UNIVERSIDAD NACIONAL DE

CHILECITO

ESTADISTICA

Docentes: Lic. Jorge Leyva

Lic. Gabriel Quiroga

Año: 2024
 CAPITULO Nº 3

MEDIDAS DE RESUMEN DESCRIPTIVAS

Las medidas de resumen descriptivas son útiles para analizar e interpretar datos cuantitativos,
ya sean recolectados en serie simple (sin ordenarlos) o en datos agrupados (distribución de
frecuencia).
Las medidas de resumen descriptivas más importantes son:

Medidas de posición
Medidas de dispersión
Medidas de forma

Medidas de Posición

Son medidas que nos indican la posición que ocupa la distribución (histograma), sobre el eje
de las abscisas. Estas medidas permiten conocer diversas características de los datos.
Las medidas de posición son de dos tipos:
Medidas de posición central: informan sobre los valores medios de los datos.
Medidas de posición no centrales: informan de cómo se distribuye el resto de los valores.

Medidas de posición central

Las principales medidas de posición central son: la media aritmética (o media), la mediana y
el modo.

Media aritmética: es el promedio de los valores de la variable o medida de tendencia central

más conocida y de mayor uso. Simbólicamente se la expresa como la M(x), X o  X , y
define:

n n
1 1
X   Xi X   X i
i 1 n i 1 N

serie simple (muestra) serie simple (población)

n n
Xi X
X = ni X   i ni
i 1 n i 1 N

datos agrupados (muestra) datos agrupados (población)

1
Propiedades:

a) La suma de los desvíos entre los valores de la variable y la media, debidamente

ponderados, da cero (0).
n

Z n
i 1
i i 0

Los desvíos respecto a la media se simbolizan por

Zi  Xi  X

b) La suma de los cuadrados de los desvíos con respecto a la media, debidamente ponderados,
da un MINIMO.

Z
i 1
i
2
* ni  Minimo

c) La media de una constante es igual a dicha constante.

c i
X (c )  i 1
c
n

d) La media de una constante por una variable es igual a la constante por la media de la
variable.

 c Xi * n i i
X (c * Xi )  i 1
 c* X
n

e) La media de una variable más una constante es igual a la media de la variable más la
constante.

 c Xi * n i i
X (c  Xi )  i 1
c X
n

f) La media de una muestra es igual a la media de las medias de las sub muestras calculada
con ponderaciones iguales a los tamaños de las sub muestras.

g) La media aritmética de una suma de variables, que están expresadas en la misma unidad
de medida, es igual a la suma de las medias aritméticas de cada una de las variables.

2
Mediana: es el valor de los datos que se sitúa justamente en el centro de la muestra (un 50%
de valores son inferiores y otro 50% son superiores). Simbólicamente se la representa como
Me.

Una alternativa para su cálculo es seguir los siguientes pasos (para serie simple):

a) Ordenar los datos de forma ascendente.

b) Usar la siguiente fórmula para encontrar la ubicación de la mediana cuando la cantidad de
observaciones en impar:

n 1
UbMe 
2

Si el número de observaciones es impar la mediana es un valor observado de la serie dado

por la ubicación. Si el número de observaciones es par la mediana no es un valor observado,
por lo cual se calcula un promedio entre los valores definido por la ubicación.

Formula cuando la serie simple y la cantidad de observaciones es par

x( n /2)  x( n /2) 1
ubme 
2

Moda: es el valor de la variable que se repite con mayor frecuencia. Simbólicamente se la

representa como Mo.

Ejemplo: Se una muestra de 10 observaciones en relación a los ingresos con que cuenta un
estudiante de Economía para administrar en el transcurso de un mes.

250.00 300.00 320.00 280.00 300.00

260.00 300.00 310.00 290.00 330.00

La media aritmética seria:

n
1
X   Xi
i 1 n

x = 2940 = 294
10

La mediana seria:

a) 250 260 280 290 300 300 300 310 320 330
3
 n  1 10  1 300  300
b) UbMe    5.5 ; Me   300
2 2 2

La moda seria:

Mo  300

Medidas de posición no centrales

Las medidas de posición no centrales permiten conocer otros puntos característicos de la

distribución que no son los valores centrales. Entre otros indicadores, se suelen utilizar una
serie de valores que dividen la muestra en tramos iguales:
Cuartiles: son 3 valores que distribuyen la serie de datos, ordenada de forma creciente o
decreciente, en cuatro tramos iguales, en los que cada uno de ellos concentra el 25% de los
resultados. Entre los cuarteles podemos mencionar: el primer cuartel (Q1), el segundo (Q2)
y el tercer (Q3).
Deciles: son 9 valores que distribuyen la serie de datos, ordenada de forma creciente o
decreciente, en diez tramos iguales, en los que cada uno de ellos concentra el 10% de los
resultados.
Percentiles: son 99 valores que distribuyen la serie de datos, ordenada de forma creciente o
decreciente, en cien tramos iguales, en los que cada uno de ellos concentra el 1% de los
resultados.

Medidas de Dispersión

Son aquellas medidas que nos indican cuan concentrada o cuan dispersa esta la distribución
de la variable (histograma).

Rango (recorrido): Es la sencilla, pero también suele no ser la más correcta de las medidas
para reflejar la dispersión. Es la diferencia entre el mayor y el menor de los valores de la
variable.

Rango (R) = valor máximo – valor mínimo

Rango intercuartilico: Es la diferencia entre el tercer y primer cuartil

RI= Q3 – Q1

Varianza: es la medida más utilizada de las medidas de dispersión. Se define como “la media
aritmética del cuadrado de los desvíos respecto de la media aritmética de la variable.
Simbólicamente se la expresa como Var (x), sX2 o  X2 .

4
 n

(X i  X )2
sX2  i 1

n 1

Varianza muestral para serie simple

(X i  X )2 * ni
sX2  i 1

n 1
Varianza muestral para datos agrupados

(X i  X )2
 X2  i 1

N
Varianza poblacional para serie simple

(X i  X ) 2 * ni
 X2  i 1

Varianza poblacional para datos agrupados

Observación:

“La varianza esta expresada en términos del cuadrado de la unidad de medida de la

variable”.

Propiedades:
a) La varianza de una variable es siempre No negativa.

Var ( Xi)  0

b) La varianza de una constante es igual a cero.

Var(c)  0

c) La varianza de una constante por una variable es igual al cuadrado de la constante por la
varianza de la variable.

Var (c * Xi)  c 2 *Var ( Xi)

5
d) La varianza de una variable más o menos una constante es igual a la varianza de la variable.

Var( Xi  c)  Var ( Xi)

e) La varianza de una suma o diferencia de variables, que son independientes entre sí, es igual
a la suma de sus varianzas.

Var( Xi  Yi)  Var( Xi)  Var (Yi)

Desviación estándar: Se basa en el concepto de la varianza y ofrece una medida de

dispersión que es compatible con los valores de la variable. Para ello se toma la raíz cuadrada
de la varianza. Simbólicamente se la expresa como DS(x), s o σ.

s  Var ( Xi )

Coeficiente de Variación: es una medida de dispersión relativa, ya que permite comparar la

dispersión de dos o más distribuciones, especialmente cuando las variables de estas
distribuciones tienen distinta unidad de medida. Simbólicamente se la expresa como CV(x).

s
CV ( x)  *100
X

Por último, digamos que, siempre se verifica:

0 ≤ CV(x) < + ∞

Ejemplo: Se una muestra de 10 observaciones en relación a los gastos que tiene un estudiante
de Economía en el transcurso de un mes en concepto de fotocopias.

El Rango seria:
R = valor máximo – valor mínimo = 35 – 20 = 15

6
Para el cálculo de la varianza hacemos lo siguiente:

Xi Xi - M(x) [Xi - M(x)]²

20 -8,2 67,24
25 -3,2 10,24
30 1,8 3,24
35 6,8 46,24
25 -3,2 10,24
30 1,8 3,24
30 1,8 3,24
28 -0,2 0,04
32 3,8 14,44
27 -1,2 1,44
159,6

Sabiendo que M(x) = 28.2

La varianza seria:

(X i  X )2
159.60
sX2  i 1
  17.33333
n 1 9

La desviación estándar seria:

s  17.3333  4.21109

El coeficiente de variación seria:

4.21109
CV ( x)  *100  14.93%
28.2

7
Medidas de Asimetría

Es el grado de deformación horizontal de la distribución. La distribución puede ser simétrica

o asimétrica, en este último caso podría ser asimétrica a la derecha (positiva) o asimétrica
a la izquierda (negativa). En términos generales podríamos decir que contamos con tres
formas para ver la asimetría de una distribución:
- comparando sus medidas de posición.
- mirando la gráfica de la distribución.
- resolviendo una expresión matemática (formula).

Con respecto a la comparación de las medidas de posición tendremos las siguientes

situaciones:

M(x) = Me = Mo Simetría
M(x) >Me > Mo Asimetría a la derecha
M(x) < Me < Mo Asimetría a la izquierda

Mirando la gráfica de la distribución:

Simétrica Asimétrica derecha Asimétrica izquierda

El coeficiente de Pearson es una expresión matemática (no la única) que nos da una idea de
la simetría de una distribución. El mismo se define de la siguiente manera:

X  Mo
Ap 
s

Este coeficiente se encuentra entre - 3 < A(p) < + 3 . Un valor del coeficiente cercano a cero
nos indicaría presencia de simetría en la distribución. Un valor del coeficiente cercano a 3
nos indicaría asimetría positiva y viceversa si el coeficiente es cercano a -3.

8
 CAPITULO Nº 4

DESCRIPCION CONJUNTA DE VARIAS VARIABLES

Distribución de frecuencias múltiples

Uno de los objetivos del análisis estadístico es encontrar las relaciones que existen entre un
grupo de variables (análisis multivariado). Supondremos inicialmente, para simplificar, que
el conjunto de datos contiene los valores de dos variables (x,y), o sea un distribución
bidimensional.
Para pasar a una distribución de frecuencias Absoluta tendríamos que fijarnos en los pares
de valores repetidos que tiene la serie simple y colocarlos en una tabla. La suma de todas las
frecuencias absolutas debe dar el total de las observaciones.

Distribución conjunta
Llamaremos distribución conjunta de frecuencia de dos variables (x,y) a una tabla que
representa los valores observados de ambas variables y las frecuencias relativas de aparición
de cada par de valores. Simbólicamente la expresaremos como:

fr ( xi, yj )

La suma de todas las frecuencias relativas del interior de la tabla debe ser igual a uno.

n n


i 1 j 1
fr ( xi. yj )  1

Cuando las variables son cualitativas, la tabla resultante se denomina tabla de

contingencias, reservándose el nombre de distribución conjunta para variables numéricas.

Ejemplo: sea una muestra de 282 observaciones obtenida de una eph (encuesta permanente
de hogar). De dicha muestra se analizará la relación que existe entre el estado civil de una
persona y su nivel de estudio.

La tabla de contingencia para este ejemplo seria:

Frecuencias relativas
Estado civil
Nivel educación 1 2 3 4 5 Total
1 0,06 0,2 0,04 0,12 0,03 0,45
2 0,03 0,16 0,06 0,01 0,02 0,28
3 0,02 0,14 0,03 0,01 0,07 0,27
Total 0,11 0,49 0,13 0,15 0,12 1

9
Distribuciones marginales
Se denomina distribución marginal de una variable a la obtenida al estudiar la variable
aisladamente, con independencia del resto. Se obtiene a partir de la distribución conjunta
acumulando en los márgenes de la tabla la suma de las frecuencias relativas de las filas o
columnas. Simbólicamente la expresaremos como:

n
fr ( xi)   fr ( xi, yi)
j 1

Por ejemplo, la distribución marginal del estado civil toma cinco posibles valores, 1, 2, 3, 4
y 5 con frecuencias relativas 0.11, 0.49, 0.13, 0.15, 0.12

Distribuciones Condicionadas
La distribución condicionada de y para x=xi (es decir para un valor particular de x), es la
distribución univariante de la variable y que se obtiene considerando solo los elementos que
tienen para la variable x el valor xi. Puede obtenerse de la distribución conjunta dividiendo
las frecuencias relativas de la línea definida por x=xi por su suma. Simbólicamente la
expresaremos como:

fr ( xi, yi )
fr ( yi / xi ) 
fr ( xi )

Para el ejemplo que venimos siguiendo la distribución condicionada del nivel de educación
(y), dada un valor particular de la variable estado civil (x=1), es el siguiente.

Estado civil
Nivel educación 1
1 0.06/0.11= 0,55
2 0.03/0.11= 0,27
3 0.02/0.11= 0,18
Total 1

Frecuencias absolutas
Estado civil (x)
Nivel educación (y) 1 2 3 4 5 Total
1 17 55 11 35 8 126
2 9 44 16 3 7 79
3 6 39 9 4 19 77
Total 32 138 36 42 34 282

Cuando trabajamos con variables numéricas en una distribución conjunta podemos obtener
medidas descriptivas.

10
Media Aritmética:

Medias Marginales:

n n

 y1i * n3i  y1 * ni
i
M ( y1/ x3)  i 1
M ( y1)  i 1
n3. n

o sea, son las que se obtienen sobre las distribuciones marginales de cada variable.

Medias Condicionadas:

 y1 * n3ii
M ( y1/ x3)  i 1

n3.

Esto es la media de la segunda variable condicionada al tercer valor de la primera variable.

Media general:

M [ f (x,y)] = Σ Σ f (x,y) * nij

n

CAPITULO Nº 5

INTRODUCCION A LA PROBABILIDAD

Fenómenos determinísticos y Fenómenos aleatorios

Concepto de fenómenos determinísticos: son aquellos de un comportamiento exacto y

perfectamente previsible, por ejemplo, el tiempo que tarda un móvil, que se desplaza a una
velocidad constante de 80 Km. /h. en recorrer una distancia de 40 Km., es un fenómeno
determinístico porque sabemos anticipadamente que el resultado será de 30 minutos.

11
Concepto de fenómenos aleatorios: son aquellos de resultados incierto, que pueden
presentarse de una forma u otra, sin que podamos saber anticipadamente que forma final
tendrán, por ejemplo, el nacimiento de un bebe, puede ser hombre o mujer, es decir no
sabemos anticipadamente el resultado del sexo del bebe.

Concepto de Probabilidad: es una medida numérica de la posibilidad de ocurra un evento

aleatorio. Se podría usar como medida de grado de incertidumbre asociada a la posibilidad
de cada evento aleatorio.

Experimento aleatorio

Definimos experimento: como un proceso que genera resultados bien definidos. Ejemplos.

Experimento Resultados del experimento

Lanzar una moneda Sol, águila
Seleccionar una parte para inspeccionarla Defectuosa, no defectuosa
Tirar un dado 1, 2, 3, 4, 5, 6

Para un experimento el espacio muestral o Probabilístico es el conjunto de todos los

resultados de un experimento aleatorio.

Un resultado experimental también se conoce como punto muestral o evento para

identificarlo como elemento del espacio muestral.

Por ejemplo: el sexo de un bebe recién nacido, sería un fenómeno aleatorio y su espacio
muestral seria:

S= (varón, mujer)

Dicho espacio muestral dos puntos muéstrales o eventos, es decir el evento que se varón o el
evento que sea mujer.

Considere el segundo experimento, el lanzamiento de una moneda. Su espacio muestral

seria:

S= (cara, cruz)

Consideramos el tercer experimento, lanzar un dado. Su espacio muestral seria:

S= (1, 2, 3, 4, 5, 6)

Reglas de conteo

En muchas situaciones es imposible enumerar las cantidades de puntos muestráles de

experimento aleatorio, por lo cual se han desarrollado reglas de conteo para saber la totalidad
12
de resultados posibles de un experimento o fenómeno aleatorio. Se examinarán algunas de
las tantas reglas de conteo que existen.

a) Experimento de varias etapas: la primera regla de conteo es para experimentos de varias

etapas, considere el experimento de lanzar dos monedas.
¿Cuántos resultados experimentales son posibles para este experimento?

S= {(cara, cara), (cara, cruz), (cruz, cara), (cruz, cruz)}

Así vemos que son posibles cuatros resultados experimentales, en este caso no es difícil listar
a todos.

Regla de conteo para experimentos de etapas múltiples: si un experimento se puede

describir como una sucesión de k etapas, en la que hay n1 resultados posibles en la primera
etapa n2 en la segunda, etc., la cantidad total de resultados experimentales es igual a (n1). (n2
) ….. (nk).
Si el experimento de lanzar dos monedas se considera como una sucesión de primero lanzar
una moneda (n1 = 2) y luego lanzar la otra (n2= 2), podemos inferir de la regla de conteo que
hay (2).(2) = 4 resultados experimentales distintos, si ahora consideramos un experimentos
que consiste en el lanzamiento de seis monedas es (2). (2). (2). (2). (2). (2) = 64 resultados
experimentales distintos.

b) Combinaciones: una segunda regla de conteo que con frecuencia es de utilidad, permite
contar la cantidad de resultados experimentales cuando en un experimento se deben
seleccionar n objetos entre un conjunto de N objetos (por lo común más grande). Se llama
regla de conteo para combinaciones.
Regla de conteo para combinaciones

N!
CnN 
n !( N  n)!

La notación ! significa factorial.

Por ejemplo: en un procedimiento de control de calidad en que un inspector selecciona al

azar dos de cinco partes, para experimentarlas y ver si tiene defectos. En un grupo de cinco
partes ¿Cuantas combinaciones de dos partes se pueden seleccionar?
Para N= 5 y n= 2 el resultado es:

13
 5!
C25 
2!(5  2)!
1 2  3  4  5

(1 2)  (1 2  3)
120

12
 10

Hay 10 resultados en el experimento de seleccionar al azar dos partes de un grupo de cinco.

Si identificamos a las cinco partes como A, B, C, D y E, las 10 combinaciones serian la
siguientes AB, AC, AD, AE, BC, BD, BE, CD, CE, y, DE.

c) Permutaciones: esta regla de conteo permite que uno pueda calcular el número de
resultado experiméntale al seleccionar n objetos de un conjunto de N objetos, donde es
importante el orden de selección. Si los mismos n objetos se seleccionan en otro orden se
considera que se trata de un resultado experimental distinto.

Regla de conteo para permutaciones

El número de permutaciones de N objetos tomando n a la vez está dado por:

N!
PnN 
( N  n)!

Un experimento tendrá más permutaciones que combinaciones para el mismo número de

objetos porque cada selección de n objetos tiene n! forma distinta para ordenarlos.
Ejemplo, considere de nuevo el proceso de control de calidad en que un inspector selecciona
dos de cinco partes para hallar los defectos, la regla de conteo muestra con N=5 y n=2 se
tiene.
5!
C25 
(5  2)!
1 2  3  4  5

1 2  3
 20

d) Variaciones: esta regla de conteo permite que uno pueda calcular el número de formas en
los cuales se puede arreglar en orden un conjunto de objetos. Por ejemplo, si se va arreglar
un conjunto de seis libros en una estantería, ¿Cómo se puede determinar el número de formas
en que se puede arreglar los seis libros?

14
 n! = n(n-1)…… (1)

Para el ejemplo que dimos seria:

n! = (6)(5)(4)(3)(2)(1)
n! = 720

O sea que existen 720 arreglos.

Asignación de probabilidades

Los dos métodos más comunes son el clásico el de frecuencia relativa. Las probabilidades
asignadas deben satisfacer dos requerimientos básicos de probabilidad:

1. La probabilidad asignada a cada resultado experimental debe estar entre 0 y 1

inclusive.

0≤ P (ei) ≤ 1 para toda i

2. La suma de las probabilidades para los resultados experimentales debe ser igual a
uno.

P(e1)+ P(e2)+……. P(en)=1

El método clásico: es apropiado cuando los resultados experimentales son equiprobables. Si

son posible n resultados experimentales, una probabilidad de 1/n es la que corresponde a
cada resultado experimental. Es un método de asignación a priori.
Ejemplo, considérese el experimento de lanzar un dado, los seis resultados experimentales
son equiprobables a cada uno de ellos se le asigna la probabilidad de 1/6.
1 1 1 1 1 1
P(1)  , P(2)  , P(3)  , P(4)  , P(5)  , P(6) 
6 6 6 6 6 6

El método de frecuencia relativa: es apropiado cuando se cuenta con datos para estimar la
proporción del tiempo en que ocurra el resultado experimental si el experimento se repite un
número de veces. Es un método de asignación a posteriori.
Ejemplo, considere un estudio de tiempo de espera en el departamento de rayos X de un
hospital local, el número de paciente que espera ser atendidos a la 9:00 hs.
Se registró durante 20 días sucesivos

15
 Numero de paciente Número de días que ocurrió

0 2
1 5
2 6
3 4
4 3
Total=20

2
Con el método de frecuencia relativa, asignaremos un probabilidad de  0.10 al resultado
20
5
experimental de cero paciente en espera del servicio,  0.25 para el resultado de un
20
6 4 3
paciente en espera,  0.30 para dos,  0.20 para tres y  0.15 para cuatro
20 20 20
pacientes en espera.

Eventos y sus probabilidades

Ahora presentaremos la definición formal relacionada con probabilidad de un evento

Evento: es un conjunto de punto muéstrales, “simple” cuando describe una característica

única o “compuesta” cuando describe más de una característica.

Probabilidad de un evento: La probabilidad de un evento es igual a la suma de las

probabilidades de los puntos muéstrales en el evento.
Ejemplo: considérese calcular la probabilidad de que un proyecto dure 10 meses o menos en
terminarse. Este evento está definido por C = {(8), (9), (10), (9), (10), (9)}. Suponiendo que
se presenta 40 proyectos con determinados meses a terminar dicho proyecto y sus
probabilidades de los puntos muéstrales son:

C= 0.15 + .015 + 0.05 + 0.10 + 0.20 + 0.05= 0.70

Siempre que podamos identificar a todos los puntos muéstrales de un experimento y asignar
las probabilidades a cada uno, podemos calcular la probabilidad de un evento por medio de
la definición.

Algunas relaciones básicas de probabilidades

Dado un evento A, el complemento de A se define como el evento formado por todos los
puntos muéstrales que no están en A, se representa con A´

16
En consecuencia, tenemos:

P (A)+ P (A´) = 1

Calculo de probabilidad mediante el complemento

P (A) = 1- P (A´)

Ejemplo: un gerente de ventas que, después de revisar los informes de ventas, dice que 80%
de los contactos con nuevos clientes no resultan en venta alguna. Si se define a A como el
evento de una venta y A´ el de no venta, lo que el gerente dice es que P (A´) = 0.80 al aplicar
la relación de probabilidad tenemos:

P (A) = 1- P (A´) = 1 - 08. = 0.20

Podemos concluir que la probabilidad de que se haga una venta al entrar en contacto con un
nuevo cliente es 0.20

Ley aditiva

La ley aditiva es útil cuando se tienen dos eventos y se desea conocer la probabilidad de que
ocurra al menos uno de ellos o ambos.
Antes de presentar la ley aditiva, necesitamos analizar dos conceptos relacionados con la
combinación de eventos: dados dos eventos A y B, la unión de A y B se define como sigue:

Unión de eventos: la unión de A y B es el evento que contiene todos los puntos muéstrales
que pertenece a A o B o a ambos, la unión de A y B se representa A  B

Intersección de dos eventos: dados dos eventos, A y B, la intersección de A y B es el evento

que contiene los puntos muéstrales que permanecen simultáneamente a A y a B, se representa
como A  B

La ley aditiva es útil para calcular la probabilidad de la unión de dos eventos A U B, esta
ley se enuncia como sigue:

P( A  B)  P( A)  P(B)  P( A  B)

Ejemplo: Se espera que cada trabajador termine a tiempo sus labores de trabajo, además de
que el producto armado pase una inspección final, a veces, algunos de los trabajadores no
pueden cumplir con los estándares de desempeño porque terminan sus trabajos tarde y / o
arman productos defectuosos. Al terminar un periodo de evolución de desempeño, el gerente
de producción vio que 5 de los 50 trabajadores habían terminado tarde su trabajo, que 6 de
los 50 habían armado productos defectuosos y que 2 habían terminado el trabajo tarde y
también habían armado productos defectuosos.

17
Sean:

A = el evento de que el trabajo se termina tarde

B = el evento de que el producto armado es defectuoso

P( A  B) = el evento de que el trabajo se termina tarde y el armado

es defectuoso

La información anterior sobre frecuencias relativas conduce a las siguientes probabilidades:

5
P( A)   0.10
50
6
P( A)   0.12
50
2
P( A  B)   0.04
50

El gerente de producción optó por asignar una mala calificación de desempeño al empleado
cuyo trabajo se representa tarde o fuera defectuoso, el evento de interés es A  B . ¿Qué
probabilidad hay de que asigne una mala clasificación un empleado? Podemos escribir:

P( A  B)  P( A)  P(B)  P( A  B)

P( A  B)  0.10  .012  .004  0.18

Este cálculo indica una probabilidad de 0.18 de que un empleado elegido al azar reciba
una mala calificación de desempeño

Antes de terminar nuestra descripción de la ley aditiva, veamos un caso especial que surge
con los eventos mutuamente excluyentes.

Eventos mutuamente excluyentes: se dice que dos eventos son mutuamente excluyentes si
no tiene puntos muéstrales en común (no tienen intersección).

Esto es, los eventos A y B son mutuamente excluyentes si, cuando ocurre uno, el otro no
puede ocurrir es decir P( A  B)  0 y la ley aditiva se puede expresar como sigue:

P( A  B)  P( A)  P(B)

18
Probabilidad condicional

Con frecuencia, la probabilidad de un evento se ve influida por la ocurrencia de otro evento

relacionado. Suponga que tenemos un evento A con probabilidad P(A), si obtenemos nueva
información y vemos que ha ocurrido un evento relacionado, representado por B, quisiéramos
aprovechar esta información para calcular una nueva probabilidad del evento A. Esta nueva
probabilidad del evento A se llama probabilidad condicional y se escribe como la P (A/B)
se considera la probabilidad del evento A dado la condición de que ha ocurrido el evento B,
la notación P(A/B) se lee “la probabilidad de A dado B”

Ejemplo: veamos el caso de promoción de ofíciales, hombres y mujeres de policía, la fuerza

policial está formada de 1200 oficiales, 960 hombres y 240 mujeres. En los últimos dos años
fueron ascendidos 324 oficiales. En la tabla muestra los detalles de proporciones de oficiales
de hombres y mujeres.

Ascenso de oficiales de policías durante los últimos dos años

Hombres Mujeres Totales

Ascendidos 288 36 324
No ascendido 672 204 876
Totales 960 240 1200

Después de revisar el registro de promociones, un comité de oficiales mujeres interpuso una

demanda por discriminación, con base de que 288 oficiales hombres habían recibido ascenso,
mientras que solo 36 oficiales mujeres habían sido promovidas. La administración dijo que
la cantidad relativamente baja de ascenso de oficiales mujeres no se debía a la discriminación,
sino a la cantidad relativamente reducida de oficiales mujeres en la fuerza policial. Veamos
cómo se puede usar la probabilidad condicional para analizar la demanda por discriminación.

Sean

M = evento de que un oficial es hombre

W = evento de que un oficial es mujer
A = evento de que un oficial es ascendido
A´= evento de que un oficial no es ascendido

Dividiendo los valores de los datos de la tabla entre el total de 1200 oficiales podemos
resumir la información disponible en los siguientes valores de probabilidad

288
P( M  A)   0.24  la probabilidad de que un oficial
1200
seleccionado al azar sea hombre y también que sea ascendido.

19
 672
P( M  A)   0.56  la probabilidad de que un oficial
1200
seleccionado al azar sea hombre y también que no sea ascendido.

36
P(W  A)   0.03  la probabilidad de que un oficial
1200
seleccionado al azar sea mujer y también que sea ascendido

204
P(W  A)   0.17  la probabilidad de que un oficial
1200
seleccionado al azar sea mujer y también que no sea ascendido

Como cada uno de esos valores expresa la probabilidad de la intersección de dos eventos, las
probabilidades se llaman probabilidades conjuntas. La tabla se llama tabla de
probabilidad conjunta. Los valores en los márgenes de la tabla de probabilidad conjunta
muestra por separado las probabilidades de cada evento. Esto es, P (M)= 0.80, P (W)= 0.20,
P (A)=0.27 y P (A´) =0.73, esas probabilidades se llaman probabilidades marginales, se
determina sumando las probabilidades conjuntas de un mismo renglón o columna de esta
tabla. Por ejemplo, la probabilidad marginal de ser ascendido es P (A)= P (M ∩ A) + P (W
∩ A) = 0.24 + 0.03= 0.27.
Vemos, en las probabilidades marginales, que el 80% de la policía son hombres, que 20%
son mujeres, que el 27% de todos los oficiales recibieron ascenso y que el 73% no lo
recibieron.

Tabla de probabilidades conjuntas de ascenso

Hombres Mujeres Totales
Ascendidos A 0,24 0,03 0,27
No ascendido A´ 0,56 0,17 0,73
Totales 0,8 0,2 1

Comenzaremos el análisis de las probabilidades condicionales calculando la probabilidad de

que un oficial sea ascendido dado que es un hombre. Así, P(A/M) indica que ahora sólo nos
ocupamos sobre la promoción de los 960 oficiales hombres. Como 288 de los 960 oficiales
hombres fueron ascendidos, la probabilidad de ser promovido, cuando el oficial es hombre,
288
es de  0.30 , dado que el oficial es hombre ese oficial tuvo un 30% de probabilidades
960
de recibir un ascenso en los últimos dos años. Ahora demostraremos como se pueden calcular
las probabilidades condicionales, como P(A/M), directamente a partir de probabilidades de
eventos relacionadas y no de datos de frecuencias como los de la tabla anterior, hemos
demostrado que P(A/M) = 288/960= 0.30. Dividamos ahora el numerador y el denominador
de esta fracción entre 1200, la cantidad total de oficiales en el estudio

20
 288
P( A / B) 
960
288
P ( A / B )  1200
960
1200
0.24
P( A / B) 
0.80
P ( A / B )  0.30

P(A/M) se pude calcular como 0.24/0.80, que 0.24 es la probabilidad conjunta de A y M esto
288
es, P( M  A)   0.24 y que 0.80 es la probabilidad marginal de que un oficial
1200
seleccionado al azar, esto es P (M)= 0.80. Así la probabilidad condicional P(A/M) se puede
calcular como la relación de la probabilidad conjunta, P( A  M ) entre la probabilidad
marginal P (M).

P ( A  M ) 0.24
P( A / M )    0.30
P( M ) 0.80

El hecho de que se pueda calcular las probabilidades condicionales como la relación de una
probabilidad conjunta entre una probabilidad marginal justifica la siguiente ecuación general
de los cálculos de probabilidad condicional para dos eventos, A y B.

P( A  M )
P( A / B) 
P( B)

o sea

P ( B  A)
P ( B / A) 
P ( A)

Regresemos ahora a la cuestión de la discriminación de oficiales de mujeres, para calcular la

probabilidad de un oficial seleccionado al azar reciba ascenso, dado que el oficial es mujer,
esto es, P(A/W). Aplicando la ecuación de probabilidad condicional obtenemos

P( A  W ) 0.03
P( A / W )    0.15
P(W ) 0.20

21
¿A qué conclusiones llega usted? la probabilidad de una promoción, dado que el oficial es
hombre es de 0.30, el doble de la probabilidad de 0.15 de una promoción, dado que el oficial
es mujer. El empleo de la probabilidad condicional no demuestra por sí mismo que exista
discriminación en este caso, los valores de la probabilidad si respalda la demanda presentada
por las oficiales mujeres.

Eventos independientes

En especial, cuando la P (A/M) ≠ P (A), diríamos que los eventos A y M son dependientes.
Esto es, la probabilidad de evento A (ascenso) se altera o cambia por conocer que ocurrió en
el evento M (el oficial es hombre). Igualmente, con P (A/W) ≠ P (A), diríamos que los
eventos A Y W son dependientes. Sin embargo, si no cambia la probabilidad del evento A
por la ocurrencia del evento M, esto es, la P (A/M) = P (A) diríamos que A y M son eventos
independientes. Esta situación de lugar a la siguiente definición de la independencia entre
dos eventos.

Eventos independientes

Dos eventos, A Y B son independientes si

P (A/B) = P(A)
o sea

P (B/A) = P (B)

Del contrario, los eventos son dependientes

Ley multiplicativa

La ley multiplicativa se usa para determinar la probabilidad de una intersección de dos

eventos, se basa en la definición de la probabilidad condicional.

Ley multiplicativa

P( A  B)  P(B)* P( A / B)

O también

P( A  B)  P( A)* P( B / A)

Suponga que en el departamento de circulación de un diario se sabe que el 84% de las familias
de una determinada colonia tiene una suscripción para recibir el periódico de lunes a sábados,

22
D represente el evento de una familia tiene tal tipo de suscripción, P(D)= 0.84. Se sabe que
a la probabilidad de que una familia, también se suscriba a la edición dominical (evento S)
es de 0.75, esto es, P(S/D) = 0.75 ¿cuál es la probabilidad de que la suscripción de una familia
incluya tanto a la edición dominical como a la de lunes a sábados? Con la ley multiplicativa
calculamos P (S ∩ D) =como sigue:

P(S  D)  P( D)* P(S / D)   0.84  *  0.75   0.63

Sabemos ahora que el 63% de la familia tiene una suscripción de las ediciones dominical y
entre semana.

Antes de termina esta sección, estudiaremos el caso de la ley multiplicativa cuando los
eventos implicados en ella son independientes

Ley multiplicativa para eventos independientes

P( A  B)  P( A)* P(B)

Para calcular la probabilidad de la intersección de dos eventos independientes, tan solo se

multiplica las probabilidades correspondientes. Observe que la ley multiplicativa para
eventos independientes representa otro método para determinar si A y B son independiente,
esto es, si P( A  B)  P( A)* P(B) , entonces A y B son independientes, si
P( A  B)  P( A)* P(B) entonces A y B son dependientes.

Como una aplicación de la ley multiplicativa para eventos independientes, veamos el caso de
un gerente de una gasolinera que sabe, por su experiencia, que el 80% de sus clientes usan
tarjeta de créditos al comprar gasolina. ¿Cuál es la probabilidad de que los dos clientes
siguientes que compre gasolina usen tarjeta de créditos? Si hacemos que

A = el evento en que el primer cliente usa tarjeta de crédito

B = el evento en que el segundo cliente usa tarjeta de crédito

Entonces el evento de interés A  B . Como no contamos con más información podemos

suponer razonablemente que A y B son eventos independientes.

P( A  B)  P( A)* P( B)   0.80  *  0.80   0.64

Para concluir dos eventos son independientes si no está relacionado y tampoco la

probabilidad del evento se afecta por sí ocurrió el otro evento.

23