CONCEPTOS

BSICOS
DE PROBABILIDAD
Y ESTADSTICA

Introduccin
Con este informe tratar de extraer la informacin ms
importante de probabilidad y estadstica, resumiendo
conceptos bsicos que me permitan entender esta
rama de las matemticas.

Probabilidad
La probabilidad y la estadstica son, sin duda, las ramas de las
Matemticas que estn en mayor auge en este siglo, y tienen una
tremenda aplicabilidad en todos los aspectos y ciencias,
especialmente en las Ciencias Sociales, puesto que aquellas variables
que influyen en dichas ciencias, econmicas, demogrficas, suelen
tener carcter aleatorio, es decir, no son deterministas, y se
fundamentan en predicciones a partir de datos conocidos. Todo
aquello que implique prediccin nos lleva al terreno de la probabilidad.

Definicin Bsica
Las probabilidades se ocupan principalmente para saber que tan posible pueda
ocurrir un suceso respecto a otro.

Conceptos Bsicos
Espacio Muestral (E): Es el conjunto formado por todos los resultados posibles
de un experimento aleatorio
El tpico ejemplo es el
lanzamiento de la moneda
ya que se calcula la
cantidad de resultados
posible con el principio
multiplicativo.
N (monedas) = 2n
posibilidades

Tipos de Sucesos:
1.- Suceso elemental: Cada elemento que forma parte del espacio muestral.
2.-Suceso Aleatorio: Es cualquier subconjunto del espacio muestral o sea cosa
que se nos ocurra afirmar sobre dicho experimento.
3.-Suceso Imposible: Es aquel que nunca ocurre o su probabilidad es cero y se
representa como:
P () = 0
4.-Suceso Seguro: Es aquel que siempre ocurre. Su probabilidad es uno, y se
escribe como:
P (E) = 1, donde E es el espacio muestral.
5.-Suceso Contrario: El suceso se conoce como suceso contrario de A, es decir,
que el suceso A no ocurra. La probabilidad de que ocurra el suceso contrario de A
es:
P() = 1 P(A)

Tipos de Probabilidad:

1.- Probabilidad Total: Se define como la probabilidad de que ocurra el suceso A o

el suceso B
a) Mutuamente Excluyentes: Los sucesos A y B no pueden ocurrir al mismo
tiempo:
P (A B) = P (A) + P (B)
b) No son Mutuamente Excluyentes: Los sucesos A y B pueden ocurrir al mismo
tiempo:
P (A B) = P (A) + P (B) P (A B)
2.- Probabilidad Condicionada [P (B / A)] : Es la probabilidad de B tomando como
espacio muestral A, es decir, la probabilidad de que ocurra B dado que ha
sucedido A.
P (B / A) = P (A B)

P(A)
3.- Probabilidad Compuesta: Se define como la probabilidad de que ocurra el
suceso A y el suceso B.
a) Independientes: La ocurrencia del segundo evento no est influida por la
ocurrencia del primero.
P (A B) = P (A) P (B)
b) Dependientes: La ocurrencia del Segundo est condicionada por la ocurrencia
del primero.
P (A B) = P (A) P (B / A)
4.- Probabilidad Clsica o a Priori: Se puede decir que si un experimento
aleatorio, el espacio muestral E tiene n elementos igualmente probables y un
evento A subconjunto de E tiene nA elementos, entonces la probabilidad de que
ese suceso ocurra se expresa como:
P (A) = NA

Donde:
N: Casos Posibles

Importante

NA : Casos Favorables para A

0 P (A) 1

Diagrama del rbol

El diagrama del rbol es una representacin grfica de los posibles resultados de
un experimento Se utiliza principalmente para problemas de probabilidad y
conteo.
Construccin: Se comienza estableciendo una rama para cada una de las
posibilidades, acompaada de su probabilidad. En el final de cada rama se
constituye a su vez, un nudo del cual parten nuevas ramas segn las posibilidades
del siguiente paso, salvo si el nudo representa un posible final del experimento.

Estadstica
Es una ciencia que utiliza conjunto de datos numricos, que se utilizan
para recolectar, resumir, clasificar, analizar e interpretar el
comportamiento de los datos con respecto a una caracterstica
basadas en el clculo de probabilidades.
Existen dos tipos:
a)Estadstica
Inferencial:
Metodologa
tendente
a
hacer
descripciones, predicciones, comparaciones y generalizaciones de una
poblacin estadstica a partir de la informacin contenida en una
muestra. Utiliza resultados obtenidos mediante la Estadstica
Descriptiva y se apoya fuertemente en el clculo de probabilidades.
b) Estadstica Descriptiva: Es el recuento, ordenacin, y clasificacin
de los datos obtenidos por las observaciones. Se construyen tablas y
se representan grficos que permiten simplificar la complejidad de los
datos que intervienen en la distribucin.
El siguiente diagrama resume lo expuesto anteriormente:

Conceptos Bsicos
1) Poblacin: Es la coleccin o conjunto de individuos, objetos o eventos que
poseen caractersticas comunes, cuyas propiedades sern analizadas. Existen
dos tipos:
a) Poblacin Finita: Cuando se puede conocer el nmero de elementos de dicha
poblacin.
b) Poblacin Infinita: Cuando el nmero de elementos es tan amplio que se
pueden considerar infinitos, es decir, que no se pueden conocer el nmero de
elementos de dicha poblacin.
2) Individuos: Se llama individuo o variable estadstica a cada uno de los
integrantes de la poblacin cuya propiedad o caracterstica se quiere estudiar.
3) Parmetro: Es una medida resumen que describe una caracterstica de todas
poblacin.
4) Muestra: Es una parte o subconjunto representativo de la poblacin. A este
proceso de obtener una muestra se llama muestreo.
Algunos de los tipos de muestra ms importantes son:
a) Muestras probabilsticas: son aquellas en que todos elementos de la
poblacin tienen una posibilidad de ser incluida en la muestra.
b) Tabla de Nmeros Aleatorios: Es aquel obtenido al azar, es decir, que todo
nmero tenga la misma probabilidad de ser elegido y que la eleccin de uno no
dependa de la eleccin del otro.

c) Muestreo Aleatorio Simple: Se caracteriza por tener todos los elementos de la

poblacin con la misma probabilidad de ser incluidos en la muestra.
d) Muestreo Sistemtico: Se selecciona la muestra tomando cada
k-sima
unidad de la poblacin una vez que la unidades de muestreo estn numeradas o
arregladas en alguna forma.
5) Variables: Se utilizan para poder organizar mejor las caractersticas de los
individuos. Existen dos tipos:
a) Variable Cualitativa: Son aquellas que usan caractersticas no numricas del
individuo.
COL
Peso
(Kg) PAS
OR
55
- 59
Blanc
60 - 64 Brasil
o - 69
65
Rojo
70
- 74 Chile
75
- 79 Per
Azul
Verde Ecuador

Frecuencia
0
5
5
8
12

b) Variable Cuantitativas: Son aquellas que describen al individuo por medio de

caractersticas numricas, estas a su vez se pueden subdividir en:

i) Cuantitativas Discretas:
Son aquellas a las que se les
puede asociar un nmero
Puntaje
entero.
400
500
600
700
800

ii) Cuantitativas Continuas:

Son aquellas en las que la
variable puede tomar cualquier
Frecuencia
valor expresado.
4
15
36
34
3

Formas de Resumir los Datos

1) Tabla de frecuencias: Es una ordenacin en forma de tabla de
los datos estadsticos, asignando cada dato a su frecuencia
correspondiente:
a) Frecuencia Absoluta: Es el nmero de veces que aparece un determinado
valor en un estudio estadstico.

, donde N es el nmero total de datos.

b) Frecuencia Relativa: Es el cociente entre la frecuencia absoluta de un
determinado valor y el nmero total de datos.

Donde:
Ni: Es el porcentaje (%)
fi: Es la frecuencia absoluta
La suma de la
frecuencia relativa
es igual a 1

N: nmero total de datos

c) Frecuencia Acumulada: Es la sume de la frecuencia absoluta de todos los

valores o igual al valor considerado.

d) Frecuencia Relativa Acumulada: Es el cociente entre la frecuencia acumulada

de un determinado valor y el nmero total de datos. Se puede expresar en %.

2) Grficos : Es una representacin grfica de cualquier variable .

a) Grficos de barras: Cada valor de la variable se representa por una barra
proporcional a la frecuencia con que se presenta.

b) Histograma: Se usa para variables agrupadas en intervalos, asignando a cada

uno un intervalo proporcional a su frecuencia.

c) Polgonos de Frecuencia: Es la lnea que une puntos correspondientes a las

frecuencias de cada valor.

d) Grficos circulares: Nos permiten ver la distribucin interna de los datos que
representan un hecho en forma de porcentajes sobre un total.

e) Pictogramas : Son grficos que son similares a los grficos de barras , pero
estos emplean dibujos en una determinada escala para representar la unidad de
medida de los datos utilizados.

Medidas de Tendencia Central

Si se posee un conjunto de observaciones de algunas variables
aleatorias , exiten algunos indicadores que entregan informaccin
resumida acerca de dichas obervaciones.
1) Media Aritmtica o promedio () : Se obtiene al dividir la suma
de todos los valores de la variable entre el nmero total de stos

2) Mediana (Me): Es el valor que ocupa la posicin central cuando los

datos han sido ordenados en forma creciente.
n es impar : n+1
2

n es par : n

, donde n es el nmero de datos

3) Moda (MO) : Es el valor ms frecuente del total de datos.

Medidas de Dispersin
Es el alejamiento de los datos respecto de las medidas de
centralizacin.
1) Varianza: Es la medida aritmtica de las diferencias al cuadrado de
cada dato respecto de la media aritmtica de ellos.

2) Desviacin tpica o estndar: Es la raz cuadrada de la varianza.

Conclusin
Nos podemos dar cuenta que las probabilidades y la
estadsticas estn ntimamente ligadas, pues una
rene, organiza y resume los datos obtenidos y la otra
a partir de estos realiza una representacin grfica
que permiten visualizar mejor y ms rpido los
resultados.