CLASE 13

Tema 5
TEORÍA DE LA PROBABILIDAD
INTRODUCCIÓN

En nuestras conversaciones cotidianas, el término probabilidad es una medida de la creencia de

que un evento futuro pueda ocurrir.
En Ingeniería, el concepto de PROBABILIDAD es necesario, para trabajar con mecanismos físicos
que generan eventos (observaciones) que no se pueden predecir con certeza
Por ejemplo, nunca sabemos la carga
exacta que un puente resistirá, antes de
desplomarse en un río.
Por suerte, la frecuencia relativa con la que
ocurren en el pasado en una larga serie de
intentos (ensayos) dichos eventos, es a veces
sorprendentemente estable.
De esta frecuencia relativa nos valemos para estimar PROBABILIDAD DE OCURRENCIA
Los eventos que poseen esta propiedad reciben el nombre de eventos aleatorios
o estocásticos, eventos que estudiaremos en el TEMA DE PROBABILIDAD
 INTERPRETACIÓN DE LA PROBABILIDAD COMO
FRECUENCIA RELATIVA ( concepto más usado)
Si decimos que la probabilidad de que un avión que
vuela de Guadalajara a Monterrey , llegue a tiempo
es de 0.78

Entendemos que tales vuelos lleguen a tiempo 78% de las veces

Si Meteorología predice que la probabilidad de que

llueva es de 40%

Concepto más usado

Entendemos que en las mismas condiciones climatológicas La probabilidad de que un evento ocurra es:
se ha llevado un registro por un periodo largo, y ha dado la proporción de las veces que el evento
como resultados que la proporción de lluvias es muy sucedería en una serie prolongada de
experimentos repetidos
cercana a 40%
 INTRODUCCIÓN

En el estudio de la PROBABILIDAD afrontamos principalmente tres tipos de preguntas:

1) ¿Qué queremos decir al afirmar que la probabilidad de un evento es, digamos, 0.50, 0.2, 0.81?

2) ¿Cómo se determinan (miden) los números que llamamos probabilidades?

3) ¿Cómo hacer estimaciones con los números que llamamos probabilidades?

El contenido del TEMA PROBABILIDAD busca darles conceptos más

claros de su contexto, de cómo se mide y cómo ayuda a hacer
inferencias (estimaciones).
CONTENIDO DEL TEMA TEORÍA DE LA PROBABILIDAD
5.1. Enfoques de la Probabilidad: Clásica, Frecuencial o Empírica, Subjetiva.
5.2. Espacio muestral, eventos simples y compuestos, excluyentes y complementarios.
5.3. Reglas de Probabilidad. Evento unión y evento intersección.
5.4. Probabilidad Condicional. Independencia Estadística.
5.5. Teorema de la probabilidad total y Teorema de Bayes.
5.6. Distribuciones de Probabilidad. -Variables Aleatorias (Discretas y Continuas), -El Caso Discreto: -Distribuciones de
Probabilidad, -Distribuciones de Probabilidad Acumuladas, -Esperanza o Valor Esperado de una variable aleatoria,
Propiedades, -Varianza y Desviación Standard de una variable aleatoria, Propiedades, -Distribuciones de Probabilidad
Conjunta. Marginales y condicionales, Esperanza Conjunta, Covarianza y Coeficiente de Correlación, Propiedades. -Variables
aleatorias Independientes, -Valores Esperados Condicionales.
5.7. Distribuciones de Probabilidad más conocidas. -Distribución Exponencial Binomial, -Distribución Poisson, -Aproximación a
la Binomial con la Poisson, -Distribución Normal, -Aproximación a la Binomial con la Normal, -Distribución t-Student, -
Distribución Ji cuadrada, -Distribución F.
5.8. SESION DE INFORMATICA: Desarrollo de Prácticas en EXCEL, SPSS o MINITAB.
Contenido Página 2 de 4
PROBABILIDAD. CONCEPTOS
 Surgimiento de la PROBABILIDAD

El afán del hombre por las apuestas

condujo al
primer desarrollo de la
TEORÍA DE LA PROBABILIDAD.

En su esfuerzo por
aumentar sus victorias,
acudió a los matemáticos
para que le proporcionaran
estrategias óptimas para
diversos juegos al azar.
 ENFOQUES DEL CONCEPTO DE PROBABILIDAD

CLÁSICO
(A PRIORI)
“CLÁSICA”
INTUITIVO
Hace alusión a que fue la
forma en la que los
DE FRECUENCIA Se especifica un valor de
primeros estadísticos RELATIVA probabilidad (subjetivo)
abordaron este concepto que expresa nuestro
Realizar muchas repeticiones grado de creencia
“A PRIORI”
continuas de un experimento (en una escala de 0 a 1)
se refiere a que la
probabilidad de y observar de que ocurrirá un
cualquiera de los la resultado experimental.
sucesos de este tipo de FRECUENCIA RELATIVA
experimentos, es (probabilidad empírica)
conocida incluso, antes con que aparece los resultados
de que los mismos (Ejemplo de Meteorología)
tengan lugar.
 O
E PT
NC E D
C O D LIDA CLÁSICO ó A PRIORI
I
B AB
O
PR Se aplica cuando todos los resultados son equiprobables

(REGLA DE LAPLACE)
“Si hay “N” total de resultados igualmente probables en su
ocurrencia,
de las cuales una debe ocurrir,
y
“n” se considera resultados deseados (aciertos),
entonces,
la PROBABILIDAD DE LOGRAR UN ACIERTO está dada por la
razón:

p= n = cantidad de aciertos
N total de resultados posibles
 EJERCICIO: CLÁSICO ó A PRIORI

“En dos dados no trucados”, según el enfoque clásico

P(suceso)= n/N

11 21 31 41 51 61
12 22 32 42 52 62
13 23 33 43 53 53
14 24 34 44 54 64
15 25 35 45 55 65
16 26 36 46 56 66
Calcule la probabilidad: “acertemos un seis en cada cara ”
¿ como se expresará numéricamente la expresión?

P (66)= n/N= 1/36

 ENFOQUE: DE FRECUENCIA RELATIVA
Considérese un experimento que se pueda repetir una y otra vez en
condiciones similares e independientes: LANZAR UNA MONEDA
Supóngase que en N intentos, un evento E ocurre (salga AGUILA).

n/N= # veces que aparece evento E

# total de ensayos realizados
Número Números Frecuencia
de De caras Relativa
lanzamientos n de evento E
N n/N
10 4 0.40000
100 58 0.5800Si esta frecuencia relativa
1000 492 0.4920tiende a cierto valor
10 000 5034 0.5034 conforme N crece,
20 000 10 024 0.5012 entonces, P(E)=0.50 es
40 000 20 032 0.5008 la probabilidad empírica
de E.
Al incrementarse el número de lanzamientos, la frecuencia relativa se
aproxima a 0.5
 EJEMPLO: DE FRECUENCIA RELATIVA………
A TRAVÉS DE ESTE ENFOQUE:
Al incrementarse el número de
lanzamientos, la frecuencia relativa se
La probabilidad de un evento
aproxima a 0.5
es la
Número Números Frecuencia “PROPORCIÓN DE LAS VECES QUE
de De caras Relativa A LA LARGA
lanzamientos n de evento E OCURRIRÁN EVENTOS DEL MISMO
N n/N TIPO”,
10 4 0.4000

100 58 0.5800

1000 492 0.4920 Es la probabilidad empírica,

10 000

20 000
5 034

10 024
0.5034

0.5012
es la frecuencia relativa
40 000 20 032 o
0.5008 ideal del evento.
 VALORES DE PROBABILIDAD.
se evalúa por
un conjunto de números reales llamados
” PESOS o PROBABILIDADES”,
que caen en un
rango de “0 a 1”.
 PROBABILIDAD: de 0 a 1

•Una probabilidad CERO

Indica que el suceso es imposible( es seguro que no ocurrirá),

•Una probabilidad igual 1

Indica que el suceso ocurrirá con seguridad.

• Probabilidad entre CERO y 1

Indica suceso incierto (aleatorio). Es lo más común en la realidad

 Conceptos Fundamentales

 Espacio Muestral de un experimento:

Conjunto de todos los resultados posibles experimentales

 Punto Muestral de un experimento:

Es un resultado experimental
 Ejemplo de Espacio Muestral y Punto muestral:

LANZAR DOS DADOS: es un EXPERIMENTO DE UN SOLO ENSAYO.

Su espacio muestral:
Punto muestral

11 21 31 41 51 61
12 22 32 42 52 62
13 23 33 43 53 53
S= 14 24 34 44 54 64
Punto muestral
15 25 35 45 55 65
16 26 36 46 56 66

Compuesto por 36 puntos muéstrales

Ejemplo de Espacio Muestral y Punto muestral:
LANZAR UN DADO: es un EXPERIMENTO DE UN SOLO ENSAYO.
El ESPACIO MUESTRAL, denotado por S

S= {1, 2, 3, 4, 5, 6}

Compuesto por
seis puntos
muéstrales
Ejemplo de Espacio Muestral y Punto muestral:
LANZAR UNA MONEDA: es un EXPERIMENTO DE UN SOLO ENSAYO.

S= {Águila, Sol}
Compuesto por
dos puntos
muéstrales
 DIAGRAMA DE ARBOL ó DIAGRAMA ARBORESCENTE
Sirve para representar gráficamente el espacio muestral
Cada rama del árbol representa el posible resultado de un ensayo
específico.
Lanzamiento sucesivo de dos veces, de una MONEDA
 
  2do lanzamiento
1er lanzamiento
AGUIL
A AA

LA
AGUI
SOL AS
AGUIL
A SA
SOL

SOL
Espacio muestral: SS
S= { AA, AS, SA, SS}
EVENTOS (ó SUCESOS): denotado por letras mayúsculas
Subconjunto del espacio muestral: colección de uno ó más
resultados o puntos muestrales de un experimento.
EVENTO SIMPLE ó ELEMENTAL:
El espacio muestral consta de UN SOLO PUNTO MUESTRAL.
Ejemplo:
Sea el evento E1: “salgan dos águilas” en dos lanzamientos
sucesivos de una moneda”:
Espacio muestral:
S= { AA, AS, SA, SS}

E1= {AA}
E1 : EVENTO SIMPLE ó ELEMENTAL
 EVENTO COMPUESTO
El espacio muestral consta de DOS O MÁS PUNTOS MUÉSTRALES Ó EVENTOS
SIMPLES.
Ejemplo:
Sea el evento C: “salga lo mismo” en dos lanzamientos sucesivos de una
moneda”:
Espacio muestral:
S= { AA, AS, SA, SS}

C= {AA, SS}
C : EVENTO COMPUESTO
DIAGRAMA DE VENN: representación gráfica de la relación entre sucesos
Supongamos unos cuantos eventos: lanzamiento de un dado
Evento A: observar un número par
Evento: B observar un número menor que 4

E1: observar un 1 Evento A (observar un número par)

E2: observar un 2
E3: observar un 3
A= {E2, E4 , E6 = { 2, 4, 6
E4: observar un 4
E5: observar un 5 Evento A es un
E6: observar un 6 EVENTO COMPUESTO.
Eventos del espacio muestral
DIAGRAMA DE VENN: representación gráfica de la relación entre sucesos

Evento B observar un número menor que 4

B= {E1, E2 , E3 = {1, 2, y 3

E1: observar un 1
E2: observar un 2 Evento B es un
E3: observar un 3 EVENTO COMPUESTO.
E4: observar un 4
E5: observar un 5
E6: observar un 6
DIAGRAMA DE VENN: representación gráfica de la relación entre sucesos
A= {E2, E4 , E6 B= {E1, E2 , E3
E2 pertenece tanto S
B
a A como a B, A E4 E1
E2
E2 se localiza en la E6 E3
intersección de los E5
círculos
de ambos eventos

La relación entre los eventos A y B del Diagrama de Venn se denota

A ∩ B= E2
 Ejercicio de comprensión
En una clase de 50 alumnos, 10 alumnos tienen como preferencia
solamente la asignatura de Matemática, 15 prefieren solamente
Estadística y 5, no tienen preferencia por ninguna de estas asignaturas.
El resto tienen preferencia por ambas asignaturas.
a)Represente los eventos en un Diagrama de Venn

S M E

10 15
20

5
 EJERCICIO PARA ALUMNOS
El siguiente Diagrama de Venn indica los estudiantes atletas de una muestra
compuesta por 59 estudiantes de Economía y Negocios de Anáhuac

Ba: Baloncesto Be: Béisbol Bm: Balónmano

a) ¿Cuántos estudiantes juegan Baloncesto ?
9+8= 17
b) ¿Cuántos estudiantes juegan béisbol?
12+8= 20
c) ¿Cuántos estudiantes juegan Béisbol y Baloncesto?
=8
d) ¿Cuántos estudiantes sólo juegan Baloncesto?
=9
e) ¿Cuántos estudiantes no juegan ningún deporte?
= 25
 178

18
EJERCICIOPARA ALUMNOS

Seleccione, cuál será el Diagrama de Venn correspondiente

J: evento JARDINERÍA
C: evento COSTURA
UN EVENTO PUEDE SER EL RESULTADO DE:
 LA UNIÓN de dos o más eventos
 INTERSECCIÓN de dos o más eventos
 COMPLEMENTO de dos o más eventos.
De aquí se derivan las siguientes clasificaciones

EVENTOS EVENTOS
MUTUAMENTE EXCLUYENTES NO EXCLUYENTES
 EVENTOS
“MUTUAMENTE EXCLUYENTES (disyuntos)”
Son aquellos en que la OCURRENCIA DE
UN EVENTO LIMITA (excluye, evita o
impide) LA OCURRENCIA DEL OTRO(S).
No pueden ocurrir conjuntamente.
La intersección entre ellos es nula.
Diagrama de Venn
A 0
S A
C
B
Los círculos «no se interceptan»
 Ejemplos EVENTOS EXCLUYENTES(disyuntos):
• La variable “GÉNERO” presenta dos resultados mutuamente excluyentes:
MASCULINO y FEMENINO,

Por lo que, un empleado seleccionado al azar para ser parte de

un estudio, es hombre o es mujer, esto es un EVENTO
EXCLUYENTE.

• Al tirar una moneda será Águila o Sol, no

ambas cosas, es un EVENTO EXCLUYENTE.
 EVENTOS “NO EXCLUYENTES”

Son aquellos que no limitan su ocurrencia entre sí. Se suceden ambos

Se interceptan, tienen puntos muéstrales de ocurrencia en común de A y B.

Ejemplos anteriores del Diagrama de Venn,

 OPERACIONES CON SUCESOS

Los sucesos a
 Suceso Contenido en Otro
considerar serán los
Igualdad de Sucesos
correspondientes a un
Unión de Sucesos
experimento aleatorio Intersección de Sucesos
y por tanto serán Suceso Complementario
subconjuntos del Diferencia de Sucesos
espacio muestral S.  Otros
 UNIÓN DE SUCESOS
Dados dos sucesos A y B de un experimento aleatorio:
La unión de dos eventos A y B se denota: A∪B
“se lee A o B”
Es otro suceso compuesto por los resultados o sucesos simples
pertenecientes a A , ó a B, ó a los dos a la vez (intersección).

A∪B
 INTERSECCIÓN DE SUCESOS
Dados dos sucesos A y B de un experimento aleatorio:
La intersección de ambos sucesos A y B se denota A∩B

“se lee A y B”
Es otro suceso compuesto por los resultados o sucesos
elementales que pertenecen a A y a B, simultáneamente.

A∩B
 Suceso Complementario o Contrario: A’
Dado un suceso A
Se denota A' suceso complementario o contrario de A
A‘: es otro suceso que ocurre cuando no ocurre el suceso A

“A‘ es el suceso constituido por todos los sucesos

elementales (resultados) del espacio muestral S que
no pertenecen a “A”

A‘: será todo lo que

no está en A
A‘ A'
 EJERCICIO PARA ALUMNOS

1- Tres monedas son lanzadas al mismo tiempo.

a) ¿Defina el espacio muestral?

S= {SSS, SSA, SAS, SAA, ASS, ASA, AAS, AAA}

b) Sea el evento A “que aparezcan dos soles”. Sea el evento B el

evento “que aparezcan tres soles”: defina los puntos muéstrales
A= {SSA, SAS, ASS} B= {SSS}

c) ¿ Lista que representa la relación AUB? ¿Cómo se lee AUB?

A U B= {SSA, SAS, ASS, SSS} se lee “A ó B”

d) ¿Lista que representa la intersección A∩B? ¿Cómo se lee A∩B?

A ∩ B=Ø se lee “A y B”
f) Exprese la lista que representa B'
B'= {SSA, SAS, SAA, ASS, ASA, AAS, AAA}
Ejemplo de cálculo de probabilidad como frecuencia relativa
Ciertos test de RRHH muestran que 294 de 300 candidatos a un puesto
de trabajo examinados, podrían reprobar.
¿ Cuál es la probabilidad de que
cualquiera de tales candidatos
puedan reprobar?

P(resistir)= 294= 0.98

300
El valor 0.98, lo usamos como una estimación de la
probabilidad
EJERCICIO PARA ALUMNOS . MÉTODO DE LA FRECUENCIA RELATIVA
Una empresa que produce pasta de dientes está analizando el diseño de cinco
empaques diferentes. Suponiendo que existe la misma posibilidad de que los
clientes elijan cualquiera de los empaques, ¿cuál es la probabilidad de selección
que se le asignaría a cada diseño de empaque? En un estudio, se pidió a 100
consumidores que escogieran el diseño que más les gustara. Los resultados se
muestran en la tabla siguiente.
Número de veces que fue
DISEÑO elegido Probabilidad
1 5 5/100= 0.05
2 15 0.15
3 30 0.30
4 40 0.40
5 10 0.1
Total= 100 ∑P= 100%
¿Confirman estos datos la creencia de que existe la misma posibilidad de que los clientes elijan
cualquiera de los empaques? Explique Respuesta: No existe igual probabilidad
EJERCICIO PARA ALUMNOS MÉTODO DE LA FRECUENCIA RELATIVA
Considere, un estudio sobre los tiempos de espera en el departamento de rayos x de un hospital
pequeño. Durante 20 días sucesivos un empleado registra el número de personas que están
esperando el servicio a las 9:00 a.m.; los resultados
son los siguientes.

Determine la probabilidad de que:

2.1- de ningún paciente espera el servicio →P (x= 0)= 2/20= 0.1
2.2- como mínimo dos pacientes esperan el servicio →P (x≥2)= 6/20+ 4/20 + 3/20= 0.65
2.3- como máximo dos pacientes esperan el servicio →P (x≤2)= 2/20 + 5/20 + 6/20 = 0.65
EJERCICIO PARA ALUMNOS
La revista Fortune publica anualmente una lista de las 500 empresas más grandes
de Estados Unidos. A continuación se presentan los cinco estados en los que hay
más de estas 500 empresas de Fortune.

Suponga que se elige una de las 500 empresas de Fortune, ¿cuál es la probabilidad
de cada uno de los eventos siguientes?
2.1- Sea N el evento: la empresa se encuentra en Nueva York. Halle P(N).
2.2- Sea T el evento: la empresa se encuentra en Texas. Halle P(T).
2.3- Sea B el evento: la empresa se encuentra en uno de estos cinco estados. Halle
P(B).
3.- La revista Fortune publica anualmente una lista de las 500 empresas más grandes de Estados Unidos. A continuación se
presentan los cinco estados en los que hay más de estas 500 empresas de Fortune.

TOTAL= 217

a) Sea N el evento: la empresa se encuentra en Nueva York. Halle P(N).

P(N)= 54/500= 0.108=10.8%

b) Sea T el evento: la empresa se encuentra en Texas. Halle P(T).
P(T)= 48/500= 0.096=9.6%
c) Sea B el evento: la empresa se encuentra en uno de estos cinco estados. Halle P(B).
P(B)= 217/500= 0.434=43.4%
 AXIOMAS (principios) DE LA PROBABILIDAD
Solo consideraremos espacios muéstrales con número finito
de puntos muéstrales (espacios muéstrales discretos).
Andrei Kolmogorov
AXIOMA 1
AXIOMA 2
AXIOMA 3
Válidos para los tres conceptos
anteriores de probabilidad

De estos 3 axiomas se
desprenden las
REGLAS
o
LEYES DE LA PROBABILIDAD.
 AXIOMAS DE PROBABILIDAD

Axioma 1:
Si “A” es un evento cualquiera: P(A) ≥ 0.
Axioma 2:
P(S)=∑ P(Ei)= P(E1)+ P(E2)+….. P(En)= 1
Axioma 3:
Si A, B, C….. son eventos mutuamente excluyentes, entonces,
la LEY ESPECIAL DE LA ADICIÓN se expresa:

P (A U B U C…..)= P (A) + P (B) + P (C)+…..

AXIOMA 1.
La probabilidad de un evento existe, y es un número real no negativo,
o sea, mayor que cero P(A) ≥ 0 para cualquier evento A de S.

Ejemplo:

La probabilidad del evento: E1: “observar un 1”,

según el MÉTODO CLÁSICO:
P (E1)=1/6=0.1666 > 0 nunca menor que cero
 Axioma 2: P(S)=∑ P(Ei)=1
“a cada punto del espacio muestral S se le asigna una
probabilidad, tal que:
la suma de todas las probabilidades es 1”

EJEMPLO: “En un dado no trucado”, calcular la probabilidad

total del espacio muestral S
S= {1, 2, 3, 4, 5, 6}

La probabilidad: “acertemos en cualquier número”:

según el MÉTODO CLÁSICO P (cualquier número)= n/N= 1/6
-E1: observar un 1
-E2: observar un 2 ∑P(Ei)=P(E1)+ P(E2)+ P(E3)+ P(E4)+ P(E5)+ P(E6)
-E3: observar un 3
∑P(Ei)= 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6
-E4: observar un 4
-E5: observar un 5 ∑P(Ei)= 1
-E6: observar un 6
 PROBABILIDAD COMO FRECUENCIA RELATIVA
Un inconveniente del método clásico es su limitada aplicación:
“en la realidad existen situaciones en que las probabilidades no pueden ser
consideradas todas como igualmente probables”

Más ampliamente usada es

la interpretación de
probabilidad como
FRECUENCIA RELATIVA
 ¡IMPORTANTÍSIMO!!!!!!!!!!!
Cuando se comienza a resolver un
ejercicio de probabilidad lo primero
es:
DENOTAR
LOS EVENTOS DEL EXPERIMENTO
con letras mayúsculas.

Los EVENTOS del experimento a tratar en el ejercicio, se

encuentran en la pregunta de PROBABILIDAD del ejercicio
correspondiente
 Tipos de Eventos o Sucesos

Eventos NO excluyentes Eventos mutuamente

excluyentes

LEYES o REGLAS de la PROBABILIDAD:

SUMA (= unión o adición)
MULTIPLICACIÓN

GENERAL ESPECIAL
Eventos NO excluyentes Eventos mutuamente excluyentes
 REGLA DE LA SUMA (ó ley general de la adición)

A y B son dos eventos de un experimento,

(NO MUTUAMENTE EXCLUYENTES)

La suma de probabilidades de A y B
P(A U B)= P(A o B)= P (A)+P (B)–P (A∩B)

Es la probabilidad de que:
Ocurra un evento A ó
Ocurra el evento B ó
Ocurran ambos.

Incluye todo, excepto la posibilidad de que no sea

ninguna
REGLA DE LA SUMA (ó LEY GENERAL DE LA ADICIÓN)

P(A U B)= P (A) + P (B) – P (A∩B)

En la ley general de la Suma los dos primeros términos

P (A) , P (B) corresponden a los puntos muéstrales en A y en B.

Los puntos muéstrales que se encuentran en A∩B

están tanto en A como en B
Por lo tanto, cuando se calcula P(AUB)
los puntos que se encuentran en A∩B se contarían dos veces.

Esto se corrige en la expresión, restando la cantidad P (A∩B)

 EJERCICIO
En una clase de 50 alumnos, 10 alumnos tienen como preferencia solamente la
asignatura de Matemática, 15 prefieren solamente Estadística y 5 no tienen
preferencia por ninguna de estas asignaturas. El resto tienen preferencia por ambas
asignaturas.
a) ¿Cuál es la probabilidad de que elegido un estudiante al azar tenga
preferencia por la asignatura de Matemática o Estadística ?
b) Verifique si se cumple el AXIOMA 2.
 EJERCICIO
En una clase de 50 alumnos, 10 alumnos tienen como preferencia solamente la asignatura de
Matemática, 15 prefieren solamente Estadística y 5 no tienen preferencia por ninguna de estas
asignaturas. El resto tienen preferencia por ambas asignaturas.
a) ¿Cuál es la probabilidad de que elegido un estudiante al azar tenga
preferencia por la asignatura de Matemática o Estadística ?
DATOS
P (M): probabilidad de Mate
P (E): probabilidad de Estadística

Los eventos Mate, Estadística ¿son excluyentes o no excluyentes?

Respuesta: no excluyentes

Eventos no excluyentes aplicar LEY GENERAL DE LA SUMA (UNIÓN, ADICIÓN)

P (M o E)= P (M) + P (E) - P (M y E) = P (M) + P (E) - P (M ∩ E)

 EJERCICIO
En una clase de 50 alumnos, 10 alumnos tienen como preferencia solamente la asignatura de
Matemática, 15 prefieren solamente Estadística y 5 no tienen preferencia por ninguna de estas
asignaturas. El resto tienen preferencia por ambas asignaturas.
a) ¿Cuál es la probabilidad de que elegido un estudiante al azar tenga preferencia por la
asignatura de Matemática o Estadística ?
P (M o E)= P (M) + P (E) - P (M ∩ E)
DATOS
P (M): probabilidad de Mate
P (M)= ? = 10 + 20 = 0.6
P (E): probabilidad de Estadística 50
P (E)= ? = 15 + 20 = 0.7
50 0.9= 90% es la probabilidad
de que elegido un
P (M ∩ E)= ? = 20 = 0.4 estudiante al azar tenga
50 preferencia por la
P (M o E)= 0.6 + 0.7- 0.4 = 0.9 asignatura de
Matemática o Estadística
 EJERCICIO
En una clase de 50 alumnos, 10 alumnos tienen como preferencia solamente la asignatura de
Matemática, 15 prefieren solamente Estadística y 5 no tienen preferencia por ninguna de estas
asignaturas. El resto tienen preferencia por ambas asignaturas.
b) Verifique si se cumple el AXIOMA 2.
Enunciado del AXIOMA 2
P(S)=∑ P(Ei)= 1= 100%
DATOS
P (ni M ni E): Evento no tienen preferencia por ninguna de estas asignaturas
P (ni M ni E)= ? = 5 = 0.1
50
P(S)=∑P(Ei)= P (M o E) + P (ni M ni E) = 0.9 + 0.1= 1
Sí se cumple el AXIOMA 2