UNIVERSIDAD DE IBAGUE

FACULTAD DE CIENCIAS NATURALES,

MATEMATICAS Y ESTADISTICA

PROGRAMA PSICOLOGIA

DOCENTE:
CARLOS VALDES JIMENEZ
I-mail: [email protected]
WhatsApp: 3005558466- 3209333703
PROBABILIDAD Y ESTADISTICA

©Todos los derechos son reservados 2015

 PROBABILIDADES

JUSTIFICACION
En ocasiones cuando se habla de probabilidad o posibilidad de que
un evento ocurra, se pierde la credibilidad acerca del evento en
cuestión, pero ¿es posible tener siempre la certeza total en todo
proyecto o actividad que se desea realizar?, es muy difícil tenerla,
debido a que el llevar a efecto un proyecto cualquiera por más simple
que este sea, éste está sujeto a una gran diversidad de factores que
afectan su ocurrencia, ¿entonces que es lo más aconsejable para
predecir su ocurrencia?, la probabilidad es la que nos ayuda en estos
casos, ya que basándose en estadísticas, podemos cuantificar la
posibilidad de ocurrencia de los eventos y por consiguiente tomar
una buena decisión basados en esta información.
 PROBABILIDADES
CONCEPTO:
La probabilidad se encarga de evaluar todas aquellas actividades en
donde se tiene incertidumbre acerca de los resultados que se pueden
esperar, esto quiere decir que la probabilidad está presente en casi
en todas las actividades que se pretenda realizar, ejemplos:
- Cual es la probabilidad de hacer buen clima cuando se va realizar
un evento
-Cualquier proyecto de Ingeniería o de otras áreas
-Competencias deportivas
-Juegos de azar, etc., etc.
 PROBABILIDADES
EXPERIMENTO ALEATORIO : es toda actividad que se realiza en forma
repetida, controlando la misma variable, y bajo algunas condiciones sin
poder determinar cual puede ser el resultado.

EJEMPLO : lanzar una moneda una sola vez , lanzar un par de dados.

EVENTO O SUCESO: los resultados que se dan en un experimento aleatorio.

C evento simple

S Evento simple
 PROBABILIDADES
EVENTO COMPUESTO: es aquel que consta de dos o mas eventos simples.
Ejemplo: cuando lanzamos una moneda tres veces el evento salir las tres veces
caras cara cara cara es un evento compuesto.
EVENTO EXCLUYENTE: dos o mas eventos son excluyentes si se da el uno
excluye que se den los otros.
Ejemplo: lanzar una moneda ,el hecho de salir cara excluye de salir sello.
EVENTOS INDEPENDIENTES: dos o mas eventos son independientes si se dan
o ocurren a la vez sin que el uno incida en la ocurrencia del otro.
Ejemplo: Lanzar dos monedas a la vez, el hecho de salir cara en una, no incide en
salir cara en la otra.
EVENTOS PROBABLES: son aquellos que se pueden dar, por que hacen parte
del espacio muestral.
Ejemplo: cuando lanzamos un dado es muy probable que salga un seis.
EVENTOS IMPROBABLES: son aquellos que nunca se van a dar, puesto no se
encuentran en el espacio muestral.
Ejemplo: cuando lanzamos un dado es improbable que salga un nueve.
 EXPERIMENTO ALEATORIO
DIAGRAMA DE ARBOL: es la forma de representar todos los eventos que se pueden dar en un
experimento aleatorio.
Si lanzamos una moneda al aire tres veces, una forma de representar todos los eventos es:

C C CCC

(Evento simple)C S CCS

C CSC
S
S CSS (Evento compuesto)

C SCC

C
S SCS
S C SSC

S
S SSS
 PROBABILIDADES
ESPACIO MUESTRAL: es el conjunto   de todos los resultados
posibles que se dan en un experimento aleatorio.

EJEMPLO 1: Cuando lanzamos una moneda tres veces al aire, el

espacio muestral es.
S=

EJEMPLO 2 : Cuando lanzamos un par de dados el espacio muestral

es: S = ,(2;1),(3;1),(4;1),(5;1),(6;1),(1;2),(2;2),(3;2),(4;2),(5;2),(6,2),
(1;3),(2;3),(3;3),(4;3),(5;3),(6;3),(1;4),(2;4),(3;4),(4;4),(5;4),(6;4),
(1;5),(2;5),(3;5),(4;5),(5;5),(6;5),(1;6),(2;6),(3;6),(4;6),(5;6),
 PROBABILIDADES
EJEMPLO:
  Dos equipos denominados A y B se disputan la final de un partido de
baloncesto, aquel equipo que gane dos juegos seguidos o complete un total de tres juegos
ganados será el que gane el torneo. Mediante un diagrama de árbol diga de cuantas
maneras puede ser ganado este torneo
A
Solución: A
A = gana el equipo A A A
B A
B = gana el equipo B B
B B

A
A A
A
B B B
B
B
En este diagrama se muestran que hay solo diez maneras de que se gane el torneo, que se
obtienen contando las ramas terminales de este diagrama de árbol, las que es posible
enumerar; S = A, ABB, ABAA, ABABA, ABABB,BAA,BB,BABAA,BABAA,BABA
 PROBABILIDADES
Ejercicio 1: un restaurante ofrece a su distinguida clientela como entrada. Ensalada, sopa o crema; como
plato principal carne de res, carne de cerdo, marisco o pollo; y como acompañante postre, torta o pastel.
a. Cual es el menú que ofrece el restaurante.
b. Determinar el espacio muestral.
c. De ejemplos de eventos simple.
d. De ejemplos de eventos probables.
e. De ejemplos eventos improbables
f. De ejemplos de eventos compuestos.
g. De ejemplos de eventos excluyentes.
h. De ejemplos de eventos independientes.

EJERCICIO 2: Una compañía de seguros clasifica sus clientes de acuerdo a su edad menores de 20 años,
entre 20 y 40 años, entre 40 y 60 años, mayores de 60 años; de acuerdo a su estado civil soltero, casado,
viudo; de acuerdo al genero masculino o femenino
a. Cuales son los clientes que tiene la compañía
b. Determinar el espacio muestral
c. De ejemplos de eventos simples
d. De ejemplos de eventos probables.
e. De ejemplos eventos improbables.
f. De ejemplos de eventos compuestos
g. De ejemplos de eventos excluyentes
h De ejemplos de eventos independientes
 PROBABILIDADES
 
Definición : el valor cuantitativo que se le asigna a la ocurrencia de un evento.
Ejemplo: cuando se lanza una moneda al aire una sola vez, la probabilidad salir
cara es :
P( C ) = = 0.50
Probabilidad clásica : sea A un evento cuales quiera de un espacio muestral S
entonces: A evento salir cara
P( A ) = =
Retomando el ejercicio anterior de los clientes de la compañía de seguros :
a. Cual es la probabilidad de tener un cliente mayor de 60 años viudo y hombre ?
b. Cual es la probabilidad de tener un cliente menor de 20 años, soltero y mujer ?
c. Cual es la probabilidad de tener un cliente entre 20 y 40 años, casado y
hombre
d. Cual es la probabilidad de tener un cliente menor de 60 años, soltero y hombre
e. Cual es la probabilidad de tener un cliente menor de 20 años, casado y hombre
f. Cual es la probabilidad de tener un cliente mayor de 60 años, soltera y mujer
 PROBABILIDADES
EJEMPLO: un experimento aleatorio consiste en lanzar dos dados a
la vez. Otra forma de representar los eventos que pueden ocurrir esta
dado así: utilizando el plano cartesiano

DADO 2
6 (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)
5 (1,5) (2,5) (3,5) (4,5) (5,5) (6,5)
4 (1,4) (2,4) (3,4) (4,4) (5,4) (6,4)
3 (1,3) (2,3) (3,3) (4,3) (5,3) (6,3)
2 (1,2) (2,2) (3,2) (4,2) (5,2) (6,2)
1 (1,1) (2,1) (3,1) (4,1) (5,1) (6,1)
DADO 1
1 2 3 4 5 6
 PROBABILIDADES
 
Tomando el ejercicio anterior, sea x la variable que representa la suma de las caras cuando se
lanzan dos dados a la vez y P(X) el valor de probabilidad de cada evento
x 2 3 4 5 6 7 8 9 10 11 12
p(x)
P(x)
P(x)

a. Si x= 7 su probabilidad =
b. Si x se encuentra entre 5 y 9 se escribe
=+
= =
c. Si x es mayor de 10 se escribe
==
d. Si x es menor o igual de 5 se escribe
=+==
 PROPIEDADES DE LAS PROBABILIDADES
 
PROPIEDAD No 1 : sea A un evento que ocurre en un espacio muestral S
entonces:
Ejemplo: en el experimento aleatorio de lanzar un par de dados a la vez la
probabilidad de salir 9 al sumar las caras   4
0≤ ≤1
36
PROPIEDAD No 2 : se un evento que no ocurre del espacio muestral S entonces
=0
Ejemplo: cuando lanzamos un dado una sola vez , cual la probabilidad de salir 7
es = = 0 Este evento nunca va ocurrir
PROPIEDAD No 3 : se S un espacio muestral entonces su probabilidad es
P( S) = 1
Ejemplo: cuando lanzamos un dado una sola vez el espacio muestral esta dado
Así con probabilidades
=+
= = 1
 REGLAS ADITIVAS

REGLA
  No 1: Sean A y eventos excluyentes que ocurren en un
espacio muestral S entonces : utilizando un diagrama de Venn
S
c
   

A
𝐴  

Si = 1 y entonces concluimos
1 de tal manera que
1 - o también
= 1-
Ejemplo: Si = 0,30 entonces =1 - = 1 - 0,30 = 0,70
Ejemplo: Si = 0,56 entonces =1- = 1- 0,56 = 0,44
 REGLAS ADITIVAS
 
REGLA No. 2: Sean A y B eventos no excluyentes de un espacio muestral S
entonces:

 
  A ) B

Si ocurre A y no ocurre B
= probabilidad de ocurrir A y no ocurre B
=
También
Si no ocurre A y ocurre B
= probabilidad de no ocurrir A y ocurre B
=
 REGLAS ADITIVAS
 
REGLA No 3 : sean A y B eventos no excluyentes de un espacio muestral S
entonces:

 A ) B

Si ocurre A o ocurre B o ambos se escribe

Donde =
Demostración: Aplicando la propiedad de los conjuntos
=
=
=
=
 EJEMPLO APLICANDO REGLAS ADITIVAS
La probabilidad de que una industria Japonesa se ubique en Ibagué es
de 0.42, de que se localice en Armenia de 0.36, y de que se ubique en
Ibagué y en Armenia , es de 0.12.¿Cuál es la probabilidad de que la
industria se localice:
a. En Ibagué o en Armenia.
b. En ninguna de ellas.
c. En Ibagué y no en armenia.
d. En Armenia y no en Ibagué
e. En Ibagué y no en Armenia o no en Ibagué y si en Armenia.
Solución:
Determinamos los eventos sea A el evento ubicarse una empresa
Japonesa en Ibagué , B el evento ubicarse una empresa Japonesa en
Armenia.
A y B ubicarse en Ibagué y en Armenia.
 EJEMPLO APLICANDO REGLAS ADITIVAS

 
a. Aplicando la regla No.3
para determinar probabilidad que se ubique en Ibagué o se
ubique en Armenia
=
= 0,42 + 0,36 - 0,12 = 0,66
b. Aplicando la propiedad No. 1
para determinar la probabilidad no se ubique en ninguna de ellas
=1-
= 1 – 0,66 = 0,34
 EJEMPLO APLICANDO REGLAS ADITIVAS
c. Aplicando
  la regla No. 2
para determinar probabilidad que se ubique en Ibagué y no se
ubique en Armenia

d. Aplicando la regla No. 2

para determinar la probabilidad que no se ubique en Ibagué y se
ubique en Armenia.

0,36 – 0,12 = 0,24

 EJEMPLO APLICANDO REGLAS ADITIVAS
e.  Aplicando la regla No. 3
para determinar la probabilidad de que se ubique en Ibagué y no
en Armenia o no se ubique en Ibagué pero se ubique en Armenia
=
= por definición
Demostración:
=
= +
=+
=+ donde = 0 por tanto
= =
= = 0,42 = 0,54
 REGLAS ADITIVAS
   A, B, C eventos no excluyentes de un espacio muestral S entonces:
Sean
A S
A

 
 𝐴 ∩ 𝐵   A
 𝐴 ∩ 𝐵∩ 𝐶 C
B

𝐵
  ∩𝐶

DEMOSTRACION:
Si agrupamos
Aplicamos la regla aditiva remplazando.

Aplicando propiedad distributiva en

= = remplazando nos queda.
 EJEMPLO DE REGLA ADITIVA

 
EJEMPLO: Supóngase que una persona visita a su dentista, la probabilidad de que se le hará
una limpieza dental es 0,44 , de que le cubrirá una cavidades es 0,24, de que le extraerá una
pieza dental es 0,21, de que le hará limpieza dental y le cubrirá una cavidad es 0,08, de que
le hará una limpieza dental y se le extraerá una pieza dental es 0,11, de que le tapara una
cavidad y le extraerá una pieza dental es 0,07 y de que le hará una limpieza dental, le tapara
una cavidad y le extraerá una pieza dental es 0,03.¿ Cual es la probabilidad de que una
persona que visita a su dentista se le realizara cuando menos unos de estos tratamientos?.

SOLUCION:
Sea A el evento se le hará una limpieza dental con = 0,44, sea B el evento de que le cubrirá
una cavidad con = 0,24, sea C el evento se le extraerá una pieza dental con = 0,21, de que le
hará limpieza dental y le cubrirá una cavidad con probabilidad = 0,11, de que le hará una
limpieza dental y se le extraerá una pieza dental con probabilidad = 0,11, de que le tapara una
cavidad y le extraerá una pieza dental con probabilidad = 0,07, de que le hará una limpieza
dental, le tapara una cavidad y le extraerá una pieza dental con probabilidad = 0,03
Tomando la ecuación para tres eventos.

Si remplazamos.
0,44 + 0,24 + 0,21 - 0,08 - 0,11 - 0,07 + 0,03 = 0,66
 EJERCICIOS PROPUESTOS
EJERCICIO 1: CARLOS VALDES preguntó a una muestra de 200 estudiantes de LA UNIVERSIDAD
DE IBAGUE, si les gusta el fútbol, si les gusta el basquetbol y si le gusta el voleibol. Estos eventos no
son mutuamente excluyentes, porque es posible que a alguien le gusten los tres deportes. Basándose en sus
resultados, Carlos construyó este diagrama de Venn de probabilidades:
Vamos a denotar el conjunto F los estudiantes BASQUETBOL
BASQUETBOL 50
50
que les gustan el futbol, B el conjunto de los
estudiantes que les gusta el basquetbol y VOLEIBOL
VOLEIBOL
V los que les gusta el voleibol.  
a. ¿Cuál es la probabilidad de que un
estudiante le guste el futbol? 15
15 12
12
b. ¿Cuál es la probabilidad de que un
estudiante le guste el basquetbol? 60
60 55
c. Cuál es la probabilidad de que un estudiante
FUTBOL
FUTBOL 10
10 40
40
le guste el Voleibol?
d. ¿Cuál es la probabilidad de que un estudiante le guste el futbol y el basquetbol y el voleibol?
e. Cuál es la probabilidad de que un estudiante le guste el futbol y el basquetbol?
f. Cuál es la probabilidad de que un estudiante le guste el basquetbol y el voleibol?
g. Cuál es la probabilidad de que un estudiante le guste el futbol y el voleibol?
h. Cuál es la probabilidad de que un estudiante le guste el futbol, el basquetbol y el voleibol?
i. Cuál es la probabilidad de que un estudiante no le guste ninguno de los tres deportes?
as partes se descargan por error en Pórtland y la “selección” es aleatoria, ¿qué probabilidades hay de que a. ambas partes debieran de

EJERCICIOS PROPUESTOS
EJERCICIO 2:La probabilidad de que un nuevo aeropuerto obtenga un premio por su diseño es de 0.16,
la probabilidad de que obtenga un premio por su eficiente uso de materiales es de 0.24 y la probabilidad
de que obtenga ambos premios es de 0.11. a. ¿Cuál es la probabilidad de obtenga un premio por diseño
o un premio por eficiencia?, b. ¿Cuál es la probabilidad de que obtenga un premio por diseño y no por
eficiencia? c. ¿ Cual es la probabilidad que no obtenga un premio por diseño y si por eficiencia?. d.
¿cuál es la probabilidad que no obtenga ninguno de los dos?. e. ¿ cual es la probabilidad de que obtenga
uno de los dos premios.
EJERCICIO 3: Con base en experiencias pasadas, un corredor de bolsa considera que bajo las
condiciones económicas actuales un cliente invertirá con una probabilidad de 0.6 en bonos libres de
impuesto, en fondos mutualistas con una probabilidad de 0.3 y en ambos instrumentos con una
probabilidad de 0.15. En este momento, encuentre la probabilidad de que el cliente invierta a. ya sea en
bonos libres de impuesto o en fondos mutualistas, b. en ninguno de los dos instrumentos. c. en bonos
libres y no en fondos mutualistas, d. no lo haga en bonos libres y si en bonos mutualistas. e. en alguno
de los dos.
EJERCICIO 4:Entre 60 partes de refacción automotriz cargadas en un camión en San Francisco, 45
tienen a Seattle por destino y 15 a Vancouver. Si dos de las partes se descargan por error en Pórtland y
la “selección” es aleatoria, ¿qué probabilidades hay de que a. ambas partes debieran de haber llegado a
Seattle, b. ambas partes debieran de haber llegado a Vancouver, c. una debiera haber llegado a Seattle y
la otra a Vancouver. R =a.33/59 b. 7/118 c.45/118
EJERCICIO 5: Si la probabilidad de que un proyecto de investigación sea correctamente planeado es
de 0.80 y la probabilidad de que sea planeado y correctamente ejecutado es de 0.72, ¿qué probabilidad
hay de que un proyecto de investigación correctamente planeado, sea correctamente ejecutado?
R = 0.90
 EJERCICIOS PROPUESTOS
EJERCICIO 6: Un estudio realizado a una muestra de 150 estudiantes de ingeniería, sobre el gusto por
las asignaturas de física y calculo determino. Que ha 67 solo le gusta física, que ha 53 solo le gusta
calculo. Que ha 28 le gusta el calculo y la física.Construir un diagrama de Venn para determinar las
probabilidades. a. ¿Cuál es la probabilidad de que un estudiante le guste el física? b. ¿Cuál es la
probabilidad de que un estudiante le guste el calculo? c. ¿Cuál es la probabilidad de que un estudiante le
guste la física y el calculo? d. ¿Cuál es la probabilidad de que un estudiante no le guste la ninguna de las
dos asignaturas?
EJERCICIO 7: En una planta electrónica, se sabe por experiencia que la probabilidad de que un obrero
de nuevo ingreso que haya asistido al programa de capacitación de la compañía, cumpla la cuota de
producción es de 0.86 y que la probabilidad correspondiente de un obrero de nuevo ingreso que no ha
asistido a dicho curso de capacitación es de 0.35. Si 80% de la totalidad de los obreros de nuevo ingreso
asisten al curso de capacitación, ¿qué probabilidad existe de que un trabajador de nuevo ingreso cumpla
la cuota de producción? R = 0.758
EJERCICIO 8: La probabilidad de que una industria estadounidense se ubique en Munich es de 0.7, de
que se localice en Bruselas de 0.4, y de que se ubique ya sea en Bruselas o en Munich, o en ambas es de
0.8.¿Cuál es la probabilidad de que la industria se localice a. en ambas ciudades?, b. en ninguna de ellas
R = a. 0.3 b. 0.2
EJERCICIO 9: Una empresa consultora renta automóviles de tres agencias, 20% de la agencia D, 20%
de la agencia E y 60% de la agencia F. Si 10% de los autos de D, 12% de los autos de E y 4% de los
autos de F tienen neumáticos en mal estado, ¿cuál es la probabilidad de que la empresa reciba un auto
con neumáticos en mal estado? R =0.068
 EJERCICIOS PROPUESTOS
EJERCICIO 10:Un estudio realizado a los estudiantes residentes en la UNIVERSIDAD DE
IBAGUE se determino que 40% son del municipio de Mariquita, 30% son del Municipio
Chaparral, 20% son del municipio de fresno. El 12% son de Mariquita y Chaparral, 10%
son de Chaparral y Fresno, 8% son de Mariquita y Fresno. Tambien se determino que 5%
son de Mariquita, Chaparral y Fresno. Cual es la probabilidad de que un estudiante
escogido al azar de los residentes sea por lo menos de uno de estos municipios.
b. Cual es la probabilidad de que un estudiante escogido al azar no se de estos municipios.
EJERCICIO 11:Supóngase que una persona que visita Melgar, haga un recorrido por CR
PISILAGO es del 41%, que ha un recorrido por CR AGUA, SOL Y ALEGRÍA es de 37%,
que haga un recorrido por el CR CAFAM es del 28%, que haga un recorrido por el CR
PISILAGO y CR AGUA SOL Y ALEGRIA es de 15%, que ha un recorrido por CR AGUA
SOL Y ALEGRIA y CR CAFAM es de 12%, que haga un recorrido por CR PISILAGO Y
CR CAFAM es de 10%, de que haga un recorrido por CR PISILAGO y CR AGUA SOL Y
ALEGRIA y CR CAFAM es de 7% .Cual es la probabilidad de un visitante en Melgar, haga
un recorrido por algún CENTRO RECRACIONAL (CR).
b. Cual es la probabilidad de que un visitante en Melgar, no haga un recorrido por un
CENTRO RECRACIONAL (CR).
 REGLAS ADITIVAS
Regla
  No 4: sean eventos excluyentes de un espacio muestral S
entonces :
=
Ejemplo: El departamento de policía Tolima necesita licitar la
compra de llantas para sus patrullas, y existen 0.27, 0.15, 0.07, 0.19,
0.11 y 0.14 de probabilidades de que adquieran llantas de las
siguientes marcas: Uniroyal, Goodyear, Michelin, Continental,
Goodrich o Hankoo. Determine las probabilidades de que compre, a.
llantas Goodrich o Goodyear, b. llantas Uniroyal, Continental o
Hankoo, c. llantas Michelin o Hankoo, d.llantas Goodyear,Michelin
o Continental. e. No compre ninguna de las marcas de llantas.
 EJEMPLO DE REGLAS ADITIVAS
Solución
  : asignamos nombre a cada evento
= llantas Uniroyal = llantas Goodyear
= llantas Michelin = llantas Continental
= llantas Goodrich = llantas Hankoo
0,27 = 0,19
Aplicando la propiedad
a. =0,11+0,15 = 0,26
b. =
= 0,27+ 0,19+ 0,14 = 0,60
c. == 0,07 + 0,14 = 0,21
 EJEMPLO DE REGLAS ADITIVAS
d.   =
 = 0,15+0,07+0,19 = 0,41
e. =
1- =
1- ( 0,27 + 0,15 + 0,07 + 0,19 + 0,11 + 0,14) = 1- 0,93 = 0,07
EJERCICIO : Las probabilidades de que una estación de Televisión
reciba 0, 1, 2, 3, 4, ...........,8 o al menos 9 quejas tras la emisión de
un controvertido programa son, respectivamente, 0.01, 0.03, 0.07,
0.15, 0.19, 0.18, 0.14, 0.12, 0.09 y 0.02. Qué probabilidades hay de
que después de trasmitir ese programa la estación reciba a. como
máximo 4 quejas, b. al menos 6 quejas, c. de 5 a 8 quejas. d. no
reciba quejas de los televidentes.
 
 PROBABILIDAD CONDICIONAL
Sea
  S un espacio muestral en donde se ha definido un evento E,
donde p (E)  0, si deseamos determinar la probabilidad de que
ocurra un evento A (el que también es definido en el mismo espacio
muestral ), dado que E ya ocurrió, entonces deseamos determinar una
probabilidad de tipo condicional, la que se determina como se
muestra:  𝐬

= probabilidad de que ocurra A dado que ya ocurrió E

= probabilidad de que ocurra A y E al mismo tiempo
= probabilidad de ocurrir E
 EJEMPLO DE PROBABILIDAD CONDICIONAL

Un estudio realizado a 2500 estudiantes universitarios sobre el consumo de

cigarrillos nunca , algunas veces y siempre, sobre el tipo de tensión arterial baja,
normal y alta, arrojo la siguiente información :
Clase de fumador Nunca Algunas veces Siempre Total
Tipo de tensión
Tensión baja 150 70 330 550
Tensión normal 280 210 190 680
Tensión alta 270 430 570 1270
Total 700 710 1090 2500

Cual es la probabilidad de tener un estudiante universitario:

a. Que consuma cigarrillos algunas veces dado que tiene tensión alta?
b. Que nunca consuma cigarrillos dado que tiene tensión baja?
c. Que consuma cigarrillos siempre dado que tiene tensión normal?
d. Que tenga tensión alta dado que consume cigarrillos algunas veces ?
 EJEMPLO DE PROBABILIDAD CONDICIONAL
Solución: vamos a denominar los eventos  que ocurren
= nunca consumir cigarrillos = consumir algunas veces cigarrillos
= consumir siempre cigarrillos = tensión baja = tensión normal
= tensión alta
probabilidad de consumir algunas veces cigarrillos dado que tiene tensión alta
=
= probabilidad de consumir algunas veces y tener tensión altas
= probabilidad de tener tensión alta
= = = =
EJEMPLO DE PROBABILIDAD CONDICIONAL
  dado que tiene tensión baja
probabilidad de nunca consumir cigarrillos

=
= probabilidad de nunca consumir cigarrillos y tener tensión baja

= probabilidad de tener tensión baja

= = = =
EJEMPLO DE PROBABILIDAD CONDICIONAL
c probabilidad de consumir siempre cigarrillos
  dado que tiene tensión normal

=
= probabilidad de consumir siempre y tener tensión normal
= probabilidad de tener tensión normal
= = = =
EJEMPLO DE PROBABILIDAD CONDICIONAL
d probabilidad de tener tensión alta dado  que consume algunas veces cigarrillos
=
= probabilidad de tener tensión alta y consumir algunas veces cigarrillos
= probabilidad de consumir algunas veces cigarrillos
= = = =
 EJERCICIO PROPUESTO DE PROBABILIDAD CONDICIONAL
EJERCICIO 1:Un estudio realizado a 500 familias sobre las condiciones sanitarias: malas, regulares y
buenas; el numero de veces que asisten: una vez por mes, entre 3 y cinco veces por mes, mas de cinco veces
por mes, al centro de salud mas cercano arrojo la siguiente información:
CONDICIONES SANITARIAS MALAS REGULARES BUENAS TOTAL
NUMERO DE
VECES QUE ASISNTEN
AL CENTRO DE SALUD
UNA VEZ POR MES 90 120 30 240
ENTRE 3 Y 5 VECES POR MES 70 60 50 180
MAS DE CINCO VECES POR MES 45 30 5 80
TOTAL 205 210 85 500

a. Cual es la probabilidad de que una familia tenga buenas condiciones sanitarias dado que asiste al centro de
salud una vez por mes.
b. Cual es la probabilidad de que una familia tenga regulares condiciones sanitarias dado que asiste al centro
de salud entre 3 y 5 veces por mes.
c. Cual es la probabilidad de que una familia tenga malas condiciones sanitarias dado que asiste al centro de
salud mas de 5 veces por mes.
d. Cual es la probabilidad de que una familia asista al centro de salud mas de cinco veces por mes dado que
tiene malas condiciones sanitarias en su vivienda.
e. Cual es la probabilidad de que una familia asista al centro de salud una vez por mes dado que tiene
regulares condiciones sanitarias en su vivienda.
f. Cual es la probabilidad de que una familia asista al centro de salud entre 3 y 5 veces por mes
dado que tiene buenas condiciones sanitarias en su vivienda.
 EJERCICIO DE PROBABILIDAD CONDICIONAL
EJERCICIO 2:. Si la probabilidad de que un sistema de comunicación tenga alta fidelidad es de 0.42 ,la
probabilidad que tenga alta selectividad es de 0.51, la probabilidad de que tenga alta fidelidad y alta
selectividad es de 0.15.
a. ¿Cuál es la probabilidad de que un sistema tenga alta fidelidad dado que tiene alta selectividad.
b. Cuál es la probabilidad de que un sistema tenga alta selectividad. dado que tiene alta fidelidad
c. ¿Cuál es la probabilidad de que un sistema no tenga alta fidelidad dado que tiene alta selectividad.
d. ¿Cuál es la probabilidad de que un sistema tenga alta fidelidad dado que no tiene alta selectividad.
e. Cuál es la probabilidad de que un sistema no tenga alta selectividad. dado que tiene alta fidelidad
f. Cuál es la probabilidad de que un sistema tenga alta selectividad. dado que no tiene alta fidelidad

EJERCICIO 3:. Para parejas de casados que viven al norte ciudad de Ibagué, la probabilidad de que el
esposo vote en alguna elección es de 0.21, la de que su esposa lo haga , es de 0.28 y la de que ambos
voten, de 0.15. ¿Cuál es la probabilidad de que:
a. al menos un miembro de la pareja vote?,
b. vote la esposa dado que su esposo lo hace?,
c. vote el esposo, dado que su esposa lo hace?
d. Vote la esposa dado que el esposo no vota ?
e. No vote el esposo dado que la esposa vota ?
f. No vote el esposo dado que la esposa no vota ?
 REGLAS MULTIPLICATIVAS
REGLA No 1 : Sean A y B eventos   no excluyentes de un espacio
muestral S entonces
Si A ocurre bajo las condiciones de B se escribe donde
entonces *
Si B ocurre bajo las condiciones de A se escribe donde
entonces *
Igualando * *
EJEMPLO : retomando el ejercicio anterior del consumo de
cigarrillos y la clase de tensión podemos preguntarnos si será
equivalente la probabilidad de que una persona sea un consumidor
siempre dado que tiene tensión alta con una persona que tenga
tensión alta dado que e un consumidor siempre
REGLAS MULTIPLICATIVAS
* =  *
 REGLAS MULTIPLICATIVAS
REGLA No 2: Sean , , ,.., eventos  excluyentes de un espacio
muestral S entonces :
=.…
EJEMPLO : Cuando se lanza un dado la probabilidad de salir dos y
tres y cinco es :
== = =
Ejercicio:
Un pueblo tiene dos carros de bomberos que operan
independientemente. La probabilidad de que un vehículo específico
esté disponible cuando se necesite es de 0.96. a. ¿Cuál es la
probabilidad de que ninguno esté disponible en caso necesario? R
0.0016, b. ¿Cuál es la probabilidad de que alguno lo esté cuando se
le necesite? R 0.92
 TEOREMAS IMPORTANTES
Este teorema o regla de probabilidad   total nos indica como calcular la
probabilidad de un evento A cuando conocemos las probabilidades
condicionales en donde los forman una partición del espacio muestral
S
TEOREMA DE LA PROBABILIDAD TOTAL :
Sea A un evento no excluyente del espacio muestral S ; que ocurre
bajo las condiciones de la partición entonces :
=
Demostración : sea S = definición de partición
Si p = =
= aplic prop dist
= …
= por probabilidad condicional
=
 TEOREMAS IMPORTANTES
EJEMPLO:Una empresa consultora renta
  automóviles de tres agencias, 20% de
la agencia D, 20% de la agencia E y 60% de la agencia F. Si 10% de los autos de
D, 12% de los autos de E y 4% de los autos de F tienen neumáticos en mal estado,
¿cuál es la probabilidad de que la empresa reciba un auto con neumáticos en mal
estado?
Solución :
Vamos a llamar A el evento recibir un auto con neumáticos en mal estado sin
saber de cual agencia es y = probabilidad de que la empresa reciba un auto con
neumáticos en mal estado si , y
= 0,10 , = 0,12, = 0,0,4

Entonces:
= 0,10.0,20+0,12.0.0,20+0,04.0,60 = 0,068
 TEOREMAS IMPORTANTES
EJERCICIO 1:En un lote de producción se tienen 150 artículos, de los cuales 30 son del tipo A, 60 del tipo
B y 60 del tipo C, de los que el 15% de los productos del tipo A, 20% de los productos del tipo B y 5% de
los productos del tipo C, no cumplen con las especificaciones, si se selecciona un producto de este lote al
azar, a. Determine la probabilidad de que el producto seleccionado no cumpla con las especificaciones, b.
Si el producto seleccionado no cumple con las especificaciones, ¿Cuál es la probabilidad de que sea un
producto del tipo B?, c.¿Cuál es la probabilidad de que un producto cumpla con las especificaciones y sea
del tipo B?
EJERCICIO 2 :En un lote de autos usados, el 25% son de la marca Ford, el 45% son Chevrolet y el 30%
son Chrysler, de los cuales, 2 de cada 8 autos Ford son estándar, 1 de cada 10 autos Chevrolet son estándar
y 2 de cada 10 autos Chrysler son también estándar, un cliente compra un auto de este lote, a. ¿Cuál es la
probabilidad de que el auto seleccionado por el cliente sea estándar?, b. ¿Cuál es la probabilidad de que
haya seleccionado un auto Chevrolet estándar?, c. ¿Cuál es la probabilidad de que el auto seleccionado sea
Ford o Chrysler automático?
EJERCICIO 3 :En las pruebas de acceso a la UNIVERSIDAD DE IBAGUE, el 45% son alumnos de la
opción A, el 10% de la B, el 30% de la C y el resto de la opción D. Se sabe que aprueban el 80% de los
alumnos de la opción A, la mitad de los que cursaron las opciones C y D y el 60% de los de la opción B. Si
un cierto alumno aprobó la prueba, calcule la probabilidad de haber cursado la opción C.
EJERCICIO 4:En un examen de Psicología Matemática I se les proponen a los alumnos tres problemas (A,
B y C), de los que han de elegir uno. La mitad de los alumnos eligen el problema A, y de éstos aprueban el
60%. El 30% eligen el B, suspendiendo el 25%. Por último, entre los que eligen el C aprueban el 30%. a)
Considerando a todos los alumnos, ¿ cuál es la probabilidad de aprobar el examen ?.b.Sabiendo que un
alumno ha aprobado, ¿ cuál es la probabilidad de que haya elegido el problema A?. c) Sabiendo que un
alumno suspendió, ¿ cuál es la probabilidad de que haya elegido el problema C ?.
 TEOREMAS IMPORTANTES
El  teorema o regla de Bayes es una técnica que nos permite obtener la
probabilidad condicional de un evento mediante el efecto tratamos de
determinar la probabilidad de la causa. Este resultado ha sido muy
utilizado para estudiar fenómenos sociales. Sin embargo por empleo de la
probabilidades subjetivas ha sido muy cuestionado su uso.
El teorema de Bayes trata de responder interrogantes tales como. Si el
evento A ocurrió cual es la probabilidad que ha sido generado por un
evento ,cual por, etc.
TEOREMA DE BAYES:
Sea > 0 y A un evento de S entonces:
=
 TEOREMAS IMPORTANTES
TEOREMA
  DE BAYES:
Demostración: partimos de la definición de probabilidad condicional
= si remplazamos la equivalencia de = y =entonces
=
Ejemplo: Retomando el ejemplo anterior de probabilidad total si nos
preguntaran cual es la probabilidad de escoger un automóvil de la
Agencia E dado que tiene las llantas en mal estado
= = = 0,3529
 TEOREMAS IMPORTANTES
EJERCICIO 1 :Tres máquinas denominadas A, B y C, producen un 43%, 26% y 31% de la producción
total de una empresa respectivamente, se ha detectado que un 8%, 2% y 16% del producto
manufacturado por estas máquinas es defectuoso, a. Se selecciona un producto al azar y se encuentra
que es defectuoso, ¿cuál es la probabilidad de que el producto haya sido fabricado en la máquina B?, b.
Si el producto seleccionado resulta que no es defectuoso, ¿cuál es la probabilidad de que haya sido
fabricado en la máquina C?
EJERCICIO 2:Una empresa recibe visitantes en sus instalaciones y los hospeda en cualquiera de tres
hoteles de la ciudad; Palacio del Sol, Sicomoros o Fiesta Inn, en una proporción de 18.5%, 32% y
49.5% respectivamente, de los cuales se ha tenido información de que se les ha dado un mal servicio en
un 2.8%, 1% y 4% respectivamente, a. Si se selecciona a un visitante al azar ¿cuál es la probabilidad de
que no se le haya dado un mal servicio?, b. Si se selecciona a un visitante al azar y se encuentra que el
no se quejó del servicio prestado, ¿cuál es la probabilidad de que se haya hospedado en el Palacio del
Sol?, c. Si el visitante seleccionado se quejó del servicio prestado, ¿cuál es la probabilidad de que se
haya hospedado en e hotel Fiesta Inn?
EJERCICIO 3: De los 80 alumnos de tres grupos de la UNIBAGUE, la mitad pertenecen al grupo A y
el 15% al C. Sabiendo que aprueban el curso el 40% de los alumnos del grupo A, 8 alumnos del grupo
B y la tercera parte de los del C, determine la probabilidad de que:
a) un alumno de la UNIBAGUE cancele matricula
b) un cierto alumno pertenezca al grupo B, sabiendo que aprobó.
 TEOREMAS IMPORTANTES
 resultado
El   que reconocemos con este nombre no es otra cosa que una generalización de la
regla multiplicativa No 1 por ello se llama regla general de la multiplicación
TEOREMA DE LA MULTIPLICACION :sean k eventos de un espacio
muestral S y supongamos que > 0 entonces
=…
DEMOSTRACION : Partimos de que = .si tomamos = si remplazamos nos queda = y así
podemos llegar hasta = …
EJEMPLO: Una urna contiene tres bolas negras y siete blancas. Se efectúa el siguiente
juego: Se extrae una bola ,se observa su color y luego se devuelve a la urna con dos bolas
adicionales del mismo color. Si se realizan tres extracciones una a continuación de la otra
.Halle la probabilidad de que encada una de ellas se extraiga una bola negra .
Solución : Definimos los eventos : una bola negra que es seleccionada en la escogencia i,
con i = 1, 2 ,3 una vez definido los eventos queda claro que la probabilidad pedida es
 TEOREMAS IMPORTANTES

  =
==
= ,puesto que se escoge una bola del total de 10 siendo tres negras
= por que al haber sido la primera negra se devolvió con dos negras
adicionales por lo cual quedan ahora 12 bolas con un total de negras
igual a cinco.
= porque al ser la segunda negra se retorna a la urna con dos
adicionales para tener un total de 14 con siete bolas negras
 TEOREMAS IMPORTANTES
EJERCICIO 1 : Supongamos que hay tres bolsas idénticas A, B ,C. la bolsa A contiene 3
monedas de $200 y dos de $500;la bolsa B contiene 5 monedas de $ 200 y 4 monedas de
$500; la bolsa C contiene 7 monedas de $200 y 5 de $500. Se mete la mano en la bolsa A, se
saca una moneda sin mirar y se deposita en la bolsa B; se mete la mano en la bolsa B se saca
una moneda sin mirar y se deposita en la bolsa C; luego se mete la mano en la bolsa C y se
saca una moneda a. Cual es la probabilidad de sacar una moneda de $500 de cada bolsa.
b. Cual es la probabilidad de sacar una moneda de $200 de cada bolsa.

EJERCICIO 2 :En un lote de producción hay 25 productos, 5 de los cuales tienen defectos
menores y 9 tienen defectos mayores, si se toman de este lote tres productos uno tras otro,
determine la probabilidad de que: a. El primer producto no tenga defectos y que el segundo
y tercero tengan defectos mayores, b. El primer producto tenga defectos menores, el
segundo tenga defectos mayores y que el tercero no tenga defectos, c. El primer producto y
el tercero no tengan defectos.
 INDEPENDENCIA DE EVENTOS
DEFINICION:
  Dados los eventos A y B se dicen independientes si
se cumple que =
EJEMPLO: El 20% de la población del municipio de Rovira es
zurda, el 30% es adicta al alcohol. Cual es la probabilidad que una
persona escogida al azar sea zurda y adicta al alcohol.
Solución: los eventos ser zurdo y adicto al alcohol son
independientes por tanto P(A y B)= P(A⋂B)= P(A).P(B)
A= el evento de ser zurdo P(A)= 0,20
B = el evento ser adicto al alcohol P(B) = 0,30
Entonces P(A y B)=P(A⋂B)= P(A). P(B)= (0,30).(0,20)= 0,06
 INDEPENDENCIA DE EVENTOS
EJERCICIOS:
a. Suponga que A es el evento “el teléfono esta interceptado” y b el
“teléfono es negro” si el 50% de los teléfonos están interceptados; el
50% son negros y el 10% son negros y están interceptados. Son A y
B eventos independientes?

b. De acuerdo con las tablas de mortalidad. La probabilidad de que

una persona de 65años llegue a los 70 años es de 0,65.Un matrimonio
ha cumplido 65 años .¿ Cual es la probabilidad de que cumplan
ambos esposos los 70 años.
 INDEPENDENCIA DE EVENTOS
 
TEOREMA: Sean A y B dos eventos tales que y
A y B son eventos independientes si y solo si y
, si dos eventos son independientes, la información correspondiente a uno
de ellos, no puede estar relacionada con la del otro.
DEMOSTRACION: partimos del hecho de que A y B son independientes
entonces Tenemos por probabilidad condicional que
=
De igual manera
=
 INDEPENDENCIA DE EVENTOS
EJEMPLO:
 
Cuando lanzamos un dado dos veces, si la primera vez salió 3 y la
segunda vez salió 5.Cual e la probabilidad de salir 5 si antes salió 3?
SOLUCION: Sea A= salir 3 y B= salir 5 entonces:

EJERCICIO: Para una pareja de pensionados, la probabilidad de que

José sobreviva 20 años más es de 0.65 y la de que Teresa lo haga de
0.84. Sí se supone independencia para ambos, ¿cual es la
probabilidad de que José sobreviva 20 años dado que Teresa lo hace?
 BIBLIOGRAFIA RECOMENDADA
PROBABILIDAD Y ESTADISTICA PARA INGENIERIA Y CIENCIA,
WALPOLE –MYERS-YE. editorial PRENTICE HALL, edición 8°, año
2007.
PROBABILIDAD Y ESTADISTICA PARA INGENIERIAS,
CANAVOS. editorial MAC GRAW HELL, edición 3° año 1997.
PROBABILIDAD Y ESTADISTICA PARA INGENIEROS,
DOUGLAS C MONTGOMERY. editorial JOHN WILEY & SONS,
edición 3°,año 2002
ESTADISTICA MATEMATICA,WILLIAM MENDENHALL-
RICHARD L SCHEAFFER, editorial THOMSON. edición 6°, año 2002
ESTADISTICA PARA LA ADMINISTRACION,LINCOLN CHAO,
editorial MAC GRAW HELL, edición 4° ,año 1996.
ESTADISTICA Y MUESTREO, CIRO MARTINEZ BERCARDINO,
editorial ECO, EDICION 8°, AÑO 2009.