Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Facultad de Ciencias Económicas y Sociales Escuela de Estadística Apuntes de Estadística General Facilitador Lic. Juan Faustino Polanco Rivera Licenciado en Estadística, Demógrafo, Maestría en Gerencia de Proyectos, Certificado en Diseño y Evaluación de Sistemas de Compensación Gerencial, con gran experiencia en el Diseño y Administración de Sistemas de Información, Procesamiento de datos e Investigación Social y de Mercado. Profesor Universitario. Distrito Nacional. 25 de agosto 2022. I. Teoría de Probabilidades ...................................................................................... 3 1.1. Conceptos básicos ________________________________________________________ 3 1.2. Funciones de probabilidad discretas. ________________________________________ 6 1.2.1. La distribución de probabilidad de Poisson. ______________________________________ 6 1.2.2. Función de Probabilidad de Bernoulli __________________________________________ 9 La función de distribución acumulada de Bernoulli de una variable aleatoria _________________ 9 Varianza _______________________________________________________________________ 9 1.2.3. La distribución de probabilidad Binomial ______________________________________ 10 1.2.4. La distribución de probabilidad Geométrica ____________________________________ 11 1.2.5. La distribución de probabilidad Hipergeométrica ________________________________ 12 1.3. Distribución conjunta de probabilidad discreta ______________________________ 13 1.3.1. Probabilidad conjunta ______________________________________________________ 14 1.3.2. Probabilidad condicional e independencia ______________________________________ 15 1.3.3. Eventos independientes ____________________________________________________ 16 1.4. La distribución de probabilidad Continua __________________________________ 16 1.4.1. La distribución uniforme ___________________________________________________ 16 1.4.2. La distribución de probabilidad Exponencial ____________________________________ 17 1.4.3. La distribución de probabilidad Normal ________________________________________ 18 I. Teoría de Probabilidades 1.1. Conceptos básicos La probabilidad. Se define como el grado de posibilidad de que ocurra un hecho. Las probabilidades se estudian con la finalidad de prever los que con mayor propensión puede suceder en un espacio y en un periodo de tiempo determinado. Es importante conocer las probabilidades de que ocurra cada hecho como forma de contrarrestar su efecto. El conocimiento de las probabilidades no asegura la ocurrencia de un hecho, sin embargo se puede deducir el que tenga mayor posibilidad de presentarse, y en base a estos buscar alternativas inteligentes que eviten ser afectados significativamente. Constituye uno de los temas de la Estadística y de la Matemática que requieren mayor razonamiento lógico. Todo lo que ocurre en el mundo está contenido dentro de un esquema como este: Ocurrencia de los hechos Imposible Posible P(X=a)=0 Difícil Fácil 0 P(X=a) P(X=a) 1 0 1 Siendo “a” un evento o un suceso y “X” un experimento P(X=a) se pronuncia “probabilidad de X=a”. Propiedades básicas de las probabilidades: Las probabilidades se expresan como fracciones o como decimales que están entre cero y uno. Tener una probabilidad de cero significa que el evento nunca va a suceder, si una probabilidad es igual a uno indica que el evento va a suceder siempre. Las probabilidades tienen como finalidad predeterminar el grado de posibilidad de que un hecho ocurra en el futuro ante un conjunto de condiciones dadas. Las mismas no tienen utilidad para hechos que ya ocurrieron. Por supuesto, basa en patrones, relaciones entre fenómenos, hechos observados, etc. Experimento aleatorio. Es una actividad o un proceso que puede arrojar distintos resultados. Prueba donde existen dos o más resultados posibles, y no se pude anticipar cuál de ellos va a ocurrir. Evento o suceso. Es cada uno de los resultados posibles de un experimento aleatorio. Los eventos están constituidos por una cantidad específica de elementos. I) 0 ≤ P(X=a) ≤ 1 II) ΣP(X=a) = 1 Espacio muestral. Es la cantidad de elementos que constituyen los distintos eventos o sucesos de un experimento aleatorio. Existe distintos métodos para calcular probabilidades, es parte solamente se hará referencia a los métodos generales y a la distribución normal. Los primeros para entender las características básicas de estas medidas y el segundo porque su conocimiento es básico para hacer uso de algunos elementos de los métodos muestreo. Probabilidad clásica o de Laplace). Número de resultados favorables a la presentación de un evento dividido entre el número total de resultados posibles. P(X=a)=CF / CP Ejemplo: Asignaturas Repetidas X Estudiantes P(X) 0 15 0.1014 1 20 0.1351 2 13 0.0878 3 17 0.1149 4 16 0.1081 5 15 0.1014 6 19 0.1284 7 24 0.1622 8 9 0.0608 Total 148 1.0000 Interpretación: La probabilidad de seleccionar aleatoriamente un estudiante que repita cuatro asignaturas, es 0.1081. En una base de datos hay (A=36) empleados públicos y (B=47) privados. Si aleatoriamente se selecciona un empleado, la probabilidad de que este sea privado P(X=B)=CF/CP=47/(47+36)=47/83=0.5663. Probabilidad subjetiva. Se basa en las creencias personales de quien hace la estimación de probabilidad. Asignación de probabilidad en forma intuitiva, en base a la experiencia o el conocimiento. Definición matemática de Probabilidad. Es el límite del cociente k/n cuando n tiende a infinito. Esto indica que llegará un punto que aunque la cantidad de casos posibles aumente, el cociente k/n se mantendrá constante. P(X=a)=lim (k/n) n→∞ En este caso el valor de n y el de k aumentan paralelamente, por tanto el cociente (k/n) tiende a hacerse una constante cuando n alcanza un valor grande. Ejemplo: Si se toma una muestra de manera aleatoria de los estudiantes de un colegio para hacer una evaluación del rendimiento docente, la cual se distribuye de acuerdo a la asignatura de mayor calificación de los estudiantes: Asignatura (X) Cantidad P(x) A Matemática 26 0.0977 B Física 46 0.1729 C Historia 37 0.1391 D Gramática 38 0.1429 E Idiomas 40 0.1504 F Informática 49 0.1842 G Biología 30 0.1128 Total 266 1.0000 Se requiere calcular las siguientes probabilidades: P(X=A) = 26 /266 = 0.0977 P(X=E) = 40 /266 = 0.1504 P(X=C o X=F) = P(X=C) +P(X=F)= 37/266 + 49/266 = 0.1391 + 0.1842 =0.3433 P(X≠D)=1- P(X=D) = 1 - 0.1429 = 0.8571 Experimento Aleatorio. Es el proceso o la actividad que puede arrojar distintos resultados. Los resultados de este proceso ocurren de manera aleatoria. Variable aleatoria. Sus valores ocurren al azar. Variable aleatoria discreta. Sus valores ocurren al azar, toma un número finito o infinito de valores numerables o que se pueden contar. Variable aleatoria continua. Sus valores ocurren al azar, puede tomar infinitos valores dentro de un intervalo. Sus valores son no numerables ni se pueden contar. En general se define como una variable aleatoria que puede tomar cualquier valor dentro de un intervalo. Distribución de probabilidades. Modelo teórico que describe la forma en que varían los resultados de un experimento aleatorio. Lista de los resultados de un experimento con sus respectivas probabilidades. Función de probabilidad. Es una expresión o fórmula matemática que asigna o genera las probabilidades a cada uno de los valores de una variable aleatoria. Valor esperado. Es el valor promedio de eventos de experimento que se estima deben cumplir con una condición específica, de acuerdo a una distribución de probabilidades. Aplicando la definición clásica de probabilidad.http://es.wikipedia.org/wiki/Probabilidad E(x)=ΣX*P(X) = E(x)=ΣX*P(X) = 3.987 Interpretación: El promedio de asignaturas repetidas 3.987. Varianza esperada. Es la varianza del valor los eventos de un experimento que se estima deben cumplir con una condición específica, de acuerdo a una distribución de probabilidades. Aplicando la definición clásica de probabilidad. V(x)=ΣX2*P(X) – (ΣX*P(X))2 =22.2464 - 3.9872=6.35023 Interpretación: Varianza de la cantidad de asignaturas repetidas 6.35023. Asignaturas Repetidas X Estudiantes P(X) X * P(X) X2* P(X) 0 15 0.1014 0 0 1 20 0.1351 0.1351 0.1351 2 13 0.0878 0.1756 0.3512 3 17 0.1149 0.3447 1.0341 4 16 0.1081 0.4324 1.7296 5 15 0.1014 0.507 2.535 6 19 0.1284 0.7704 4.6224 7 24 0.1622 1.1354 7.9478 8 9 0.0608 0.4864 3.8912 Total 148 1 3.987 22.2464 1.2. Funciones de probabilidad discretas. Son aquellas que permite calcular las probabilidades o la posibilidad de ocurrencia de cada uno de los eventos de un experimento o de una variable discreta. 1.2.1. La distribución de probabilidad de Poisson. Aplica cuando se requiere calcular la probabilidad de que se presenten hechos poco frecuentes, donde la proporción de casos sea (p≤0.20) y la cantidad de casos posible (n˃30). Esta forma parte de las distribuciones de probabilidad que aplican a los llamados casos raros. Esta distribución de probabilidad se basa en el promedio de hechos que ocurran en una unidad de tiempo o de espacio. Por Ejemplo: el que un artículo salga defectuoso de un proceso de producción, tiempo que tardan las personas en espera, etc. La misma tiene varias aplicaciones, por eso se presentan varios tipos de ejemplos. Donde. λ >0 y representa la media aritmética de la característica que se esté analizando. λ es el promedio, el valor esperado o la esperanza matemática. λ =np=e(x)=μ. Var(x) también es igual a λ =np=e(x)=μ. Esta es una propiedad exclusiva la distribución de probabilidad de Poisson. p es la proporción de eventos que cumplen con la condición que se tenga como objetivo. Por lo general p<0.20. n es la cantidad de eventos posibles, por lo general n>30. “x” es la cantidad de elementos que se prefiere obtener con la característica o la condición objetivo en una muestra de “n” elementos. Siempre 0 ≤ x ≤ n. e=2.7183 Ejemplo 1: Se sabe por análisis anteriores que el 8% de los jóvenes que se inscriben en el programa de emprendimiento tienen éxitos en los proyectos que emprenden. Si 40 jóvenes se inscriben y reciben todas las orientaciones del lugar, cual es la probabilidad de que menos de cinco de ellos tengan éxito en sus iniciativas productivas? λ =np=e(x)=μ=40*0.08=3.20. k=0, 1, 2, 3, 4 ó k≤5 x=4 P(X<5)=Σ P(X=k) =P(X=0)+ P(X=1)+ P(X=2)+ P(X=3)+ P(X=4). x=0 P(X=0)=2.7183-3.20 x 3.200 / 0!= 0.0408 P(X=1)=2.7183-3.20 x 3.201 / 1!= 0.1304 P(X=2)=2.7183-3.20 x 3.202 / 2!= 0.2087 P(X=3)=2.7183-3.20 x 3.203 / 3!= 0.2226 P(X=4)=2.7183-3.20 x 3.204 / 4!= 0.1781 Total …………………………=0.6910 Total P(X<5) = 0.6910 La probabilidad de seleccionar aleatoriamente un joven emprendedor que tenga éxito en el proyecto que emprenda es de 0.6910. Ejemplo 2: Los empleados del Ministerio realizan distintos cursos de especialización para fortalecer sus capacidades de responder a las necesidades de los usuarios. El Departamento de Capacitación ha determinado que los empleados en promedio han realizado 8.37 de esos cursos. Para enviar un entrenamiento a nivel internacional se requiere saber la probabilidad de seleccionar aleatoriamente un empleado que cumpla las siguientes especificaciones: 9.2.1. Que haya hecho menos de tres cursos de especialización P(X=k)=e-λ*λk/k! K=0,1,2 ó k≤2 λ =e(x)=μ=8.37 k=2 P(X<3)=Σ P(X=k) =P(X=0)+ P(X=1)+ P(X=2) k=0 P(X=0)=2.7183-8.37 x 8.370 / 0!=0.0002 P(X=1)=2.7183-8.37 x 8.371 / 1!=0.0019 P(X=2)=2.7183-8.37 x 8.372 / 2!=0.0081 Total = P(X<3)= ..…………… 0.0103 9.2.2. Que haya hecho entre tres y seis cursos de especialización P(X=k)=e-λ*λk/k! K=3,4,5,6 ó 3≤k≤6 k=6 P(3≤X≤6)=Σ P(X=k) =P(X=3)+ P(X=4)+ P(X=5) + P(X=6) k=3 P(X=3)=2.7183-8.37 x 8.373 / 3!=0.0226 P(X=4)=2.7183-8.37 x 8.374 / 4!=0.0474 P(X=5)=2.7183-8.37 x 8.375 / 5!=0.0793 P(X=6)=2.7183-8.37 x 8.376 / 6!=0.1106 Total = P(3≤X≤6)= …..……… 0.2600 9.2.3. Que haya hecho más de cuatro cursos de especialización P(=k)=e-λ*λk/k! K >4 P(X >4) = 1- P(X≤4) = 1- ΣP(X=k)=1- [P(X=0)+ P(X=1)+ P(X=2)+ P(X=3)+ P(X=4)] k≤4 P(X=0)=2.7183-8.37 x 8.370 / 0!=0.0002 P(X=1)=2.7183-8.37 x 8.371 / 1!=0.0019 P(X=2)=2.7183-8.37 x 8.372 / 2!=0.0081 P(X=3)=2.7183-8.37 x 8.373 / 3!=0.0226 P(X=4)=2.7183-8.37 x 8.374 / 4!=0.0474 Total = P(X≤4)= …..………….0.0803 P(X >4) = 1-0.0803= 0.9197 Ejemplo 3: Durante los días de consulta los pacientes hacen largas filas o colas en los consultorios médicos para recibir atención. Los analistas de proceso han determinado que en promedio los pacientes tardan (μ=17.45) minutos para ser atendidos. Y requieren saber la probabilidad de que un paciente sea atendido por el médico en 12 minutos. λ = e(x)=μ=17.45. K=12 P(X=k)=e-λ*λk/k! P(X=12)= 2.7183-17.45*17.4512/12! = 0.0439 1.2.2. Función de Probabilidad de Bernoulli En teoría de probabilidades y estadística, la distribución Bernoulli corresponde a una variable dicotómica que solamente puede tomar dos valores, donde la ocurrencia del primero elimina la ocurrencia del segundo y viceversa. Es una distribución de probabilidad discreta. En tal caso el experimento “X” se ejecuta una sola vez, y los eventos serían (A o B), (1 o 2), (1 o 0), etc. Donde la P(X=A)+P(X=B)=1, P(X=1)+ P(X=2)=1, P(X=1)+ P(X=0)=1, respectivamente. La función de distribución acumulada de Bernoulli de una variable aleatoria Su media está dada por Varianza Una persona aplica para un puesto de trabajo, por la revisión de su perfil se determinó que tiene una posibilidad (p=0.68) de ser escogido de manera aleatoria, entonces la varianza seria Var(X)=P-P2= P(1-P)= 0.68 x (1-0,68)=0.2176. https://es.wikipedia.org/wiki/Media_(matem%C3%A1ticas) 1.2.3. La distribución de probabilidad Binomial Es una ampliación de la distribución Bernoulli, donde el experimento se repite varias veces. Aplica específicamente cuando la proporción de casos favorables o que cumplen con la característica objetivo oscila en el rango (0.30 ≤ p ≤ 0.70) y la cantidad de casos posibles (1< n ≤30) Dónde =n!/(x!(n-x)!) “n”en la cantidad de elementos que se esté analizando. Por lo general oscila entre “n≤30”. “p” es la proporción de elementos que presentan la característica o la condición que se tiene como objetivo. Por lo general el valor varía entre “0.30<p<0.7”. “q=1-p” que es la proporción de elementos que no presentan la característica o la condición objetivo. En todo caso p+q=1. “x” es la cantidad de elementos que se prefiere obtener con la característica o la condición objetivo en una muestra de “n” elementos. Siempre 0 ≤ x ≤ n. La media aritmética es µ=np La varianza es S2=np(1-p) El coeficiente de asimetría viene dado por la expresión El índice de curtosis se calcula de la manera siguiente: Ejemplo: Se ha determinado que el 43.17% de las personas registradas en los programas nunca han recibido orientación. Si se eligen aleatoriamente n=16 jóvenes, cual es la probabilidad de que aparezcan exactamente 5 jóvenes que no hayan tomado ese tipo de servicio. P(X=5)= 16! /(5! x (16-5)!) x 0.43175x(1-0.4317)(16-5)= 0.1308. La probabilidad de que aparezcan cinco jóvenes que hayan trabajado antes es 0.1308. 1.2.4. La distribución de probabilidad Geométrica Describe la posibilidad de que un elemento tomado aleatoriamente pertenezca a un subgrupo que formeparte de un conjunto. P(X=k) = (1-p)x p Donde. “p” es la proporción de elementos que presentan la característica o la condición que se tiene como objetivo. En todo caso “0 ≤ p ≤ 1”. “x” es la cantidad de elementos que se prefiere obtener con la característica o la condición objetivo en una muestra de “n” elementos. Siempre x ≥0. La media aritmética µ= 1 / p, indica la cantidad promedio de elementos que cumplen la condición x. La moda es igual a cero, Mo=0. La varianza de las cantidades de elementos que cumplen la condición x viene dada por la expresión S2= (1-P)/P2 Coeficiente de asimetría As= Curtosis de la función geométrica. α4= Ejemplo: Los analistas financieros han determinado a lo lardo de su tiempo de labores que un 12.71% o (0.1271) de los contratos presentan algún tipo de errores que ellos han tenido que corregir. En el último mes se elaboraron una gran cantidad de contratos a igual cantidad de suplidores, se requiere saber la probabilidad de que aparezcan no más de tres contratos con algún error. x=3 P(X≤3) = Ʃ(1-p)x p x=1 P(X≤3)= P(X=0)+P(X=1)+ P(X=2)+ P(X=3) = P(X=0) =(1-0.1271)0 x 0.1271=0.12710 P(X=1) =(1-0.1271)1 x 0.1271=0.11095 P(X=2) =(1-0.1271)2 x 0.1271=0.09684 P(X=3) =(1-0.1271)3 x 0.1271=0.08454 Total o P(X≤3)=………….... =0.41943. 1.2.5. La distribución de probabilidad Hipergeométrica En teoría de la probabilidad y estadística es una distribución de probabilidad discreta relacionada con muestreos aleatorios y sin reemplazo. Suponga que se tiene una población de N elementos de los cuales, dentro de los cuales K de ellos pertenecen a la categoría A y N-K pertenecen a la categoría B. Esta mide el grado de posibilidad de obtener “x” elementos de la categoría “A” en una muestra de “n” elementos tomados aleatoriamente sin reemplazo de la población N. Una aplicación sería: Si en una institución hay (N=40) empleados entre los cuales hay (k=17) que ingresaron en el último año. Se seleccionan aleatoriamente (n=12) de los “N” empleados para participar en un curso, se requiere calcular la probabilidad de que en “n” a parezca una cantidad aparezcan “x=4” empleados de los que ingresaron en el último año. N=k+(N-k) n=x + (n-x) =N!/(n!(N-n)!) Dónde: “N” es la cantidad total de elementos de un conjunto de elementos. “k” es la cantidad de elementos que presentan la característica o la condición que se tiene como objetivo. “N-k” es la cantidad de elementos que no presentan la característica o la condición que se tiene como objetivo. “n” es la muestra de elementos tomada del conjunto de elementos. “k” es la parte de la muestra “n” de elementos que presentan la característica o la condición que se tiene como objetivo. “n-x” es la parte de la muestra “n” de elementos que no presentan la característica o la condición que se tiene como objetivo. N ≥ n k ≥ x El promedio o la media aritmética viene dada por µ=nK/N, el cual indica la cantidad de esperada de elementos con la característica de interés en la muestra n. La moda viene dada por la expresión , que indica la cantidad de elementos con mayor probabilidad de obtener la características de interés. La varianza de las cantidades de elementos con la característica de interés viene expresada como por . Con la misma se mide el grado dispersión entre los eventos “x” de la distribución de probabilidad. El coeficiente de asimetría que indica la forma en que se distribuye las cantidades de eventos con la característica de interés, viene dada por la siguiente expresión: . Curtosis de la función hipergeométrica, que indica el grado de concentración de las cantidades de elementos que podrían tener la característica de interés: Ejemplo: En un lote de (N=53) unidades de productos los supervisores han identificado (k=8) unidades defectuosas, los analistas han seleccionado de manera aleatoria (n=12) unidades de esos productos, se requiere sabe la probabilidad de que aparezcan no más de dos (x ≤ 2) unidades defectuosas. N=53, k=8, n =12, x ≤ 2, N-k=53-8=45, n-x=12-0=12, 12-1=11 y 12-2=10 P(X ≤ 2)=P(X=0)+P(X=1)+ P(X=2)=0.10780+0.30438+0.33482 = 0.74701 1.3. Distribución conjunta de probabilidad discreta Hablar distribuciones conjuntas de probabilidad es equivalente a referirse al grado de posibilidad de que ocurra un evento en base a la presencia o no de un conjunto de eventos que respectivamente pertenecen a experimentos distintos. Es lo mismo que decir el grado de Mo= S2= As= . (α4)= posibilidad de que ocurra la combinación de varios eventos donde cada uno corresponde a un experimento distinto. Como toda distribución de probabilidad debe cumplir las siguientes propiedades: ⱯX [a,b], ⱯY [c,d] y ⱯZ [e,f], siendo a≤b, c≤d y e≤f Ʃ P(X,Y,Z)=1 0 ≤ P(X,Y,Z)≤ 1 Ejemplo: Para que una persona consiga un trabajo (Yi) debe tener los siguientes atributos: Edad>18 años (x>18) Estudios universitarios (n=4), conocimientos de tecnología (t=1) y hablar correctamente idioma inglés (h=1). P(Yi) = f(x>18, n=4, t=1, h=1) Ejemplo: Para un mejor entendimiento aquí se presenta en siguiente esquema que se refiere a la combinación de tres variables: edad, nivel educativo y sexo. Entrevistados por sexo y nivel educativo, según edad, Edad (X) Total Sexo (S) 1. VARON 2. HEMBRA Nivel educativo (Y) Nivel educativo (Y) Nivel educativo (Y) 1. Prima- rio 2. Secun- dario 3. Univer- sitario Total 1. Prima- rio 2. Secun- dario 3. Univer- sitario Total 1. Prima- rio 2. Secun- dario 3. Univer- sitario Total 1 < 20 años 44 46 46 136 28 12 24 64 16 34 22 72 2 20 a 30 46 29 39 114 21 14 26 61 25 15 13 53 3 30 a 40 48 43 45 136 14 16 21 51 34 27 24 85 4 40 a 50 28 49 31 108 13 14 16 43 15 35 15 65 5 50 a 60 44 48 30 122 22 16 19 57 22 32 11 65 6 60 o + 35 36 43 114 20 23 27 70 15 13 16 44 Total 245 251 234 730 118 95 133 346 127 156 101 384 1.3.1. Probabilidad conjunta La probabilidad de seleccionar aleatoriamente una persona que tenga edad entre 20 y 30 años, un nivel educativo universitario y que sea varón, P(X=2, Y=3, S=1)=26 / 730 =0.03561 La probabilidad de seleccionar aleatoriamente una persona que tenga edad menor de 30 años, un nivel educativo secundario o universitario y que no sea hembra. P(X≤2, Y˃1, S≠2)=(12+14+24+26) / 730 =0.1041 La probabilidad de seleccionar aleatoriamente una persona que tenga edad entre 40 y 50 años, un nivel educativo secundario y que sea hembra. P(X=4, Y=2, S=2)=35 / 730 =0.04795 La probabilidad de seleccionar aleatoriamente una persona que tenga mayor de 50 años, un nivel educativo mayor a secundario y que sea hembra. P(X˃4, Y≥2, S=2)= (32+11+13+16) / 730=0.0986 1.3.2. Probabilidad condicional e independencia Es el grado de posibilidad de que ocurra un hecho, evento o suceso de experimento, luego de haber ocurrido o seleccionado otro evento correspondiente a otro experimento. Por la expresión P(A|B) indica la probabilidad de que ocurra el u A habiendo pasado el evento B. Matemáticamente se define como la probabilidad de que presente la intercepción entre evento A y B dividida la probabilidad de que ocurra el evento B, o sea P(A|B)=P(A ∩ B)/P(B) Entrevistados por nivel educativo, según edad Edad (X) Nivel educativo (Y) 1. Prima- rio 2. Secun -dario 3. Univer- sitario Total 1 < 20 años 44 46 46 136 2 20 a 30 46 29 39 114 3 30 a 40 48 43 45 136 4 40 a 50 28 49 31 108 5 50 a 60 44 48 30 122 6 60 o + 35 36 43 114 Total 245 251 234 730 La probabilidad de seleccionar aleatoriamente una persona que tenga edad entre 30 y 40 años, dentro del grupo que tiene un nivel educativo secundario. P(X=3|Y=2)=P(X=3,Y=2)/ P(Y=2) = (43 / 730) / (251 /730)= 43 / 251=0.1713 La probabilidad de seleccionar aleatoriamente una persona que tenga edad mayor de 30 años y menor de 50, dentro del grupo que tiene un nivel educativo secundario o universitario. P(2<X≤4|Y˃1)=P(2<X≤4, Y˃1) / P(Y˃1) = [(43+49+45+31) / 730] / [(251+ 234) /730]=168 / 485=03464 La probabilidad de seleccionar aleatoriamente una persona que tenga un nivel educativo mayor o igual al secundario, dentro del grupo que tenga una edad mayor 30 años y menor de 60. P(Y≥2|3≤X≤5)= P(Y≥2,3≤X≤5) / P(3≤X≤5) = [(43+45+49+31+48+30)/ 730] /[(136+108+122)/ 730]=246/366=0.67213 1.3.3. Eventos independientes Dos eventos A y B son independientes si y solo si la probabilidad del evento B no está influida por el evento A. Lo mismo si y solo si la probabilidad del evento A no está influida por el evento B En tal caso se debe cumplir P(X∩Y)= P(X)P(Y). De igual manera la P(X|Y)= P(X) Ejemplos: El empleado “X” tiene una probabilidad de llegar tarde (p=0.3676) y de llegar temprano (q=0.6324), y el empleado “Y” tiene una probabilidad de llegar tarde (l=0.4893) y de llegar temprano (m=0.5107) La probabilidad de que ambos lleguen temprano se expresa de la siguiente manera P(X=p∩Y=m)= P(X=p) x P(Y=m)= 0.6324 x 0.5107)=0.3230 1.4. La distribución de probabilidad Continua 1.4.1. La distribución uniforme Es útil para describir una variable aleatoria con probabilidad constante sobre los límites (a,b) en el que está definida. También es conocida como distribución rectangular por su función de densidad. Función de distribución Función de densidad Media aritmética y la mediana Varianza Ejemplo: El ingreso los hogares oscila entre (A=20,154 y B=27,634) pesos. La probabilidad de seleccionar un hogar tenga un ingreso entre (a=23,193 y b=24,365) sería: A=20,154 B=27,634 siempre A<B a= 23,193 b=24,365 siempre a<b (b-a) Ɛ (B-A) → El intervalo (b-a) pertenece al intervalo (B-A) A a b B P(a< x < b)= (b-a) / (B-A)= (24,365 – 23,193) / (27,634 -20,154)=1,172/7,480=0.1567 1.4.2. La distribución de probabilidad Exponencial Es una distribución continua que se utiliza para modelar tiempos de espera para la ocurrencia de un cierto evento. Su función de distribución es viene dada por la expresión f(x)=ꞵe-ꞵx, donde x>0 y ꞵ>0 La funcion de distribución acumulada o de densidad es F(x)=1-e-ꞵx. Ejemplo: El tiempo promedio para que un empleado permanezca de la empresa es µ=6.45 años, calcular las probilidades: Un empleado permanezca la empresa menos de cinco años f(X<5) ꞵ=1/µ=1/6.45 F(X<5)=1-e-ꞵx=1-e-1/6.45(5)=0.5394 Un empleado permanezca la empresa mas de siete años f(X>7) ꞵ=1/µ=1/6.45 F(X>7)=1-e-ꞵx=1-(1-e-1/6.45(7))=1-0.6622 =0.3378 Un empleado permanezca la empresa entre 4 y 8 años f(4<X<8 ) ꞵ=1/µ=1/6.45 F(4<X<8)= F(X=8)- F(X=4)=1-e-1/6.45(8)- 1-e-1/6.45(4)=(1-0.7107)-(1-0.4621)= 0.2486 1.4.3. La distribución de probabilidad Normal Está dada por la siguiente función: Donde μ es la media aritmética de la característica que se esté analizando. σ la desviación estándar de la característica que se esté analizando. “x” es la medida objetivo de la característica que se esté analizando, la cual puede tomar valores dentro del intervalo de “ -∞, ∞”. Π= 3.14286 e= 2.7183 Esta es distribución continua de probabilidad que con mayor frecuencia se utiliza en el análisis estadístico y en las aplicaciones de la teoría de probabilidades. La distribución de probabilidad de los valores de la variable X usando la función normal tiene una forma de campana como la que aparece a continuación. Por esa forma de campana recibe el nombre de Campana de Gaus, en honor a quién la desarrolló. La misma tiene gran utilidad en el diseño de muestras, en la prueba de hipótesis, en el control de calidad, en análisis de regresión; procedimientos que se usan frecuentemente en la industria, en la medicina, economía sociología, psicología, política, ingeniería, ciencias naturales, entre otras áreas de aplicación. Tipificación Es el proceso a través del cual se transforma la variable de análisis (X) en la variable tipificada (Z). Z=(X- )/S La Z toma valores entre -5 y 5, con un promedio de “0” y su desviación estándar igual a “1”. Esto se puede comprobar a través de la siguiente tabla. _ X http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad http://es.wikipedia.org/wiki/Estad%C3%ADstica http://es.wikipedia.org/wiki/Teor%C3%ADa_de_probabilidades Cantidad de horas de labores semanales por los trabajadores. i X Z 1 41 -0.0264 2 30 -1.4769 3 42 0.1055 4 44 0.3692 5 57 2.0834 6 40 -0.1582 7 49 1.0285 8 36 -0.6857 9 36 -0.6857 10 37 -0.5538 Promedio 41.2 0.0000 Desviación Estandar S 7.5836 1.0000 Donde es la media aritmética y S es la desviación estándar. Características de la distribución normal. x=μ entonces f(x) es el máximo, o si z=0 entonces f(z) es máximo. ∞ < z ≤ 0, el valor acumulado de f(z) es igual a 0.5. 0 < z ≤ ∞, el valor acumulado de f(z) es igual a 0.5. ∞< z < ∞, el valor acumulado de f(z) es igual a 1. -3.09< z < 3.09, el valor acumulado de f(z)=0.997. -1.96< z < 1.96, el valor acumulado de f(z)=0.95. -1.65< z < 1.65, el valor acumulado de f(z)=0.90. El valor mínimo de f(z) diente a cero pero nunca llega a ser cero. El valor máximo de f(z) se alcanza cuando z=0. f(z) es una función asintótica. f(z) es una simétrica en el punto (z=0). Por lo general “z” oscila entre -5 y 5. Las probabilidades de los valores de variable tipificada (Z) aparecen tabuladas en la tabla normal estándar Z que se presenta a continuación. Ejemplo: Si el ingreso promedio de los trabajadores es 23,548 pesos y la desviación estándar es de 2,459. Determine la probabilidad de seleccionar aleatoriamente un trabajador que tenga un ingreso entre 20,000 y 25,000 pesos. = 23,548 y S=2,459 P(20,000 ≤X≤ 25,000) Z1=(X1- )/S=(20,000-23,548)/2,459=-1.44yZ2=(X2- )/S=(25,000-23,548)/2,459=0.59 P(20,000 ≤X≤ 25,000) = P(-1.44 ≤ z≤0.59)= ϕ(z=0.59)- ϕ(z=-1.44)= 0.72240- 0.07493 _ X _ X _ X _ X _ X P(20,000 ≤X≤ 25,000)=0.64747 Tabla Normal (-Z) Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 -4.00 0.00003 0.00003 0.00003 0.00003 0.00003 0.00003 0.00002 0.00002 0.00002 0.00002 -3.90 0.00005 0.00005 0.00004 0.00004 0.00004 0.00004 0.00004 0.00004 0.00003 0.00003 -3.80 0.00007 0.00007 0.00007 0.00006 0.00006 0.00006 0.00006 0.00005 0.00005 0.00005 -3.70 0.00011 0.00010 0.00010 0.00010 0.00009 0.00009 0.00008 0.00008 0.00008 0.00008 -3.60 0.00016 0.00015 0.00015 0.00014 0.00014 0.00013 0.00013 0.00012 0.00012 0.00011 -3.50 0.00023 0.00022 0.00022 0.00021 0.00020 0.00019 0.00019 0.00018 0.00017 0.00017 -3.40 0.00034 0.00032 0.00031 0.00030 0.00029 0.00028 0.00027 0.00026 0.00025 0.00024 -3.30 0.00048 0.00047 0.00045 0.00043 0.00042 0.00040 0.00039 0.00038 0.00036 0.00035 -3.20 0.00069 0.00066 0.00064 0.00062 0.00060 0.00058 0.00056 0.00054 0.00052 0.00050 -3.10 0.00097 0.00094 0.00090 0.00087 0.00084 0.00082 0.00079 0.00076 0.00074 0.00071 -3.00 0.00135 0.00131 0.00126 0.00122 0.00118 0.00114 0.00111 0.00107 0.00104 0.00100 -2.90 0.00187 0.00181 0.00175 0.00169 0.00164 0.00159 0.00154 0.00149 0.00144 0.00139 -2.80 0.00256 0.00248 0.00240 0.00233 0.00226 0.00219 0.00212 0.00205 0.00199 0.00193 -2.70 0.00347 0.00336 0.00326 0.00317 0.00307 0.00298 0.00289 0.00280 0.00272 0.00264 -2.60 0.00466 0.00453 0.00440 0.00427 0.00415 0.00402 0.00391 0.00379 0.00368 0.00357 -2.50 0.006210.00604 0.00587 0.00570 0.00554 0.00539 0.00523 0.00508 0.00494 0.00480 -2.40 0.00820 0.00798 0.00776 0.00755 0.00734 0.00714 0.00695 0.00676 0.00657 0.00639 -2.30 0.01072 0.01044 0.01017 0.00990 0.00964 0.00939 0.00914 0.00889 0.00866 0.00842 -2.20 0.01390 0.01355 0.01321 0.01287 0.01255 0.01222 0.01191 0.01160 0.01130 0.01101 -2.10 0.01786 0.01743 0.01700 0.01659 0.01618 0.01578 0.01539 0.01500 0.01463 0.01426 -2.00 0.02275 0.02222 0.02169 0.02118 0.02068 0.02018 0.01970 0.01923 0.01876 0.01831 -1.90 0.02872 0.02807 0.02743 0.02680 0.02619 0.02559 0.02500 0.02442 0.02385 0.02330 -1.80 0.03593 0.03515 0.03438 0.03362 0.03288 0.03216 0.03144 0.03074 0.03005 0.02938 -1.70 0.04457 0.04363 0.04272 0.04182 0.04093 0.04006 0.03920 0.03836 0.03754 0.03673 -1.60 0.05480 0.05370 0.05262 0.05155 0.05050 0.04947 0.04846 0.04746 0.04648 0.04551 -1.50 0.06681 0.06552 0.06426 0.06301 0.06178 0.06057 0.05938 0.05821 0.05705 0.05592 -1.40 0.08076 0.07927 0.07780 0.07636 0.07493 0.07353 0.07215 0.07078 0.06944 0.06811 -1.30 0.09680 0.09510 0.09342 0.09176 0.09012 0.08851 0.08692 0.08534 0.08379 0.08226 -1.20 0.11507 0.11314 0.11123 0.10935 0.10749 0.10565 0.10383 0.10204 0.10027 0.09853 -1.10 0.13567 0.13350 0.13136 0.12924 0.12714 0.12507 0.12302 0.12100 0.11900 0.11702 -1.00 0.15866 0.15625 0.15386 0.15151 0.15 0.14686 0.14457 0.14231 0.14007 0.13786 -0.90 0.18406 0.18141 0.17879 0.17619 0.17361 0.17106 0.16853 0.16602 0.16354 0.16109 -0.80 0.21186 0.20897 0.20611 0.20327 0.20045 0.19766 0.19489 0.19215 0.18943 0.18673 -0.70 0.24196 0.23885 0.23576 0.23270 0.22965 0.22663 0.22363 0.22065 0.21770 0.21476 -0.60 0.27425 0.27093 0.26763 0.26435 0.26109 0.25785 0.25463 0.25143 0.24825 0.24510 -0.50 0.30854 0.30503 0.30153 0.29806 0.29460 0.29116 0.28774 0.28434 0.28096 0.27760 -0.40 0.34458 0.34090 0.33724 0.33360 0.32997 0.32636 0.32276 0.31918 0.31561 0.31207 -0.30 0.38209 0.37828 0.37448 0.37070 0.36693 0.36317 0.35942 0.35569 0.35197 0.34827 -0.20 0.42074 0.41683 0.41294 0.40905 0.40517 0.40129 0.39743 0.39358 0.38974 0.38591 -0.10 0.46017 0.45620 0.45224 0.44828 0.44433 0.44038 0.43644 0.43251 0.42858 0.42465 0.00 0.50000 0.49601 0.49202 0.48803 0.48405 0.48006 0.47608 0.47210 0.46812 0.46414 Tabla Normal (+Z) Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.00 0.50000 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.52790 0.53188 0.53586 0.10 0.53983 0.54380 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535 0.20 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409 0.30 0.61791 0.62172 0.62552 0.62930 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173 0.40 0.65542 0.65910 0.66276 0.66640 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793 0.50 0.69146 0.69497 0.69847 0.70194 0.70540 0.70884 0.71226 0.71566 0.71904 0.72240 0.60 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.75490 0.70 0.75804 0.76115 0.76424 0.76730 0.77035 0.77337 0.77637 0.77935 0.78230 0.78524 0.80 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327 0.90 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891 1.00 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214 1.10 0.86433 0.86650 0.86864 0.87076 0.87286 0.87493 0.87698 0.87900 0.88100 0.88298 1.20 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147 1.30 0.90320 0.90490 0.90658 0.90824 0.90988 0.91149 0.91308 0.91466 0.91621 0.91774 1.40 0.91924 0.92073 0.92220 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189 1.50 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408 1.60 0.94520 0.94630 0.94738 0.94845 0.94950 0.95053 0.95154 0.95254 0.95352 0.95449 1.70 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.96080 0.96164 0.96246 0.96327 1.80 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062 1.90 0.97128 0.97193 0.97257 0.97320 0.97381 0.97441 0.97500 0.97558 0.97615 0.97670 2.00 0.97725 0.97778 0.97831 0.97882 0.97932 0.97982 0.98030 0.98077 0.98124 0.98169 2.10 0.98214 0.98257 0.98300 0.98341 0.98382 0.98422 0.98461 0.98500 0.98537 0.98574 2.20 0.98610 0.98645 0.98679 0.98713 0.98745 0.98778 0.98809 0.98840 0.98870 0.98899 2.30 0.98928 0.98956 0.98983 0.99010 0.99036 0.99061 0.99086 0.99111 0.99134 0.99158 2.40 0.99180 0.99202 0.99224 0.99245 0.99266 0.99286 0.99305 0.99324 0.99343 0.99361 2.50 0.99379 0.99396 0.99413 0.99430 0.99446 0.99461 0.99477 0.99492 0.99506 0.99520 2.60 0.99534 0.99547 0.99560 0.99573 0.99585 0.99598 0.99609 0.99621 0.99632 0.99643 2.70 0.99653 0.99664 0.99674 0.99683 0.99693 0.99702 0.99711 0.99720 0.99728 0.99736 2.80 0.99744 0.99752 0.99760 0.99767 0.99774 0.99781 0.99788 0.99795 0.99801 0.99807 2.90 0.99813 0.99819 0.99825 0.99831 0.99836 0.99841 0.99846 0.99851 0.99856 0.99861 3.00 0.99865 0.99869 0.99874 0.99878 0.99882 0.99886 0.99889 0.99893 0.99896 0.99900 3.10 0.99903 0.99906 0.99910 0.99913 0.99916 0.99918 0.99921 0.99924 0.99926 0.99929 3.20 0.99931 0.99934 0.99936 0.99938 0.99940 0.99942 0.99944 0.99946 0.99948 0.99950 3.30 0.99952 0.99953 0.99955 0.99957 0.99958 0.99960 0.99961 0.99962 0.99964 0.99965 3.40 0.99966 0.99968 0.99969 0.99970 0.99971 0.99972 0.99973 0.99974 0.99975 0.99976 3.50 0.99977 0.99978 0.99978 0.99979 0.99980 0.99981 0.99981 0.99982 0.99983 0.99983 3.60 0.99984 0.99985 0.99985 0.99986 0.99986 0.99987 0.99987 0.99988 0.99988 0.99989 3.70 0.99989 0.99990 0.99990 0.99990 0.99991 0.99991 0.99992 0.99992 0.99992 0.99992 3.80 0.99993 0.99993 0.99993 0.99994 0.99994 0.99994 0.99994 0.99995 0.99995 0.99995 3.90 0.99995 0.99995 0.99996 0.99996 0.99996 0.99996 0.99996 0.99996 0.99997 0.99997 4.00 0.99997 0.99997 0.99997 0.99997 0.99997 0.99997 0.99998 0.99998 0.99998 0.99998
Compartir