).
La media ponderada es:
$(.50 x 5 + .75 x 15 + .90 x 15 + 1.10 x 15) / (5 + 15 + 15 + 15) =
$43.75/50 = $0.875
Mediana
Valo aqu
Mediana: es el punto medio de los valores despus de ordenarlos de menor
a mayor, o de mayor a menor. La misma cantidad de valores se encuentra por
arriba de la mediana que por debajo de ella.
Nota: para un conjunto con un nmero par de nmeros, la mediana ser el
promedio aritmtico de los dos nmeros medios.
Ejemplo:
Calcule la mediana para los siguientes datos.
La edad de una muestra de cinco estudiantes es: 21, 25, 19, 20 y 22.
Al ordenar los datos de manera ascendente quedan: 19, 20, 21, 22, 25.
La mediana es 21.
Propiedades de la mediana
Valo aqu

La mediana es nica para cada conjunto de datos.

No se ve afectada por valores muy grandes o muy pequeos, y por lo tanto es
una medida valiosa de tendencia central cuando ocurren.

Puede obtenerse para datos de nivel de razn, de intervalo y ordinal.

Puede calcularse para una distribucin de frecuencias con una clase de extremo
abierto, si la mediana no se encuentra en una de estas clases.
Moda

Valo aqu
La moda es el valor de la observacin que aparece con ms frecuencia.
Ejemplo:
las calificaciones de un examen de diez estudiantes son:
81, 93, 84, 75, 68, 87, 81, 75, 81, 87.
Como la calificacin 81 es la que ms ocurre, la calificacin modal es 81.
Media geomtrica
Valo aqu
La media geomtrica (MG) de un conjunto de n nmeros positivos se define
como la raz n-sima del producto de los n valores. Su frmula es:

La media geomtrica se usa para encontrar el promedio de porcentajes,

razones, ndices o tasas de crecimiento.
Ejemplo
Las tasas de inters de tres bonos son 5%, 7% y 4%.
La media geomtrica es

= 5.192.

La media aritmtica es (6 + 3 + 2)/3 = 5.333.

La MG da una cifra de ganancia ms conservadora porque no tiene una
ponderacin alta para la tasa de 7%.
Otra aplicacin de la media geomtrica es determinar el porcentaje promedio
del incremento en ventas, produccin u otros negocios o series econmicas de
un periodo a otro.
La frmula para este tipo de problema es:

Ejemplo
El nmero total de mujeres inscritas en colegios americanos aument de 755
000 en 1986 a 835 000 en 1995.

Aqu n = 10, as (n - 1) = 9.
Es decir, la media geomtrica de la tasa de crecimiento es 1.27%.
Media de datos agrupados
Valo aqu

La media de una muestra de datos organizados en una distribucin de

frecuencias se calcula mediante la siguiente frmula:

Ejemplo:
Una muestra de diez cines en una gran rea metropolitana dio el nmero total
de pelculas exhibidas la semana anterior.
Calcule la media de las pelculas proyectadas.
Punto
Pelculas Frecuencia,
medio
(f)(X)
exhibidas
f
de clase X
1-2

1.5

1.5

3-4

3.5

7.5

5-6

5.5

16.5

7-8

7.5

7.5

9-10

9.5

28.5

total

10

61

61/10 = 6.1 pelculas

Mediana de datos agrupados
Valo aqu
La mediana de una muestra de datos organizados en una distribucin de
frecuencias se calcula mediante la siguiente frmula:
Mediana = L + [(n/2 - FA)/f] (i)
donde L es el lmite inferior de la clase que contiene a la mediana, FA es la
frecuencia acumulada que precede a la clase de la mediana, f es la frecuencia
de clase de la mediana e i es el intervalo de clase de la mediana.
Para determinar la clase de la mediana de datos agrupados:
Elabore una distribucin de frecuencias acumulada.
Divida el nmero total de datos entre 2.
Determine qu clase contiene este valor.

Por ejemplo, si n=50, 50/2 = 25, despus determine qu clase contiene el 25

valor (la clase de la mediana).
Pelculas
exhibidas

Frecuencia

Frecuencia
acumulada

1-2

3-4

5-6

7-8

9-10

10

La clase de la mediana es 5 - 6, ya que contiene el 5 valor (n/2 = 5)

De la tabla, L = 5, n = 10, f = 3, i = 2, FA = 3.
As, mediana = 5 + [((10/2) - 4)/3](2) = 6.33
Moda de datos agrupados
Valo aqu
La moda de los datos agrupados se aproxima por el punto medio de la clase
que contiene la frecuencia de clase mayor.
Las modas en el ejemplo de la Mediana de datos agrupados son 5.5 y 9.5.
Cuando dos valores ocurren una gran cantidad de veces, la distribucin se llama
bimodal, como en dicho ejemplo.
Distribucin: simtrica, con asimetra positiva, con asimetra negativa
Valo aqu
Distribucin simtrica :
sesgo cero moda = mediana = media

Distribucin con asimetra positiva:

sesgo a la derecha: media y mediana se encuentran a la derecha de la moda.
moda < mediana < media

Distribucin con asimetra negativa:

sesgo a la izquierda: media y mediana estn a la izquierda de la moda.
media < mediana < moda

Nota
Si se conocen dos promedios de una distribucin de frecuencias con sesgo
moderado, el tercero se puede aproximar.
moda = media - 3(media - mediana)
media = [3(mediana) - moda]/2
mediana = [2(media) + moda]/3

<< atras

Tabla de contenidos

adelante >>

M
e
d
i
d
a
s
d
e
d
i
s
p
e
r
s
i

n
Desviacin media
Valo aqu
Desviacin media: media aritmtica de los valores absolutos de
las desviaciones respecto a la media aritmtica.

Ejemplo:
Los pesos de una muestra de cajas con frenos en un taller son (en Kg.)
103, 97, 101, 106 y 103.
= 510/5 = 102 Kg.
= 1 + 5 + 1 + 4 + 1 = 12
MD = 12/5 = 2.4
Por lo comn los pesos de las cajas estn a 2.4 Kg del peso medio de 102
Kg.
Variancia de la poblacin
Vealo aqu
La varianza de la poblacin para datos no agrupados es la
media aritmtica de las desviaciones cuadrticas respecto a la
media de la poblacin.

Ejemplo:
Las edades de la familia Orduz son 2, 18, 34, y 42 aos. Cul es la
variancia de la poblacin?

Una frmula alternativa para la variancia poblacional es:

Desviacin estndar poblacional

Valo aqu
La desviacin estndar poblacional () es la raz cuadrada de la
variancia de la poblacin.
Para el ejemplo anterior, la desviacin estndar poblacional es
15.19 (raz cuadrada de 230.81).
Variancia muestral
Valo aqu
La variancia muestral estima la variancia de la poblacin.

Ejemplo:
Una muestra de cinco salarios por hora para varios trabajos en el
rea es: $7, $5, $11, $8, $6.
Encuentre la variancia.
X = 37/5 = 7.40
S2= 21.2/(5-1) = 5.3
Desviacin estndar muestral
Valo aqu
La desviacin estndar muestral es la raz cuadrada de la
variancia muestral.
En el ejercicio anterior, la desviacin estndar de la muestra es =
2.30
Medidas de dispersin: datos no agrupados
Valo aqu
Para datos no agrupados, la amplitud es la diferencia entre los
valores mayor y menor en un conjunto de datos.
AMPLITUD = valor mayor - valor menor
Ejemplo: una muestra de cinco graduados de contadura indic los
siguientes salarios iniciales:
$22 000, $28 000, $31 000, $23 000, $24 000.
La amplitud es $31 000 - $22 000 = $9 000.
Variancia muestral para datos agrupados
Valo aqu
La frmula de la variancia para datos agrupados usada como
estimador de la variancia poblacional es:

donde f es la frecuencia de clase y X es el punto medio de la clase.

Interpretacin y usos de la desviacin estndar
Valo aqu
Teorema de Chebyshev: para cualquier conjunto de
observaciones, la proporcin mnima de valores que est dentro de
k desviaciones estndar desde la media es al menos 1 - 1/k ,
donde k2 es una constante mayor que 1.
Regla emprica: para una distribucin de frecuencias simtrica de
campana, cerca de 68% de las observaciones estar dentro de
1 de la media (); cerca de 95% de las observaciones estar
dentro de 2 de la media (); alrededor de 99.7% estar dentro
de 3 de la media ().

Dispersin relativa
Valo aqu

El coeficiente de variacin es la razn de la desviacin estndar a

la media aritmtica, expresada como porcentaje:

Asimetra

Valo aqu

Asimetra (sesgo) es la medida de la falta de simetra en una

distribucin.
El coeficiente de asimetra se calcula mediante la siguiente
frmula:
Sk = 3(media - mediana) /desviacin estndar
Amplitud intercuartlica
Valo aqu

La amplitud intercuartlica es la distancia entre el tercer cuartil Q3

y el primer cuartil Q1.
Amplitud intercuartlica = tercer cuartil - primer cuartil = Q3 - Q1
Primer cuartil
Valo aqu

El primer cuartil es el valor correspondiente al punto debajo del

cual se encuentra el 25% de las observaciones en un conjunto
ordenado de datos.

donde L = lmite de las clases que contienen Q1, CF = frecuencia

acumulada que precede a la clase que contiene a Q1, f =
frecuencia de la clase que contiene Q1, i= tamao de la clase que
contiene Q1.
Tercer cuartil
Valo aqu

El tercer cuartil es el valor correspondiente al punto debajo del

cual se encuentra 75% de las observaciones en un conjunto
ordenado de datos:

donde L = lmite inferior de la clase que contiene a Q3, CF =

frecuencia acumulada precedente a la clase que contiene a Q3, f =
frecuencia de la clase que contiene a Q3, i = tamao de la clase
que contiene a Q3
Desviacin cuartlica
Valo aqu

La desviacin cuartlica es la mitad de la distancia entre el tercer

cuartil, Q3, y el primero, Q1.
QD = [Q3 - Q1]/2
Ejemplo:
Si el tercer cuartil = 24 y el primer cuartil = 10,
cul es la desviacin cuartlica?
La amplitud intercuartlica es 24 - 10 = 14;
por lo tanto,
la desviacin cuartlica es 14/2 = 7.
Amplitud cuartlica
Valo aqu

Cada conjunto de datos tiene 99 percentiles, que dividen el

conjunto en 100 partes iguales.
La amplitud cuartlica es la distancia entre dos percentiles
establecidos.
La amplitud cuartlica 10 a 90 es la distancia entre el 10 y 90
percentiles.

Frmula para porcentiles

Valo aqu

Diagramas de caja

Valo aqu

Un diagrama de caja es una ilustracin grfica, basada en

cuartiles, que ayuda a visualizar un conjunto de datos.
Se requieren cinco tipos de datos para construir un diagrama de
caja: el valor mnimo, el primer cuartil, la mediana, el tercer
cuartil, y el valor mximo.
Ejemplo:
Con base en una muestra de 20 entregas, Marcos Pizza determin
la siguiente informacin:
valor mnimo = 13 minutos,
Q1 = 15 minutos,
mediana = 18 minutos,
Q3 = 22 minutos,
valor mximo = 30 minutos.
Desarrolle un diagrama de caja para los tiempos de entrega.

<< atras

C
o
n
c
e
p
t
o
s

Tabla de contenidos

adelante >>

p
r
o
b
a
b
i
l

s
t
i
c
o
s
Definiciones
Valo aqu
Probabilidad: valor entre cero y uno, inclusive, que describe la
posibilidad relativa de que ocurra un evento.
Experimento: proceso que conduce a la ocurrencia de una de varias
observaciones posibles.
Resultado: lo que resulta en particular de un experimento.
Evento: conjunto de uno o ms resultados de un experimento.
Enfoques de la probabilidad
Vealo aqu
Probabilidad clsica se basa en la consideracin de que los resultados
de un experimento son igualmente posibles.
Utilizando el punto de vista clsico,

Ejemplo

Considere el experimento de lanzar dos monedas al mismo tiempo.

El espacio muestral S = {HH, HT, TH, TT}
Considere el evento de una cara.
Probabilidad de una cara = 2/4 = 1/2.
Eventos mutuamente excluyentes
Valo aqu
Eventos mutuamente excluyentes: la ocurrencia de cualquier evento
implica que ningn otro puede ocurrir al mismo tiempo.
En el anterior, los cuatro resultados posibles son mutuamente
excluyentes.
Eventos colectivamente exhaustivos
Valo aqu
Colectivamente exhaustivos: por lo menos uno de los eventos debe
ocurrir cuando se realiza un experimento.
En el EJEMPLO, los cuatro resultados posibles son colectivamente
exhaustivos.
En otras palabras,
la suma de las probabilidades es = 1 (.25 + .25 + .25 + .25).
Concepto de frecuencias relativas
Valo aqu
La probabilidad de que un evento ocurra a largo plazo se determina
observando en qu fraccin de tiempo sucedieron eventos semejantes
en el pasado:

A lo largo de su carrera, la profesora Patricia ha otorgado 186

calificaciones de A entre sus 1200 estudiantes.
Cul es la probabilidad de que un estudiante de su clase en este
semestre reciba una A?
Aplicando el concepto de frecuencias relativas, la probabilidad de una A
es
186 /1200 = 0.155
Probabilidad subjetiva
Valo aqu
Probabilidad subjetiva: la posibilidad (probabilidad) de que suceda
un evento especfico que asigna una persona con base en cualquier
informacin disponible.
Ejemplos de la probabilidad subjetiva son estimar la probabilidad de que

los Salgado de Salta ganen la Lotera el prximo ao y estimar la

probabilidad de que ocurra un terremoto en Los Angeles este ao.
Reglas bsicas de probabilidad
Valo aqu
Si los eventos son mutuamente excluyentes, la ocurrencia de
cualquier evento impide que otro eventos ocurra.
Reglas de adicin: si dos eventos A y B son mutuamente excluyentes,
la regla especial de adicin indica que la probabilidad de que ocurra A o
B es igual a la suma de sus probabilidades respectivas:
P(A o B) = P(A) + P(B)
Ejemplo
Aerolneas Argentinas acaba de proporcionar la siguiente informacin de
sus vuelos de Buenos Aires a Rosario:

Ejemplo
Si A es el evento de que un vuelo llegue antes de tiempo, entonces
P(A) = 100 /1000 = 0.1.
Si B es el evento de que un vuelo llegue demorado, entonces
P(B) = 75 /1000 = 0.075.
La probabilidad de que un vuelo llegue antes de tiempo o demorado es
P(A o B) = P(A) + P(B) = .1 + .075 = 0.175.
Regla del complemento
Valo aqu
La regla del complemento se utiliza para determinar la probabilidad
de que ocurra un evento restando del nmero 1 la probabilidad de que
un evento no ocurra.
Si P(A) es la probabilidad del evento A y P(~A) es el complemento de A,
P(A) + P(~A) = 1 o P(A) = 1 - P(~A).
Diagrama de Venn que ilustra la regla del complemento

EJEMPLO
Si C es el evento de que un vuelo llegue a tiempo, entonces
P(C) = 800 /1000 = 0.8.
Si D es el evento de que un vuelo sea cancelado, entonces
P(D) = 25 /1000 = 0.025.
Utilice la regla del complemento para mostrar que la probabilidad de que el
vuelo llegue antes de tiempo (A) o demorado (B) es 0.175.
P(A o B) = 1 - P(C o D) = 1 - [.8 + .025] = .175

Regla general de adicin

Valo aqu

Si A y B son dos eventos que no son mutuamente excluyentes,

entonces
P(A o B) se calcula con la siguiente frmula:
P(A o B) = P(A) + P(B) - P(A y B)
Diagrama de Venn que ilustra esta regla

Ejemplo
En una muestra de 500 estudiantes, 320 dijeron tener un estreo,
175 dijeron tener una TV y 100 dijeron tener ambos:

Si un estudiante es seleccionado aleatoriamente,

cul es la probabilidad de que tenga slo un estreo, slo una TV y uno

de cada uno?
P(S) = 320 /500 = .64.
P(T) = 175 /500 = .35.
P(S y T) = 100 /500 = .20.
Si un estudiante es seleccionado aleatoriamente,
cul es la probabilidad de que tenga un estreo o una TV en su
habitacin?
P(S o T) = P(S) + P(T) - P(S y T)
= .64 +.35 - .20 = .79.
Regla especial de multiplicacin
Valo aqu

La regla especial de multiplicacin requiere que dos eventos A y B sean

independientes.
Dos eventos A y B son independientes si la ocurrencia de una no afecta
la probabililidad de ocurrencia del otro.
La regla especial se escribe: P(A y B) = P(A) * P(B).
Ejemplo
Chris posee dos inventarios independientes uno de otro.
La probabilidad de que el inventario A aumente su valor el prximo ao
es .5. La probabilidad de que el B aumente el suyo es .7.
Cul es la probabilidad de que ambos aumenten su valor el prximo
ao?
P(A y B) = (.5)(.7) = .35.
Cul es la probabilidad de que al menos uno aumente su valor el
prximo ao (esto implica que cualquiera de los dos o ambos
aumenten)?
As, P(al menos uno) = (.5)(.3) + (.5)(.7) + (.7)(.5) = .85.

Probabilidad conjunta
Valo aqu

Probabilidad conjunta es una probabilidad que mide la posibilidad de

que dos o ms eventos ocurran juntos.
Un ejemplo sera el hecho de que un estudiante tenga tanto un estreo
como una TV en su habitacin.

Probabilidad condicional
Valo aqu

Probabilidad condicional es la probabilidad de que ocurra un evento en

particular, dado que ocurri otro evento.
Nota: la probabilidad de que ocurra el evento A dado que ya ocurri B
se denota como

P(A|B).
Regla general de multiplicacin
Valo aqu

La regla general de multiplicacin se utiliza para determina la

probabilidad conjunta de que ocurran dos eventos y establece:
para dos eventos A y B, la probabilidad conjunta que ambos ocurran se
encuentra multiplicando la probabilidad de A por la probabilidad
condicional de B dado que A ocurri.
La probabilidad conjunta, P(A y B) est dada por la siguiente frmula:
P(A y B) = P(A) * P(B|A)
o
P(A y B) = P(B) * P(A|B)
Ejemplo
La directora de la escuela de administracin en Miami recolect la
siguiente informacin acerca de los estudiantes de licenciatura del
colegio:

Si un estudiante se selecciona al azar, cul es la probabilidad de que el

estudiante sea mujer del rea de contabilidad?
P(A y F) = 110 / 1000.
Dado que la estudiante es mujer, cul es la probabilidad que est en el
rea de contabilidad?
P(A|F) = [P(A y F)] / [P(F)] = [110 / 1000] /[400 / 1000] = .275.

Diagrama de rbol
Valo aqu

El diagrama de rbol es muy til para visualizar las probabilidades

condicional y conjunta y en particular para el anlisis de decisiones
administrativas que involucran varias etapas.

EJEMPLO
:
una bolsa contiene 7 fichas rojas (R) y 5 azules (B), se escogen 2
fichas, una despus de la otra sin reemplazo. Construya el diagrama de
rbol con esta informacin.

Teorema de Bayes
Valo aqu

El teorema de Bayes se representa con la frmula:

La compaa Duff Beer ha recibido varias quejas debido a que sus

botellas no van bien llenas.
Una queja fue recibida hoy pero el gerente de produccin no puede
identificar cul de las dos plantas Springfield (A o B) llen esta botella.
Cul es la probabilidad de que la botella mal llenada haya salido de la
planta A?

P(A |U) = [(.55)(.03)]/[(.55)(.03) + (.45)(.04)] = .4783.

Algunos principios de conteo

Valo aqu

Frmula de la multiplicacin: si hay m modos de hacer una cosa y n

formas de hacer otra, existen m x n formas de hacer ambas.
EJEMPLO: el Doctor Priss tiene 10 camisas y 8 corbatas.
Cuntos conjuntos de camisas /corbatas tiene?
(10)(8) = 80.
Permutacin: un arreglo de r objetos seleccionados a partir de un grupo
nico de n objetos posibles.
Nota: el orden del arreglo es importante en las permutaciones.

Combinacin: el nmero de modos para elegir r objetos de un grupo de

n objetos sin considerar el orden.

Ejemplo
El entrenador Alexis tiene que elegir 5 jugadores entre los doce del
equipo para incluirlos en alineacin.
Cuntos grupos diferentes se pueden formar?
12C5 = (12!)/[5!(12-5)!] =792
Suponga que el entrenador Alexis debe clasificarlos en orden:
12P5 = (12!)/(12-5)! = 95,040.

<< atras

Tabla de contenidos

adelante >>