ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL
Sesión No. 2
Nombre: Probabilidad
Contextualización
En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o
probabilístico posee un patrón de comportamiento. Es decir, al repetirse un gran
número de veces un experimento aleatorio que tiene varios posibles resultados,
la frecuencia con que ocurre cada uno de ellos puede interpretarse como su
probabilidad de ocurrencia; o dicho en otras palabras, es factible estimar qué tan
posible es que ocurra en lo futuro cada uno de los posibles resultados. Este
enfoque de probabilidad se conoce como frecuentista o a posteriori. En esta
sesión estudiarás las principales reglas para el cálculo de probabilidades: la
regla de la adición, la regla del producto y el teorema de Bayes.
1
ESTADÍSTICA INFERENCIAL
Introducción al Tema
La estadística es una ciencia que se basa en reglas y normas, las cuales deben
cumplirse, pues con esto se logra determinar nuevas formas de encontrar los
resultados, algunas mas fáciles y otras mas exactas, por lo que se puede
conocer de mejor manera en campo de acción.
Es importante conocer los elementos aleatorios que dependen de la resolución
que ofrece la estadística para poder determinar la mejor solución, la
investigación de campo utiliza los medios de calculo estadísticos para poder
determinar información útil para las empresas y la aplicación de campañas útiles
en marketing.
2
ESTADÍSTICA INFERENCIAL
Explicación
Reglas de adición. Regla de adición para eventos mutuamente
excluyentes
Sea ε un experimento y sean A y B dos eventos de ε que son mutuamente
excluyentes. La probabilidad de que ocurra el evento A o el evento B se expresa
por: P( A∪B)
Como puede observarse, dentro del contexto de la teoría de conjuntos esto
corresponde a la operación unión. Entonces, la probabilidad de que ocurra el
evento A o el evento B se calcula con la siguiente expresión:
P(A∪B)=P(A)+P(B).
Es decir, corresponde a la suma de la probabilidad de que ocurra el evento A
más la probabilidad de que ocurra el evento B. Por ejemplo, se lanzan
simultáneamente dos monedas. Calcular la probabilidad de que aparezcan
exactamente dos águilas o exactamente un sol. La solución se daría en los
siguientes términos:
•
ε= Lanzar simultáneamente dos monedas.

•A= Evento consistente en que aparezcan exactamente dos águilas.
•
B= Evento consistente en que aparezca exactamente un sol.
•
Ώ = {aa, as, sa, ss} donde aa significa que aparecen dos águilas, as que
aparece águila y sol, sa que aparece sol y águila y ss que aparecen dos
soles.
Se observa, entonces, que el experimento
tiene cuatro posibles resultados.
Respecto al evento A, se tiene que sólo un resultado del experimento cumple
con esta condición: (aa). Por otra parte, dos resultados cumplen con lo requerido
en el evento B. Consecuentemente, la probabilidad de que aparezcan como
resultado del lanzamiento simultáneo de dos monedas exactamente dos águilas
o exactamente un sol está dada por:
3
ESTADÍSTICA INFERENCIAL
∪
∪
∪
∪
Regla de la adición para eventos que no son mutuamente
excluyentes
Para eventos que no son mutuamente
excluyentes, la probabilidad de que
ocurra un evento A, de que ocurra un evento B o de que ocurran ambos está
dada por:
∪
Donde P(A ∩B) corresponde a la probabilidad de que ocurran el evento A y el
evento B simultáneamente. Esta probabilidad se calcula empleando el siguiente
producto:
Por ejemplo, se lanzan simultáneamente dos dados. Calcular la probabilidad de
que la suma de las caras sea un número par o de que la suma de las caras sea
mayor al valor nueve. Para la solución se tiene que:
ε = Lanzar simultáneamente dos dados.
A = Evento consistente en que la suma de las caras sea un número par.
B = Evento consistente en que la suma de las caras sea mayor al valor nueve.
Ώ={(1,1),(1,2),(1,3),(1,4),(1,5),(2,6)(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)} es decir, 36 posibles resultados con las caras
que pueden aparecer en el lanzamiento de los dos dados.
4
ESTADÍSTICA INFERENCIAL
Puede observarse, que los resultados del experimento que cumplen con lo
determinado por el evento A (suma de las caras igual a un número par) son:
A={(1,1),(1,3),(1,5),(2,2),(2,4),(2,6),(3,1),(3,3),(3,5),(4,2),(4,4),(4,6),(5,1),(5,3),(5,5
), (6,2),(6, 4),(6,6)} es decir, 18 resultados que satisfacen la condición del evento
A.
Por otra parte, los resultados del experimento que cumplen con lo determinado
por el evento B son:
B= (5,5), (5,6), (6,5), (6,6).
Esto es, son cuatro los resultados que satisfacen la condición del evento B.
Asimismo, los eventos A y B pueden ocurrir simultáneamente de la siguiente
manera:
A∩B= (5,5), (6,6)
Es decir, ambos eventos pueden ocurrir simultáneamente de dos maneras. De lo
anterior se desprende que:
5
ESTADÍSTICA INFERENCIAL
I.5 Reglas de multiplicación
Probabilidad condicional
Si B es un evento cualquiera de un experimento con espacio muestral Ώ, la
probabilidad de que un evento A ocurra una vez que B ha ocurrido se denota por
P(A|B), lo que se lee como “la probabilidad de que ocurra A dado que ha
ocurrido B” y se calcula con la siguiente fórmula:
P(A|B)=
Donde P(A∩B) puede interpretarse como el número de elementos de A∩B y P(B)
como el número de elementos de B. A esta probabilidad se le denomina
probabilidad condicional pues la ocurrencia del evento A está condicionada o
depende de que el evento B ocurra. Por ejemplo, se lanzan simultáneamente
dos dados. Si la suma de las caras es igual a siete, calcular la probabilidad de
que uno de los dados sea igual a tres. La solución es la siguiente:
B={suma de las caras de los dados es igual a siete}={(1,6),(2,5),(3,
4),(4,3),(5,2),(6,1)}, es decir, seis posibles formas en las que puede ocurrir que la
suma de las caras sea igual a siete.
A={aparece al menos un tres en uno de los dados}={(1,3),(2,3),(3,1),(3,2),(3,3),(3,
4),(3,5),(3,6),(4 ,3),(5,3),(6,3)}, o sea, once posibles formas en las que puede
ocurrir que al menos uno de los dados sea igual a tres.
A ∩B= {(3, 4), (4 ,3)} , esto es, dos posibles formas en las que A y B pueden
ocurrir simultáneamente. Entonces,
6
ESTADÍSTICA INFERENCIAL
Teorema de la multiplicación para la probabilidad condicional
Es decir, la probabilidad de que ocurra el evento B y el evento A es igual a la
multiplicación de la probabilidad de que ocurra el evento B por la probabilidad de
que ocurra el evento A dado que ha ocurrido el evento B. Por inducción
matemática, este teorema puede extenderse como se muestra a continuación:
Para eventos A1, A2, A3,..., An
7
ESTADÍSTICA INFERENCIAL
Conclusión
Los teoremas, reglas y fórmulas que se dictan en esta parte de la estadística son
para determinar elementos de pertenencia y conjuntos, por lo que se podrán
conocer las piezas de cada situación, la forma en que funcionan y los resultados
que darán después de conocer la situación, por ejemplo toma de muestras de un
universo determinado o la forma en que se compone el mismo.
Se determina la probabilidad estadística y se conocen los porcentajes y medidas
que se encuentran para los elementos funcionales en cada situación. Para
conocer estos se pueden utilizar los medios de factoriales o la combinación de
piezas para tener presentas las posibilidades de combinaciones que se puedan
establecer en un momento determinado, arrojando la como resultado una
posibilidad precisa y bien determinada.
8
ESTADÍSTICA INFERENCIAL
Teorema de Bayes. Regla de Bayes
El espacio muestral Ώ de un experimento ε puede segmentarse en una colección
de eventos A1, A2, A3,..., An mutuamente excluyentes tal que su unión sea igual a
Ώ. Por ejemplo, sea el experimento ε consistente en lanzar un dado, de modo
que su espacio muestral Ώ está dado por {1,2,3,4,5,6}. Este espacio puede
segmentarse de varias formas en una colección de eventos mutuamente
excluyentes. Una de ellas sería: A1 = {1,2}, A2 ={3,4,5} y A3 = {6}. Si sobre la
partición de un espacio muestral se define un evento B.
Se tiene que; B= Ω ∩ B
= ( A1∩B)∪( A2∩B) ∪…∪( An ∩ B)
Entonces: P(B)=P(A1∩B) +P( A2∩B) + ... +P( An∩B)
Y por el teorema de la multiplicación visto en el apartado 1.5:
P(B) =P( A1) P(B|A1)+ P( A2)P(B|A2)+…+ P( A1n)P(B|An)
Luego, para toda i, la probabilidad condicional de Ai dado que ha ocurrido B está
dada por:
P(A1|B)=
En esta expresión se sustituye P(B) por la penúltima ecuación y se emplea
P(Ai∩B)=P(Ai) P(B| Ai) en sustitución de P( Ai ∩B) , con lo que se obtiene:
9
ESTADÍSTICA INFERENCIAL
Lo que se conoce con el nombre de Teorema de Bayes en honor a su inventor,
el matemático británico Thomas Bayes.
Ejemplo: Se tienen tres urnas: A (con seis bolas rojas y cuatro azules), B (con
cuatro bolas rojas y dos azules) y C (con dos bolas rojas y cinco bolas azules).
Se selecciona al azar una urna y se extrae de ella una bola. Si ésta es de color
rojo, calcular la probabilidad de que se haya sacado de la urna A.
Solución: Sea R el evento consistente en sacar una bola roja. Se busca la
probabilidad de que si la bola es roja, haya sido extraída de la urna A,
probabilidad que se expresa como P(A|R). Entonces, aplicando el Teorema de
Bayes:
10
ESTADÍSTICA INFERENCIAL
Permutaciones y combinaciones. Técnicas de conteo
En estadística se emplea una rama de las matemáticas conocida como
combinatoria que se aplica al conteo de elementos sin tener que cuantificar de
manera directa cada uno de ellos. Entre las principales técnicas de combinatoria
(también denominadas técnicas de conteo) se encuentran:
• Factorial
• Permutaciones
•Combinaciones
Factorial
Es la técnica de conteo que permite cuantificar el número de ordenaciones
posibles de los elementos de un conjunto. El factorial de un número n se define
como:
Donde n es un número entero mayor o igual a cero. Se tiene por definición que:
Ejemplo
Sean A, B, C tres personas formadas en una fila esperando a ser atendidas. ¿De
cuántas maneras diferentes pueden formarse en la fila?
Solución
Calculando el factorial de tres se tiene que hay
maneras
diferentes de formarse, lo que puede verificarse de manera exhaustiva (es decir,
enlistando todos los casos posibles):
11
ESTADÍSTICA INFERENCIAL
Como es de esperarse, al aumentar el número de elementos en un conjunto
crece dramáticamente el número de formas posibles en que pueden ordenar- se,
y por ende el conteo exhaustivo se vuelve impracticable o imposible.
¿Por qué crees que a la combinatoria se le conoce como el arte de contar
sin contar?
Combinaciones
Supóngase que se tiene un grupo de cuatro personas: A, B, C y D. Si se elige a
dos de ellas, el número de posibles parejas puede determinarse de forma
exhaustiva:
A, B (que es la misma pareja que B, A)
A, C = C, A
A, D = D, A
B, C = C, B
B, D = D, B
C, D = D, C
En general, el número total de combinaciones de k elementos tomados de un
total de n se denota con el símbolo C
C
se calcula con la siguiente expresión:
n!
k!(n-k)!
Nótese que al determinar las combinaciones, el orden de los elementos no
importa (por ejemplo, la pareja A, B es igual a la pareja B, A).
12
ESTADÍSTICA INFERENCIAL
Ejemplo
Calcular el número total de combinaciones de dos elementos tomados de un
total de seis.
Solución
Se debe determinar
. Entonces, k= 2 y n= 6 . Por lo que:
Permutaciones
Ahora supóngase que de un grupo de tres personas A, B y C, se seleccionan
dos para ocupar un cargo de jefe y otro de asistente. En este caso, el orden de
los elementos sí importa. Por ejemplo, la pareja A, B es diferente de la pareja B,
A. Este tipo de agrupación se denomina permutación. De manera exhaustiva, el
número total de permutaciones de dos elementos tomados de un total de tres
está dado por:
Jef
Asistent
1
e
A
e B
2
B
A
3
A
C
4
C
A
5
B
C
6
C
B
13
ESTADÍSTICA INFERENCIAL
En general, el número total de permutaciones de k elementos tomados de un
total de n se denota por P
P
n!
(n-k)!
Ejemplo: Calcular el número total de permutaciones de dos elementos tomados
de un total de cinco.
Solución: Se debe determinar P
Entonces k=2 y n=5, por lo que
14
ESTADÍSTICA INFERENCIAL
Actividad de Aprendizaje
En base a los temas anteriores, resuelve los siguientes elementos
aplicando las formulas de solución:
1.- Resuelve los siguientes ejercicios en base a las permutaciones y
combinaciones.
a) ¿De cuántas formas distintas pueden sentarse 8 personas alrededor de
una fuente?
b) Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; ¿Cuántos números de nueve cifras
se pueden formar?
c) En el palo de señales de un barco se pueden izar tres banderas rojas, dos
azules y cuatro verdes. ¿Cuántas señales distintas pueden indicarse con
la colocación de las nueve banderas?
d) ¿De cuántas formas pueden colocarse 11 jugadores de futbol teniendo en
cuanta que el portero ni puede ocupar otra posición distinta que la portería?
e) Se ordenan en fila 5 bolas rojas, 2 blancas y 3 azules. Si las bolas de
igual color no pueden distinguirse entre sí, ¿de cuántas formas posibles
pueden ordenarse?
2. Se lanzan simultáneamente dos dados. Calcular la probabilidad de que la
suma de las caras sea un número impar o de que la suma de las caras sea
mayor al valor seis________
3. Se lanzan simultáneamente dos dados. Si la suma de las caras es igual a
ocho, calcular la probabilidad de que uno de los dados sea igual a seis________
4. En un lote de 18 computadoras hay cuatro defectuosas. Si se eligen al azar
tres de ellas, calcular la probabilidad de que las tres no sean defectuosas_____
15
ESTADÍSTICA INFERENCIAL
Bibliografía
García, M. (2005). Introducción a la teoría de la probabilidad. México: Fondo de
Cultura Económica.
Hernández, A. y O. Hernández (2003). Elementos de probabilidad y estadística.
México: Sociedad Matemática Mexicana.
Meyer, P. (1986). Probabilidad y aplicaciones estadísticas. E.U.: Addison-Wesley
Iberoamericana.
Ulloa, V. y V. Quijada (2006). Estadística aplicada a la comunicación. México:
UNAM.
Lipschutz, S. (1988). Probabilidad. México: McGraw-Hill.
16