Tablas de contingencia
Una tabla de contingencia proporciona una forma de representar los datos que puede facilitar el cálculo de probabilidades. La tabla ayuda a determinar las probabilidades condicionales con bastante facilidad. La tabla muestra los valores de la muestra en relación con dos variables diferentes que pueden ser dependientes o contingentes entre sí. Más adelante volveremos a utilizar las tablas de contingencia, pero de otra manera.
Ejemplo 3.20
Supongamos que un estudio sobre infracciones de velocidad y conductores que utilizan teléfonos móviles arroja los siguientes datos ficticios:
Infracción por exceso de velocidad durante el año anterior | Ninguna infracción por exceso de velocidad durante el año anterior | Total | |
---|---|---|---|
Utiliza el teléfono móvil mientras conduce | 25 | 280 | 305 |
No utiliza el teléfono móvil mientras conduce | 45 | 405 | 450 |
Total | 70 | 685 | 755 |
El número total de personas de la muestra es de 755. Los totales de las filas son 305 y 450. Los totales de las columnas son 70 y 685. Tome en cuenta que 305 + 450 = 755 y 70 + 685 = 755.
Use la tabla para calcular las siguientes probabilidades.
Translation missing: es.problem
- Calcule P(el conductor es un usuario de teléfono móvil).
- Calcule P(el conductor no tuvo ninguna infracción durante el año pasado).
- Calcule P(el conductor no tuvo ninguna infracción durante el año pasado era usuario de teléfonos móviles).
- Calcule P(el conductor es un usuario de teléfono móvil el conductor no tuvo ninguna infracción durante el año pasado).
- Calcule P(el conductor es un usuario de teléfono móvil el conductor tuvo una infracción durante el año pasado).
- Calcule P(el conductor no tuvo ninguna infracción el año pasado el conductor no era usuario de teléfono móvil)
Solución
- (El espacio de la muestra se reduce al número de conductores que tuvieron una infracción).
- (El espacio muestral se reduce al número de conductores que no eran usuarios de teléfonos móviles).
Inténtelo 3.20
La Tabla 3.3 muestra el número de atletas que hacen estiramientos antes del ejercicio y cuántos tuvieron lesiones durante el año pasado.
Lesión durante el año pasado | Ninguna lesión durante el año pasado | Total | |
---|---|---|---|
Hace estiramientos | 55 | 295 | 350 |
No hace estiramientos | 231 | 219 | 450 |
Total | 286 | 514 | 800 |
- ¿Qué es P(el atleta se estira antes de hacer ejercicio)?
- ¿Qué es P(el atleta se estira antes de hacer ejercicioninguna lesión durante el año pasado)?
Ejemplo 3.21
La Tabla 3.4 presenta una muestra aleatoria de 100 excursionistas y las zonas de excursión que prefieren.
Sexo | La costa | Cerca de lagos y arroyos | En los picos de las montañas | Total |
---|---|---|---|---|
Mujeres | 18 | 16 | ___ | 45 |
Hombres | ___ | ___ | 14 | 55 |
Total | ___ | 41 | ___ | ___ |
Translation missing: es.problem
a. Rellene la tabla.
Solución
a.
Sexo | La costa | Cerca de lagos y arroyos | En los picos de las montañas | Total |
---|---|---|---|---|
Mujeres | 18 | 16 | 11 | 45 |
Hombres | 16 | 25 | 14 | 55 |
Total | 34 | 41 | 25 | 100 |
Translation missing: es.problem
b. ¿Los eventos “ser mujer” y “preferir la costa” son eventos independientes?
Supongamos que F = ser mujer y supongamos que C = preferir la costa.
- Calcule .
- Calcule P(F)P(C)
¿Estos dos números son iguales? Si lo son, entonces F y C son independientes. Si no lo son, entonces F y C no son independientes.
Solución
b.
- = 0,18
- P(F)P(C) = = (0,45)(0,34) = 0,153
≠ P(F)P(C), por lo que los eventos F y C no son independientes.
Translation missing: es.problem
c. Calcule la probabilidad de que una persona sea hombre dado que prefiere ir de excursión cerca de lagos y arroyos. Supongamos que M = ser hombre, y supongamos que L = prefiere ir de excursión cerca de lagos y arroyos.
- ¿Qué palabra le dice que es un condicional?
- Rellene los espacios en blanco y calcule la probabilidad: P(______) = ___.
- ¿El espacio muestral para este problema son los 100 excursionistas? Si no es así, ¿qué es?
Solución
c.
- La expresión “dado que” indica que se trata de una condición.
- P(ML) =
- No, el espacio muestral para este problema son los 41 excursionistas que prefieren lagos y arroyos.
Translation missing: es.problem
d. Calcule la probabilidad de que una persona sea mujer o prefiera ir de excursión en los picos de las montañas. Supongamos que F = ser mujer, y supongamos que P = prefiere los picos de las montañas.
- Calcule P(F).
- Calcule P(P).
- Calcule .
- Calcule .
Solución
d.
- P(F) =
- P(P) =
- =
- = + - =
Inténtelo 3.21
La Tabla 3.6 presenta una muestra aleatoria de 200 ciclistas y las rutas que prefieren. Supongamos que M = hombres y H = camino de colinas.
Sexo | Camino del lago | Sendero montañoso | Camino arbolado | Total |
---|---|---|---|---|
Mujeres | 45 | 38 | 27 | 110 |
Hombres | 26 | 52 | 12 | 90 |
Total | 71 | 90 | 39 | 200 |
- Entre los hombres, ¿cuál es la probabilidad de que el ciclista prefiera un camino de colinas?
- ¿Los eventos “ser hombre” y “preferir el camino de colinas” son eventos independientes?
Ejemplo 3.22
El ratón Muddy vive en una jaula con tres puertas. Si Muddy sale por la primera puerta, la probabilidad de que sea atrapado por la gata Alissa es y la probabilidad de que no sea atrapado es . Si sale por la segunda puerta, la probabilidad de que sea atrapado por Alissa es y la probabilidad de que no sea atrapado es . La probabilidad de que Alissa atrape a Muddy saliendo por la tercera puerta es y la probabilidad de que no atrape a Muddy es . Es igualmente probable que Muddy elija cualquiera de las tres puertas por lo que la probabilidad de elegir cada puerta es .
Atrapado o no | Puerta uno | Puerta dos | Puerta tres | Total |
---|---|---|---|---|
Atrapado | ____ | |||
No atrapado | ____ | |||
Total | ____ | ____ | ____ | 1 |
- La primera entrada es
- La entrada es
Verifique las entradas restantes.
Translation missing: es.problem
a. Rellene la tabla de contingencia de probabilidades. Calcule las entradas para los totales. Compruebe que la entrada de la esquina inferior derecha es 1.
Solución
a.
Atrapado o no | Puerta uno | Puerta dos | Puerta tres | Total |
---|---|---|---|---|
Atrapado | ||||
No atrapado | ||||
Total | 1 |
Translation missing: es.problem
b. ¿Cuál es la probabilidad de que Alissa no atrape a Muddy?
Solución
b.
Translation missing: es.problem
c. ¿Cuál es la probabilidad de que Muddy elija la puerta uno Puerta Dos dado que Muddy es atrapado por Alissa?
Solución
c.
Ejemplo 3.23
La Tabla 3.9 contiene el número de delitos por cada 100.000 habitantes de 2008 a 2011 en EE. UU.
Año | Robo con violencia | Robo | Violación | Vehículo | Total |
---|---|---|---|---|---|
2008 | 145,7 | 732,1 | 29,7 | 314,7 | |
2009 | 133,1 | 717,7 | 29,1 | 259,2 | |
2010 | 119,3 | 701 | 27,7 | 239,1 | |
2011 | 113,7 | 702,2 | 26,8 | 229,6 | |
Total |
Translation missing: es.problem
TOTAL de cada columna y cada fila. Datos totales = 4.520,7
- Calcule .
- Calcule .
- Calcule .
- Calcule P(2011Violación).
- Calcule P(Vehículo2008).
Solución
a. 0,0294, b. 0,1551, c. 0,7165, d. 0,2365, e. 0,2575
Inténtelo 3.23
La Tabla 3.10 relaciona los pesos y las alturas de un grupo de personas que participan en un estudio de observación.
Peso/altura | Alto | Medio | Bajo | Totales |
---|---|---|---|---|
Obeso | 18 | 28 | 14 | |
Normal | 20 | 51 | 28 | |
Bajo peso | 12 | 25 | 9 | |
Totales |
- Calcule el total de cada fila y columna
- Calcule la probabilidad de que una persona elegida al azar de este grupo sea alta.
- Calcule la probabilidad de que una persona elegida al azar de este grupo sea obesa y alta.
- Calcule la probabilidad de que una persona elegida al azar de este grupo sea alta dado que es obesa.
- Calcule la probabilidad de que una persona elegida al azar de este grupo sea obesa, dado que es alta.
- Calcule la probabilidad de que una persona elegida al azar de este grupo sea alta y de bajo peso.
- ¿Los eventos obeso y alto son independientes?
Diagramas de árbol
A veces, cuando los problemas de probabilidad son complejos, puede ser útil hacer un gráfico de la situación. Los diagramas de árbol pueden utilizarse para visualizar y resolver las probabilidades condicionales.
Diagramas de árbol
Un diagrama de árbol es un tipo especial de gráfico utilizado para determinar los resultados de un experimento. Consta de “ramas” que se identifican con frecuencias o probabilidades. Los diagramas de árbol pueden hacer que algunos problemas de probabilidad sean más fáciles de visualizar y resolver. El siguiente ejemplo ilustra cómo utilizar un diagrama de árbol.
Ejemplo 3.24
En una urna hay 11 pelotas. Tres pelotas son rojas (R) y ocho azules(B). Saque dos pelotas, una a la vez, con reemplazo. “Con reemplazo” significa que se devuelve la primera pelota a la urna antes de seleccionar la segunda. Luego, el diagrama de árbol con frecuencias que muestra todos los resultados posibles.
El primer conjunto de ramas representa la primera pelota que sacó. El segundo conjunto de ramas representa la segunda. Cada uno de los resultados es distinto. De hecho, podemos enumerar cada pelota roja como R1, R2 y R3 y cada pelota azul como B1, B2, B3, B4, B5, B6, B7 y B8. Entonces, los nueve resultados de RR se pueden escribir como:
R1R1; R1R2; R1R3; R2R1; R2R2; R2R3; R3R1; R3R2; R3R3
Los demás resultados son similares.
Hay un total de 11 pelotas en la urna. Saque dos pelotas, una a la vez, con reemplazo. Hay 11(11) = 121 resultados, el tamaño del espacio muestral.
Translation missing: es.problem
a. Enumere los 24 resultados de RB: B1R1, B1R2, B1R3, ...
Solución
a.
B1R1;
B1R2;
B1R3;
B2R1;
B2R2;
B2R3;
B3R1;
B3R2;
B3R3;
B4R1;
B4R2;
B4R3;
B5R1;
B5R2;
B5R3;
B6R1;
B6R2;
B6R3;
B7R1;
B7R2;
B7R3;
B8R1;
B8R2;
B8R3
Translation missing: es.problem
b. Use el diagrama de árbol y calcule P(RR).
Solución
b. P(RR) = =
Translation missing: es.problem
c. Use el diagrama de árbol y calcule .
Solución
c. = + =
Translation missing: es.problem
d. Use el diagrama de árbol y calcule .
Solución
d. = =
Translation missing: es.problem
e. Al utilizar el diagrama de árbol, calcule P(R en la 2.ª extracciónB en la 1.ª extracción).
Solución
e. P(R en la 2.ª extracciónB en la 1.ª extracción) = P(R en la 2.ª extracciónB en la 1.ª) = =
Este problema es condicional. El espacio muestral se ha reducido a los resultados que ya tienen azul en la primera extracción. Hay 24 + 64 = 88 resultados posibles (24 BR y 64 BB). Veinticuatro de los 88 resultados posibles son BR. = .
Translation missing: es.problem
f. Use el diagrama de árbol y calcule P(BB).
Solución
f. P(BB) =
Translation missing: es.problem
g. Al utilizar el diagrama de árbol, calcule P(B en la 2.ª extracciónR en la primera extracción).
Solución
g. P(B en la segunda extracciónR en la 1.ª extracción) =
Hay 9 + 24 resultados que tienen R en la primera extracción (9 RR y 24 RB). El espacio muestral es entonces 9 + 24 = 33. 24 de los 33 resultados tienen B en la segunda extracción. La probabilidad es entonces .
Inténtelo 3.24
En un mazo estándar hay 52 cartas. 12 cartas son de figura (evento F) y 40 cartas no lo son (evento N). Saque dos cartas, una a la vez, con reemplazo. Todos los resultados posibles se muestran en el diagrama de árbol como frecuencias. Use el diagrama de árbol y calcule P(FF).
Ejemplo 3.25
En una urna hay tres canicas rojas y ocho azules. Saque dos canicas, una a la vez de la urna, esta vez sin reemplazo. “Sin reemplazo” significa que no se devuelve la primera canica antes de seleccionar la segunda. A continuación se muestra un diagrama de árbol para esta situación. Las ramas se identifican con probabilidades en vez de con frecuencias. Los números de los extremos de las ramas se calculan al multiplicar los números de las dos ramas correspondientes, por ejemplo, .
NOTA
Si saca una roja en la primera extracción de las tres posibilidades rojas, quedan dos canicas rojas para sacar en la segunda extracción. No se vuelve a colocar o reemplazar la primera canica después de haberla sacado. Extraiga sin reemplazo, de modo que en la segunda extracción quedan diez canicas en la urna.
Calcule las siguientes probabilidades y use el diagrama de árbol.
Translation missing: es.problem
a. P(RR) = ________
Solución
a. P(RR) =
Translation missing: es.problem
b. Rellene los espacios en blanco:
=
Solución
b. = + =
Translation missing: es.problem
c. P(R en la 2.ªB en la 1.ª) =
Solución
c. P(R en la 2.ªB en la 1.ª) =
Translation missing: es.problem
d. Complete los espacios en blanco.
= (___)(___) =
Solución
d. = =
Translation missing: es.problem
e. Calcule P(BB).
Solución
e. P(BB) =
Translation missing: es.problem
f. Halle P(B en la 2.ª extracciónR en la 1.ª).
Solución
f. Utilizando el diagrama de árbol, P(B en la 2.ªR en la 1.ª) = P(RB) = .
Si utilizamos probabilidades, podemos identificar el árbol de la siguiente manera general.
- P(RR) significa aquí P(R en la 2.ªR en la 1.ª)
- P(BR) significa aquí P(B en la 2.ªR en la 1.ª)
- P(RB) significa aquí P(R en la 2.ªB en la 1.ª)
- P(BB) significa aquí P(B en la 2.ª|B en la 1.ª)
Inténtelo 3.25
En un mazo estándar hay 52 cartas. Doce cartas son de figura (F) y 40 cartas no lo son (N). Saque dos cartas, una a la vez, sin reemplazo. El diagrama de árbol está identificado con todas las probabilidades posibles.
- Calcule .
- Calcule P(NF).
- Calcule P(como máximo una carta de figura).
Pista: “Como máximo una carta de figura” significa cero o una carta de figura. - Calcule P(al menos una carta de figura).
Pista: “Al menos una carta de figura” significa una o dos cartas de figura.
Ejemplo 3.26
Una camada de gatitos disponibles para su adopción en la Humane Society tiene cuatro gatitos atigrados y cinco negros. Una familia viene y selecciona al azar dos gatitos (sin reemplazo) para su adopción.
Translation missing: es.problem
- ¿Cuál es la probabilidad de que ambos gatitos sean atigrados?
a. b. c. d. - ¿Cuál es la probabilidad de que se seleccione un gatito de cada color?
a. b. c. d. - ¿Cuál es la probabilidad de que se elija un gatito atigrado como segundo gatito cuando se ha elegido un gatito negro como primero?
- ¿Cuál es la probabilidad de elegir dos gatitos del mismo color?
Solución
a. c, b. d, c. , d.
Inténtelo 3.26
Supongamos que en una caja hay cuatro pelotas rojas y tres amarillas. Se extraen dos pelotas de la caja sin reemplazarlas. ¿Cuál es la probabilidad de que se seleccione una pelota de cada color?