UNIVERSIDAD MILITAR NUEVA GRANADA

FAEDIS
ADMINISTRACION EN SEGURIDAD Y SALUD OCUPACIONAL
JUAN DANIEL TOVAR

TALLER 2 ESTADISTICA 1
1. Defina las siguientes palabras claves con sus propias palabras y de un ejemplo en
cada caso:
a. Evento: se define como uno o varios de los posibles resultados de un
experimento. Es un subconjunto de los elementos que conforman el
espacio muestral.
Ejemplo: Al realizar el experimento de lanzar una moneda al aire y
revisar por cual lado cae, un evento seria: que la moneda caiga por
el lado de la cara.
b. Evento conjunto: tambin conocido como evento compuesto hace
referencia a aquellos eventos que se componen de varios eventos simples
formando un conjunto.
Ejemplo: Al lanzar un dado se tiene un evento conjunto de obtener
un nmero par, que a su vez est compuesto por los eventos
simples: obtener 2, obtener 4 y obtener 6.
c. Evento imposible: es aquel evento que tiene una probabilidad de
ocurrencia de 0, es decir, que nunca se va a presentar sin importar cuantas
veces se repita el experimento.
Ejemplo: Al lanzar un dado, un evento imposible seria sacar un
resultado de 12, ya que este resultado no se encuentra en el
espacio muestral del experimento.
d. Evento seguro: se habla de un evento seguro cuando los resultados que
componen el evento tienen una probabilidad de 1, es decir, que suceder
siempre sin importar el nmero de veces que se repita un experimento.
Ejemplo: Al lanzar un dado, un evento seguro seria: sacar un
nmero entero positivo menor a 7.
e. Evento simple: se conoce como evento simple a aquel evento de un
experimento que est compuesto por un nico elemento del espacio
muestral.
Ejemplo: En un partido entre el equipo rojo y el azul, un evento
simple es: que gane el equipo rojo.
f.

Permutacin: es cada orden posible de los elementos de un conjunto,

repitindolos o sin repetirlos y teniendo en cuenta unas reglas para
ordenarlos.

UNIVERSIDAD MILITAR NUEVA GRANADA

FAEDIS
ADMINISTRACION EN SEGURIDAD Y SALUD OCUPACIONAL
JUAN DANIEL TOVAR
Ejemplo: La contrasea de seguridad de un candado es 4-7-2, los
elementos deben mantener ese orden para que el candado abra,
por lo que hablamos de una permutacin.
g. Combinacin: es cada orden posible de los elementos de un conjunto,
repitindolos o sin repetirlos y sin tener en cuenta reglas para ordenarlos.
Ejemplo: Una ensalada de frutas es la misma ensalada sin importar
el orden en el que se agregue los ingredientes.
h. Espacio muestral: es el conjunto de todos los posibles resultados de un
experimento. Se denota con la letra S mayscula.
Ejemplo: Lanzar una moneda al aire y observar la cara superior
cuando caiga es el experimento, el espacio muestral seria:
S = (cara, sello)
i.

Eventos exhaustivamente colectivos: una lista de eventos es exhaustiva

cuando contiene todos los resultados posibles de un evento.
Ejemplo: al lanzar un dado, la lista de eventos exhaustivamente
colectivos seria: S = (1, 2, 3, 4, 5, 6)

j.

Eventos mutuamente excluyentes: son aquellos eventos que no se

pueden presentar juntos. La ocurrencia de uno lleva la probabilidad de
ocurrencia de otro a 0 inmediatamente, convirtindolo en evento imposible.
Ejemplo: Estar en Barranquilla convierte en evento imposible el
evento de estar en Bogot.

k. Experimento: tambin conocido como fenmeno aleatorio es un proceso o

accin cuyo resultado es incierto.
Ejemplo: Lanzar un dado, lanzar una moneda y observar la parte
superior cuando caiga, sacar un objeto de una bolsa oscura.
l.

Frecuencia relativa de presentacin: fraccin de veces que se presenta

a largo plazo un evento cuando las condiciones son estables. Tambin se
puede definir como la frecuencia relativa observada de un evento en un
nmero muy grande de intentos o experimentos.
Ejemplo: al lanzar un dado 50 veces se observ que la frecuencia
relativa de presentacin del evento: que salga cara, fue de 37.

m. Independencia estadstica: se habla de independencia estadstica

cuando la presentacin de algn evento no tiene efecto sobre la
probabilidad de presentacin de otro evento.
Ejemplo: cuando se lanzan dos dados, el evento de que el primer
dado salga 4 no afecta las probabilidades de los elementos del
espacio muestral del otro dado.

UNIVERSIDAD MILITAR NUEVA GRANADA

FAEDIS
ADMINISTRACION EN SEGURIDAD Y SALUD OCUPACIONAL
JUAN DANIEL TOVAR
n. Dependencia estadstica: se habla de dependencia estadstica cuando la
presentacin de algn evento tiene un efecto directo sobre la probabilidad
de presentacin de otro evento.
Ejemplo: en un partido de futbol, cuando gana el equipo 1 la
probabilidad de que gane el equipo 2 se disminuye hasta 0, por lo
que se dice que los eventos son dependientes estadsticamente.
o. Diagrama de Venn: es una representacin grfica, normalmente valos o
crculos, que nos muestra las relaciones existentes entre los conjuntos.
Cada valo o crculo es un conjunto diferente. La forma en que esos
crculos se sobreponen entre s muestra todas las posibles relaciones
lgicas entre los conjuntos que representan.
Ejemplo:

p. rbol de probabilidades: representacin grfica que muestra los

resultados posibles de una serie de experimentos y sus respectivas
probabilidades.
Ejemplo:

q. Probabilidad: 1. es la posibilidad que existe entre varias opciones, que un

hecho o condicin se produzcan. La probabilidad, entonces, mide la
frecuencia con la cual se obtiene un resultado en la realizacin de un
experimento sobre el cual se conocen todos los resultados posibles. 2.
Rama de las matemticas que estudia los resultados posibles de los
fenmenos aleatorios.
Ejemplo: La probabilidad de que al lanzar una moneda al aire y
observar su parte superior salga cara es de . Esta probabilidad se
puede calcular porque conocemos todos los posibles resultados.

UNIVERSIDAD MILITAR NUEVA GRANADA

FAEDIS
ADMINISTRACION EN SEGURIDAD Y SALUD OCUPACIONAL
JUAN DANIEL TOVAR
r.

P ( A )=

Probabilidad clsica a priori: ya que en los experimentos aleatorios no se

puede saber con certeza si un evento ocurrir, se le asigna una
probabilidad de ocurrencia representada por P(A). La probabilidad clsica
dice que: Si un suceso puede ocurrir de N maneras mutuamente
excluyentes e igualmente probables,
y m de ellas poseen una
caracterstica A, entonces:

m Numero de casos favorables a A

=
N
Numero de casos posibles

Ejemplo: P(de que salga una cara al tirar 2 monedas )

2 1
P ( A )= =
4 2
s. Probabilidad clsica emprica: es aquella que se determina de forma
experimental. Al repetir un experimento bajo las mismas condiciones, la
frecuencia relativa de un suceso se aproxima a su probabilidad. A mayor
cantidad de repeticiones, la probabilidad emprica tiende a coincidir con la
probabilidad terica.
Ejemplo: Al lanzar un dado, la probabilidad terica de ocurrencia de
cada cara es de 0,16. Se debera entonces lanzar el dado muchas
veces para que al apuntar el nmero de veces que sale cada cara y
calcular las frecuencias relativas, todas converjan a 0,16.

t.

Probabilidad condicional: La probabilidad de que un evento $B$ ocurra

cuando se sabe que ya ocurri un evento A se llama probabilidad
condicional y se denota por

P( B A)

que por lo general se lee como

probabilidad de que "ocurra B dado que ocurri A".

P ( B| A )=

P(BA)
donde P ( A ) >0
P ( A)

Ejemplo: Calcular la probabilidad de obtener un 6 al tirar un dado

sabiendo que en el anterior tiro ha salido par.

P (6| par )=

1/6 1
=
3/6 3

u. Probabilidad conjunta: La probabilidad de que los eventos A y B sucedan

al mismo tiempo se expresa como P(A & B). Para eventos A y B

UNIVERSIDAD MILITAR NUEVA GRANADA

FAEDIS
ADMINISTRACION EN SEGURIDAD Y SALUD OCUPACIONAL
JUAN DANIEL TOVAR
independientes, P(A & B) = P(A) P(B). Tambin se le conoce como la
probabilidad de la interseccin de los eventos A y B, segn la descripcin
del diagrama de Venn.
Ejemplo: Calcular la probabilidad de sacar 5 al tirar dos veces un
dado, son sucesos independientes; pues los tiros son distintos.

P ( sacar 2 veces 5 )=

( 61 )( 16 )= 361

v. Probabilidad marginal: la probabilidad marginal de el evento A se define

como: la suma de todas las probabilidades de los eventos conjuntos donde
aparece evento A.
Ejemplo: P(C) = P(CF) + P(CD) = 0.3 + 0.1= 0.4

w. Probabilidad simple: se define como La posibilidad que hay de que ocurra

algn evento determinado. Siempre debe ser un nmero menor o igual a
uno, excepto cuando lo expresas en porcentaje
Ejemplo: la probabilidad de que de un recipiente con 5 pelotas
verdes, 2 azules y 3 rojas obtengamos una roja es de 3.

x. Probabilidad subjetiva: probabilidad asignada a un evento por parte de un

individuo, basada en la evidencia que se tenga disponible. Esa evidencia
puede presentarse en forma de frecuencia relativa de presentacin de
eventos pasados o puede tratarse simplemente de una creencia meditada.
Ejemplo: si una persona dice que en cierta competencia el equipo A
le ganar al equipo B en el prximo juego y que est dispuesto a
apostar siete contra tres. Esto representa una evaluacin subjetiva
que manifiesta su seguridad de que el equipo A ganar el juego. Por
lo tanto, esta persona est asignando una probabilidad de

P ( A )=

7
=0,7
7+3

a que el equipo A ganar el juego.

y. Regla de multiplicacin para eventos independientes: Si A y B son dos

eventos independientes, es decir, si el conocimiento de la incidencia de uno
de ellos no tiene efecto en la probabilidad de ocurrencia del otro, entonces,
para calcular la probabilidad de dichos eventos se aplica la siguiente regla:

P ( A B ) =P ( A )P( B)

UNIVERSIDAD MILITAR NUEVA GRANADA

FAEDIS
ADMINISTRACION EN SEGURIDAD Y SALUD OCUPACIONAL
JUAN DANIEL TOVAR
Ejemplo: De una baraja estndar (52 cartas) sea A el suceso de
sacar un As en la primera y B sacar un Rey en la segunda. Calcular
la probabilidad de sacar un As y un Rey en dos extracciones
devolviendo la carta extrada.

4
4
52
1
P ( A B)=
=
52
169
z. Regla general de la adicin: Si A y B son eventos no mutuamente
excluyentes, es decir, de modo que ocurra A o bien B o ambos a la
vez (al mismo tiempo), entonces se aplica la siguiente regla para
calcular dicha probabilidad:
P ( A B )=P ( A ) + P ( B )P( A B)

Ejemplo: Sea A el suceso de sacar un As de una baraja

estndar de 52 cartas y B sacar una carta con corazn rojo.
Calcular la probabilidad de sacar un As o un corazn rojo o
ambos en una sola extraccin.
P ( A B )=

4 13 1
4
+ =
52 52 52 13

aa. Regla general de la multiplicacin: Si A y B son dos eventos

dependientes, es decir, si la ocurrencia de A afecta la probabilidad de
ocurrencia de B, entonces, dicha probabilidad de calcula empleando
la siguiente regla:
P ( A B ) =P ( A )P ( B| A )
Ejemplo: De una baraja estndar de 52 cartas sea A el suceso de
sacar un As en la primera extraccin y B sacar un As en la segunda
extraccin. Calcular la probabilidad de sacar dos Ases en dos
extracciones sin devolver la carta extrada:

4
3
52
1
P ( A B )=
=
51
221

ab. Teorema de Bayes:

UNIVERSIDAD MILITAR NUEVA GRANADA

FAEDIS
ADMINISTRACION EN SEGURIDAD Y SALUD OCUPACIONAL
JUAN DANIEL TOVAR