CAPTULO III: PROBABILIDADES

ESTADSTICA SOCIAL
Prof. Magaly Moraga C.
La probabilidad se asocia con lo incierto, es decir
aquello que se sita entre lo seguro y lo imposible.

Imposible -> Incierto -> Seguro

Para expresar esta certeza (o incerteza) utilizamos un
lenguaje bastante ambiguo: Es probable que; es
posible que; se espera que; estamos casi seguro
que; hay alguna posibilidad que; etc.

Introduccin y objetivos

2
Las expresiones
anteriores son referidas
a situaciones que
denominaremos:
Sucesos.

3

En este tema vamos a tratar:
Que entendemos por probabilidad
Algunas reglas de clculo
Ver como aparecen las probabilidades
en temas antropolgicos.
Ver aplicaciones en el rea.
DOS PERSPECTIVAS DE LA
PROBABILIDAD: OBJETIVA Y SUBJETIVA
El concepto de probabilidad objetiva se puede dividir en:
1) Probabilidad clsica o a priori
2) Frecuencia relativa o a posteriori

Probabilidad clsica: data del siglo XVII en los trabajos
de dos matemticos, Pascal y Fermat. Gran parte de esta
teora fue creada al intentar resolver problemas
relacionados con juegos de azar, como el juego de los
dados.
Por ej., si un dado normal es lanzado, la probabilidad de
que caiga 1 es 1/6.
5
Definicin:
6
Si un evento puede ocurrir de N formas, las cuales se
excluyen y son igualmente probables, y si m de estos eventos
poseen una caracterstica E, la probabilidad de ocurrencia de
E es igual a m/N.


Se lee P(E) como la probabilidad de E. Esta definicin se
expresa como:

P(E) = m/N
Probabilidad de frecuencia relativa depende de la
repetitividad de algunos procesos y a capacidad de contar
el nmero de repeticiones, as como el nmero de veces
que algn evento de inters ocurre.

DEFINICIN:
Si algn proceso es repetido un gran nmero de
veces, n, y si algn evento resultante, con la
caracterstica E, ocurre m veces, la frecuencia
relativa de la ocurrencia de E, m/n, es
aproximadamente igual a la probabilidad de E.
Nmero de hermanos de los alumnos que llevan el curso
ESTD246, primer semestre 2012, UACH.

N de hermanos de los
alumnos de ESTD246
Frecuencias Porcentaje
0
1
2
3
4
7
8
2
7
15
11
4
1
1
4,9%
17,1%
36,6%
26,8%
9,8%
2,4%
2,4%
Total 41 100%
Ejemplo:
Probabilidad subjetiva
Grado de certeza que se posee sobre un suceso. Es
personal.
Este enfoque sostiene que la probabilidad mide la
confianza que un individuo tiene en la certeza de una
proposicin determinada. Este concepto no depende de
la repetitividad de ningn proceso.

Ejemplo, la probabilidad de descubrir una cura para
el cncer en los prximos diez aos.


9
Conceptos Bsicos
Experimento : es un proceso mediante el
cual se obtiene un resultado de una
observacin. Estos pueden ser :

determinsticos
no determinsticos.


10
Un experimento es
determinstico, cuando el
resultado de la observacin es
determinado en forma precisa por
las condiciones bajo las cuales se
realiza dicho experimento.

11
Un experimento es aleatorio o
no determinstico, cuando los
resultados de la observacin no
se pueden predecir con exactitud
antes de realizar el experimento.

12
Espacio Muestral:
denotado por O, es un
conjunto de puntos
correspondientes a
todos los posibles
resultados de un
experimento aleatorio.
13
Algunos ejemplos son:
Lanzar una moneda O = {Cara, Sello}

Lanzar un dado O = {1,2,3,4,5,6}

Seleccionar a dos enfermos entre 4
O= {(1,2);(1,3);(1,4);(2,3),(2,4);(3,4)}

14
Se define como evento o suceso a cualquier
subconjunto del espacio muestral O.


15
En particular O y u (conjunto vaco) son eventos.

O => suceso seguro
u => suceso imposible

Se llama suceso contrario (complementario) de un
suceso A, A
c
, al formado por los elementos que no
estn en A.
Se llama suceso unin de A y B, AUB, al formado por
los resultados experimentales que estn en A o en B
(incluyendo los que estn en ambos)

Se llama suceso interseccin de A y B, AB, al
formado por los resultados experimentales que estn
en A y B.

Definicin de probabilidad
O
=
de elementos de Nmero
A evento al favorables casos de mero
) (
N
A P
Se llama probabilidad a cualquier funcin, P,
que asigna a cada suceso A un valor
numrico P(A),
Regla de Laplace
Propiedades elementales de la probabilidad
En 1933 el matemtico ruso A.N. Kolmogorov formaliz el
enfoque axiomtico de la probabilidad. Las bases de este
enfoque estn inmersas en tres propiedades:
Axioma 1 : P(O) = 1,
busca una cuota superior para las probabilidades

Axioma 2 : P(A ) > 0, para cualquier evento A de O
busca una cuota inferior para las probabilidades

Ambos axiomas 1 y 2 deducen que 0 s P(A) s 1

21
Axioma 3 : Si A y B son excluyentes o
disjuntos, es decir,

P(A B)= { } = u,

Entonces P(A B) = P(A) + P(B)

Este axioma permite sumar probabilidades de
eventos disjuntos

O
Propiedades bsicas de la funcin
probabilidad


P(A) = 1 - P(A
c
)
P(u) = 0
Si A_ B Entonces P(A) s P(B)
P(AB) = P(A) + P(B) - P(AB)

Ejemplo
Se tiene los siguientes sucesos:
A = que un nio se infecte por Salmonella
B = que una familia se infecte por Salmonella

P(A) = 0.05 P(B) = 0.12

EVENTO COMPLEMENTARIO = NO INFECTADO

P(A
c
) = 1 P(A) = 1 0.05 = 0.95
P(B
c
) = 1 0.12 = 0.88
Probabilidades Condicionales e
Independencia

A menudo, dos eventos se relacionan de manera
Tal que la probabilidad de ocurrencia de uno
depende de la ocurrencia del otro. Es decir, si se
da la ocurrencia de un evento B, se quiere saber
la probabilidad de ocurrencia de otro evento A
dado que ha ocurrido B.



Probabilidades Condicionales
Son probabilidades basadas en el conocimiento
de que cierto evento ha ocurrido.

P(A|B) = P(evento| evento condicionante)

) (
) (
B P
B A P
=
Se escoge un alumno al azar del curso ESTD246.
Resulta ser un hombre.
Cul es la probabilidad de haber estudiado en un
colegio municipal?






Tipo de colegio Total
Municipal Part. Subv. Particular
Sexo Hombre 11 6 5 22
Mujer 3 13 2 18
Total 14 19 7 40
Independencia estocstica

La independencia de eventos, busca determinar
en algn sentido de relacin que se puede dar
entre dos eventos, es as que diremos que A y B
son eventos independientes si la probabilidad
condicional de A dado B, es simplemente la
probabilidad de A. Dicho de otra forma, B no
afecta al resultados de A probabilsticamente o
estocsticamente.
A y B son independientes si:

P(A|B) = P(A)
Definicin: Se dice que dos eventos aleatorios A
y B son estadsticamente (o estocsticamente)
independientes si:

P(AB) = P(A)*P(B)

En otro caso se dice que los eventos A y B son
dependientes.

Ejemplo
P(una mujer de a luz una nia) = 0.5
P(una mujer de a luz un da domingo) = 0.14

P(una mujer de a luz una nia un da domingo) = 0.5*0.14
= 0.07