SESIN 5:

Probabilidad
CURSO: METODOS ESTADSTICOS
LIC. IVAN MORALES CHAVARRY
ESCUELA ACADEMICO PROFESIONAL PSICOLOGA
FACULTAD DE HUMANIDADES
En estadstica la palabra experimento se utiliza para describir un
proceso que genera un conjunto de datos cualitativos o cuantitativos.
Estos experimentos pueden ser:
-Experimento determinstico.
-Experimento aleatorio.

Experimento determinstico:
Es todo proceso que consiste en la ejecucin de un acto(o prueba) cuyo
resultado se puede predecir antes de realizar el experimento.

Ejemplos:
-Se lanza una piedra a un estanque con agua (ste va a flotar)
-Se lanza una piedra a un fluorescente(ste se va a romper)
-Soltamos un objeto de determinada altura(ste por efecto de la gravedad
va
a caer)
-Se lanza un dado trucada
-Se lanza una moneda trucada
-El precio del dlar del da anterior.
-El nmero de ventas realizadas en el mes pasado
EXPERIMENTO
Experimento aleatorio:
Es todo proceso que consiste en la ejecucin de un acto (o prueba)
una o ms veces, cuyo resultado en cada prueba depende del azar y
en consecuencia no se puede predecir su resultado antes de realizar
el experimento.
Ejemplo:
E
1
: Se lanza un dado
E
2
: Se lanza una moneda
E
3
: Se lanza un dado y una moneda.
E
4
: Se seleccionan dos articulos de un lote que contiene artculos
buenos y defectuosos.
E
5
: Nmero de clientes que llegan a la ventanilla de un banco.
E
6
: Cantidad de galones de gasolina que vender la empresa
Repsol en un da determinado.
E
7
: Tiempo de viada de una cmara fotogrfica.

ESPACIO MUESTRAL
Espacio muestral :
Es el conjunto de todos los posibles resultados de un
experimento aleatorio y se le denota por:

Ejemplo 1:
Experimento: Se lanza un dado.
Espacio muestral . = { 1,2,3,4,5,6}
Ejemplo 2:
Experimento : Se lanza una moneda.
Espacio muestral : = { c, s }
Ejemplo 3:
Experimento : Se lanza un dado y una moneda.
Espacio muestral : = { (1, c), (2, c), (3, c), (4, c), (5, c), (6, c)
(1, s), (2, s), (3, s), (4, s), (5, s), (6, s) }



Ejemplo 4:
Experimento : Se seleccionan dos articulos de un lote que contiene
artculos buenos y defectuosos.
Espacio muestral : = { BB,BD,DB,DD }
B: artculo bueno, N: artculo defectuoso.

Ejemplo 5:
Experimento : Nmero de clientes que llegan a la ventanilla de un
banco.
Espacio muestral : = { 0,1,2,3,4,,n }

Ejemplo 6:
Experimento : Cantidad de hamburguesas que vender la
empresa en un da determinado.
Espacio muestral : = {D / D 0 }
D: demanda de hamburguesas

Ejemplo 7:
Experimento : Tiempo de vida de una cmara fotogrfica

Espacio muestral : = {T / T 0 }
T: tiempo de vida de una cmara fotogrfica
e
>
e
>
Ejemplo 8:
Se lanzan tres monedas simultneamente. Los ochos
resultados posibles de este experimento pueden detallarse
de manera conveniente mediante un diagrama de rbol:

Primera Segunda Tercera Resultado
Moneda Moneda Moneda Posible
O ={CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}
CCC
CCS
CSC
CSS
SCC
SCS
SSC
SSS
C
S
C
S
C
S
C
S


C


S
C

S
C

S
EVENTO
Evento :
Es un subconjunto del espacio muestral , se denota con letras
maysculas: A, B, C, (Tambin es llamado Suceso)

donde:
A, B, C, c

Punto muestral :
Es cada uno de los elementos del espacio muestral.

Nota:
-Cuando un evento tiene un slo elemento se llama Evento simple.
-Cuando un evento no tiene elementos se llama Evento imposible
-Cuando un evento coincide con todos los elementos del espacio
muestral se llama Evento seguro



Ejemplo 1:
Considere el experimento de contar el nmero de carros que pasan por un punto de
una autopista .

a) Describa el espacio muestral.
= { 0, 1,2,3,4,5,6,}

b)Describa los siguientes eventos:
A: Pasan un nmero par de carros
= { 0,2,4,6,8,10,.}

B: El nmero de carros que pasan es mltiplo de 6
= { 0, 6,12,18,..}

C: Pasan por lo menos 20 carros
= { 20, 21, 22, 23, 24, 25, 26, ..}

D: Pasan a lo ms 15 carros
= { 0,1,2,3,4,.,15}

Ejemplos 2:
El gerente de un cine local registra el nmero de
personas que asisten a la funcin de las 6:00 p.m. El
cine tiene capacidad para 500 personas.
a) Cul es un espacio muestral adecuado para este
experimento?
b) Describa el evento A de que menos de 90 personas
asistan a dicha funcin
c) Describir el evento B de que el cine est lleno a ms
de la mitad de su capacidad en dicha funcin.
Desarrollo:
a) = { 0,1,2,3,4,.,500}
b) A = { 0,1,2,3,4,5,6,,89}
c) B = { 251,252,253,,500}



Ejemplo 3:
Podemos considerar los siguientes Eventos:
A: la suma de puntajes es 7, es decir
A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}

B: la suma de puntajes es 11, es decir
B={(5,6) (6,5)}

C: la suma de puntajes es 7 u 11, es decir
C={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5)}

1. Un urbanista de una nueva subdivisin ofrece a los clientes prospectos para la
compra de una casa, la posibilidad de seleccionar cualquiera de cuatro diseos
diferentes, 3 sistemas de calefaccin, cochera con puertas o sin ellas y patio o
prtico Cuntos planes distintos estn disponibles para el comprador?

2. De cinco estudiantiles de Psicologa: a, b, c, d, e se elige una comisin de tres
miembros:
Elabore el espacio muestral adecuado al experimento.
En base al espacio muestral, determine los eventos:
A: a sea integrante de la comisin
B: a o b sean seleccionados
C a y b sean seleccionados
D: a no seas seleccionado
Determine el cardinal para cada evento.

3. Una investigadora tiene cuatro clases de instrumentos que desea probar, pero
solo dispone de ensayos suficientes para probar 3 de los instrumentos De
cuntas formas los puede probar?
ELABORACION DE ESPACIOS MUESTRALES

4. Sean , y tres eventos cualesquiera de un espacio muestral , expresar cada
uno de los siguientes eventos compuestos en trminos de operaciones entre
conjuntos:
a) Ocurra por lo menos uno de los eventos
b) Ocurran todos los eventos
c) Ocurra exactamente uno de los eventos
d) No ocurran ninguno de los eventos
e) No ocurra ms de uno de los eventos

5. Cada uno de cuatro amigos elige una bebida al azar en la cafetera. Describa
el espacio muestral del experimento si hay disponibles en tres sabores
denominados por ,a,b y c . Cuntos elementos tiene?

6. Un experimento consiste en lanzar 4 monedas, describa el espacio muestral
del nmero de caras obtenidas.

7. Cierta marca de cmara fotogrfica es calificada por especialistas, en cuanto
a rendimiento, como: "Muy buena", (B
l
); o, "buena", (B
2
); ; o "regular, (B
3
);
en cuanto al precio, como "cara", (C
1
), o "barata"; (C
2
). De cuntas maneras
es calificada la cmara fotogrfica por los especialistas.










8. En la clase de estadstica hay 60 estudiantes, se toma un examen y el
evento de inters es el nmero de Estudiantes que aprobaron dicho
examen. Elabore el espacio muestral

9. Una urna contiene 3 bolas blancas, 4 negras y 5 rojas. Se extraen 3 bolas
sin reposicin. Exprese los resultados del experimento en un diagrama del
rbol.

10. Un experimento consiste en estudiar la composicin de una familia de tres
hijos, donde los hijos nacen en diferentes fechas.
a) Describir un espacio muestral adecuado S para este experimento.
b) Describa el evento B de que el hijo mayor sea una nia.
c) Describir el evento C de que el hijo mayor sea una nia y el menor sea un
nio,

14. Cules de los siguientes son resultados mutuamente excluyentes al
lanzar dos dados?
Un total de cinco puntos y un cinco en un dado.
Un total de siete puntos y un numero par de puntos en ambos dados
Un total de ocho puntos y un numero impar de puntos en ambos lados.
Un total de nueve puntos y un dos en uno de los dados.
Un total de diez puntos y un cuatro en un dado.
15. Un experimento consiste en hacer tres llamadas de venta : En
cada una habr compra y no compra:
a) Trace un diagrama de rbol de este experimento en tres
etapas.
b) Identifique cada punto muestral y el espacio muestral.
Cuntos puntos muestrales hay?
c) Cuntos puntos muestrales habr si el experimento
consistiera en cuatro llamadas de venta.?

16. Perez y compaa formar un comit de planeacin a largo
plazo, con el encargo de desarrollar un plan quinquenal
estratgico para que la empresa ingrese al mercado de un nuevo
producto. El presidente ha identificado a siete gerentes capaces
como candidatos para el comit De cuntas maneras se puede
formar el comit de tres miembros?

El concepto de probabilidad nace con el
deseo del hombre de conocer con certeza
los eventos futuros. Es por ello que el
estudio de probabilidades surge como una
herramienta utilizada por los nobles para
ganar en los juegos y pasatiempos de la
poca. El desarrollo de estas herramientas
fue asignado a los matemticos de la corte.
INTRODUCCION A LA TEORIA
DE PROBABILIDADES
16
Qu es Probabilidad?
Definicin clsica de Probabilidad (Regla de Laplace)

n(A)
P (A) = -------
N(S)

En donde:
P(A): Probabilidad de ocurrencia del evento A
n(A): Nmero de casos de ocurrencia del
evento A
n(S ) : Todos los posibles casos

Esta expresin de P (A) es slo aplicable cuando todos los
eventos simples del espacio muestral finito S son igualmente
probables (equiprobables).
Probabilidad
(A) Concepto: Ponderacin asignada a cada punto
muestral que mide la verosimilitud de su ocurrencia.
(B) Principios para asignar probabilidad:
a) La probabilidad de cada punto muestral debe estar
entre 0 y 1
b) La suma de las probabilidades de todos los puntos
muestrales deben ser iguales a 1.
0 0,5 1

Tan probable
como improbable
Improbable
Probable
1. Se lanza una moneda

O={cara, sello}
P(cara) = 0,5 P(sello) = 0,5

Ejemplos:
2. Se lanzan 3 monedas
O = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
1/8 1/8 1/8 1/8 /8 1/8 1/8 1/8
A: obtener exactamente 2 caras
A = {CCS, CSC, SCC}
1/8 + 1/8 + 1/8
P(A) = 3/8
(C) Conclusiones: De acuerdo a la definicin de
probabilidad de un suceso, y a los dos
principios, tenemos las siguientes
conclusiones:

(1) P(O) = 1

(2) P( ) = 0

(3) P(A) = 1 - P(A)
C
1. Un Psiclogo trabaja en seleccionar el mejor
profesional para una empresa. De 200 postulantes
sometidos a prueba, 180 no pasaron la prueba
psicologica.
2. Un estudiante de Psicologia sufre de clculos
renales, y no se ha conseguido mejora alguna a
partir de mtodos ordinarios. Su medico sta
plantendose el llevar a cabo una intervencin
quirrgica y debe responder a la siguiente
pregunta: Cul es la probabilidad de que la
operacin sea un xito?.
EJEMPLOS

El Enfoque Clsico.
El Enfoque de Frecuencia Relativa.
El Enfoque Subjetivo.

ENFOQUES DE
PROBABILIDAD
Asigna probabilidades basado en el supuesto de que todos los
resultados son igualmente probables. Si un experimento tiene K
posibles resultados, este metodo asignara una probabilidad de
1/k a cada uno de ellos.

Experimento: Se seleccionan dos articulos de un lote
que contiene
Espacio muestral : = { BB,BD,DB,DD }
Evento A: muestra igual resultado
A = { BB, DD }





ENFOQUE CLASICO
( ) 2
( )
( ) 4
n A
P A
n
= =
O
Tambin llamado Enfoque Emprico,
determina la probabilidad sobre la base de
la proporcin de veces que ocurre un evento
favorable en un numero de observaciones.
En este enfoque no se utiliza la suposicin
previa de aleatoriedad. Porque la
determinacin de los valores de
probabilidad se basa en la observacin y
recopilacin de datos.
El enfoque de frecuencia relativa
Se ha observado que 9 de cada 50
vehculos que pasan por una esquina no
tienen cinturn de seguridad. Si un polica
de transito se para en esa misma esquina
un da cualquiera Cul ser la probabilidad
de que detenga un vehculo sin cinturn de
seguridad?

Ejemplo:
Dice que la probabilidad de ocurrencia de un
evento es el grado de creencia por parte de un
individuo de que un evento ocurra, basado en
toda la evidencia a su disposicin. Bajo esta
premisa se puede decir que este enfoque es
adecuado cuando slo hay una oportunidad de
ocurrencia del evento. Es decir, que el evento
ocurrir o no ocurrir esa sola vez. El valor de
probabilidad bajo este enfoque es un juicio
personal.
El enfoque subjetivo
P(AUB) = P(A) + P(B) - P (A B)
U
REGLAS DE PROBABILIDAD
Un diagrama de Venn es una til para mostrar la relacin
entre conjuntos
Regla de la Adicin
(A B)
U
B A
Un Periodista ingresa a una tienda. La probabilidad
de que compre (a) chocolates es 0,60 (b) galletas
0,50, y c) chocolates y galletas es 0,30 Cul es la
probabilidad de que compre chocolates, galletas o
ambos?.
Datos
P(P) = 0,60
P(L) = 0,50
P = 0,30
(P L)
U
P(PUL) = P(P) + P(L) -
P(PUL) = 0,60 + 0,50 - 0,30
P(PUL) = 0,80
(P L)
U
Ejemplo:
Ejemplo:
Se tira un dado sobre la mesa y se consideran dos eventos:

Evento A: Sale el nmero 6
Evento B: Sale el nmero 8

Hallar la probabilidad de que salga un seis o un ocho

Solucin:
En este caso:
P(A) = 1/6
P(B) = 1/6

Cmo no existe la posibilidad de que aparezcan simultneamente el seis y el ocho
P(A B) = 0
Luego, P( A U B ) = P(A) + P(B)
= 1/6 + 1/6
= 2/6 = 1/3

Ejemplo:
En una de las aulas de la USS hay 90 alumnos, de los cuales 50 estn matriculados en Estadstica I, 40 en
Administracin y 30 en ambos cursos. Cul es la probabilidad de que al seleccionar aleatoriamente un
estudiante, ste se encuentre matriculado en Estadstica I o en Administracin?

Solucin:
Evento A: alumno matriculado en Estadstica I P(A) = 50/90
Evento B: alumno matriculado en Administracin P (B) = 40/90
Evento (A B): alumno matriculado en Estadstica y en Psicologa P(A B) = 30/90

P(A U B) = P(A) + P (B) - P(A B)
= 5/9 + 4/9 3/9
= 2/3
Dos sucesos son mutuamente excluyentes, si no
tienen elementos comunes
A B
Si :
Por lo tanto :
(A B) = C
U
P(A B) = 0
U
Regla de adicin para sucesos
mutuamente excluyentes

P(AUB) = P(A) + P(B)
Se extrae una carta de una baraja. Cul es la
probabilidad de que sea un as o un rey?
P(AUR) = P(A) + P(R)
=
4
52
=
8
52
+
4
52
52
4
= P(R)
52
4
= P(A)
Ejemplo:
Ejemplo
En una residencial se tiene los siguientes datos sobre: antiguedad y pertenencia de vivienda de 200
familias




Pertenencia
Total
antigedad (aos) propia alquilado
Menor de 20 32 25 57
20 o ms 60 83 143
T o t a l 92 108 200


a. Cul es la probabilidad de encontrar a una familia que tenga su vivienda propia?

Sea el evento A: familia elegido con vivienda propia
Luego la probabilidad del evento A es: ( ) 46 , 0
200
92
) (
) (
= = =
S n
A n
A P
b. cul es la probabilidad de encontrar a una familia que tenga su vivienda alquilada?
Luego la probabilidad del evento B es:
( ) 54 , 0
200
108
) (
) (
= = =
S n
B n
B P
c. Cul es la probabilidad de encontrar a una familia que la antigedad de vivencia es menor de
20 aos?
Sea el evento C: familia elegida es menor de 20 aos de antigedad de vivencia
Luego la probabilidad del evento C es: ( ) 285 , 0
200
57
) (
) (
= = =
S n
C n
C P

d. Cul es la probabilidad de encontrar a una familia que la antigedad de vivencia es mayor de
20 aos?

Sea el evento D: Cliente elegido es mayor de 30 aos
Luego la probabilidad del evento D es: ( ) 715 , 0
200
143
) (
) (
= = =
S n
C n
D P
Es la probabilidad de que ocurra un evento A,
sabiendo que tambin sucede otro evento B. La
probabilidad condicional se escribe P(A|B), y se
lee la probabilidad de A dado B.
Frmula:
PROBABILIDAD CONDICIONAL
( )
( / )
( )
P A B
P A B
P B

=
Ejemplo 1: Se dispone de 11 Carpetas
Acadmicas, pertenecientes a Estudiantes de la
EAP de Psicologa masculinos y femeninos
agrupados por su nivel tenencia de DNI.
11
8
= P(A)
M F
Total
Tenencia
de DNI (Masculino) (Femenino)
SI 5 3 8
No 1 2 3
Total 6 5 11

Sexo
a) Cul es la probabilidad de extraer una carpeta
perteneciente a un estudiante con DNI?
b)Cul es la probabilidad de extraer una carpeta
correspondiente a un estudiante que posee DNI
y que sea mujer?



c) Dado que la carpeta corresponde a un
estudiante con DNI, cul es la probabilidad
que sea mujer?
11
3
= F) P(A
8
3
=
A
F
P ) (
Derivacin de la frmula:
11
8
11
3
=
A
F
P ) (
8
3
=
A
F
P ) (
P(A)
B) P(F
=
A
F
P ) (

comprobando:
La probabilidad de que el personal administrativo
que labora en el rea de Psicologa de un Hospital,
llegue tarde el da lunes es 0,50 y la probabilidad
de que llegue retrasado los das lunes y martes es
0,20. Dado que cierto trabajador lleg tarde el da
lunes, cul es la probabilidad de que llegue tarde
el da siguiente?.
0,50 = ) P(T
L
0,20 = ) T P(T
M L

) P(T
) T P(T
=
T
T
P
L
L M
L
M
) (

0,40 =
0,50
0,20
=
Ejercicio 2:

Se refieren a la determinacin de la probabilidad de la ocurrencia
conjunta de A y B.
Existen dos acepciones de esta regla:
1) Si los eventos son independientes:
P(A y B ) = P( A B ) = P(A)P(B)

2) Si los eventos son dependientes:
Es la probabilidad de A multiplicada por la probabilidad
condicional de B dado A.
P(A y B) = P( A B ) = P(A)P(B|A)

Si la posicin de los dos eventos se invierte, se obtiene un valor
equivalente.
P(A y B) = P(B y A ) = P(B)P(A|B)

REGLAS DE LA MULTIPLICACION
Ejemplo
Las probabilidades de que Ivan, Gustavo y Mariela resuelvan este ejercicio son respectivamente 1/4,
1/6 y 1/8. Cul es la probabilidad de que los tres resuelvan?

Evento A: que lo resuelva Ivan P(A) = 1/4
Evento B: que lo resuelva Guatavo P(B) = 1/6
Evento C: que lo resuelva Mariela P(C) = 1/8

Como los tres eventos son independientes:
P(ABC) = P(A).P(B).P(C) = (1/4)(1/6)(1/8) = 1/192
El teorema de la probabilidad total afirma lo
siguiente:
Sea A
1
,A
2
,...,A
n
una particin sobre el espacio
muestral y sea B un suceso cualquiera, del que
se conocen las probabilidades condicionales
P(B | A
i
), entonces la probabilidad del suceso B
viene dada por la expresin:

TEOREMA DE LA PROBABILIDAD TOTAL
1
( ) ( / ) ( )
K
i i
i
P B P B A P A
=
=

Sea {A
1
,A
3
,...,A
k
} un conjunto de eventos mutuamente excluyentes y
exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de
cero.

Sea B un suceso cualquiera del que se conocen las probabilidades
condicionales P(B | A
i
). Entonces, la probabilidad P(A
i
| B) viene dada por la
expresin:




donde:
P(A
i
) son las probabilidades a priori.
P(B | A
i
) es la probabilidad de B en la hiptesis A
i
.
P(A
i
| B) son las probabilidades a posteriori.


TEOREMA DE BAYES
( / ) ( )
( / )
( )
i i
i
P B A P A
P A B
P B
=
Ejemplo 1:
La Clnica Psicologa JL, ha implementado un
novedoso seguro mdico contra accidentes. De
acuerdo con una investigacin hecha en el mercado,
la probabilidad de que el seguro tenga xito es 0,80 si
una compaa competidora no introduce un plan
similar en el mercado, en tanto que la probabilidad de
xito es 0,30 si la empresa competidora implementa
un seguro similar. Adems, la clinica JL estima que
hay una probabilidad de 0,40 de que la firma
competidora implemente el producto.
Solucin:

P(C) = probabilidad de que la Clnica
competidora implemente el seguro.
P(C) = probabilidad de que la Clnica
competidora no implemente el seguro.
P(E) = probabilidad de que el plan de seguro
contra accidente de la Clinica JL tenga
xito.
Dado que el seguro de la clnica JL tuvo xito, cul
es la probabilidad de que la firma competidora haya
implementado su novedoso plan de seguro?
P(E/C) = 0,30
P(E/C) = 0,80
0,12 = 0,30 0,40 = E) C ( P
0,48 = 0,80 0,60 = E) C (
P
'

P. Marginal
0,60 = E) ( P P. Total
P. Condicional P. Conjunta
Luego, de acuerdo con el Teorema de Bayes
20 . 0
60 . 0
12 . 0
48 . 0 12 . 0
12 . 0

E) C ( + E) C (
E) C (
=
E
C
'
) (
= =
+
=

P P
P
P
La probabilidad que la compaa de seguros haya
participado en el mercado, dado que JL tuvo xito
es de 0,20.
La Director de la EAP de Psicologa est considerando
comprar un lote de 10000 equipos para sus laboratorios
de un proveedor nacional. El fabricante de estos equipos
estima la proporcin de equipos defectuosas en el lote,
en la siguiente forma.
Proporcin de
piezas defectuosas (t)

t
1
= 0,10
t
2
= 0,15
t
3
= 0,25
Probabilidad
P(t)

P(t
1
) = 0,20
P(t
2
) = 0,30
P(t
3
) = 0,50
Ejemplo 2:
Esto significa que el proveedor no est seguro
acerca de la proporcin de equipos defectuosos
en el lote, sin embargo, basndose en
experiencias anteriores, cree que hay una
probabilidad de 0,20 de que el lote tenga 10% de
piezas defectuosas, una probabilidad de 0,30 de
que tenga 15%. Y finalmente, de 0,50 de que
tenga 25% de piezas defectuosas. Supongamos
que elige un equipo al azar en el lote:

A) Cul es la probabilidad de qu esta sea
defectuosa?
B) Dado que el equipo resulta defectuoso, cul
es la probabilidad de que el lote tenga 25% de
piezas defectuosas?
P. Marginal
P. Condicional P. Conjunta
0,1900 = D) ( P
0,0200 = 0,10 0,20 = D) ( P
1
t
P(D/t
3
)= 0,25

P(D/t
2
)= 0,15

P(D/t
1
)= 0,10

P(t
2
) = 0,30
0,045 = 0,15 0,30 = D) ( P
2
t
0,1250 = 0,25 0,50 = D) ( P
3
t
t
3
=0,25

t
2
=0,15

t
1
=0,10

Hay tres maneras posibles de obtener un equipo
defectuosa del lote. Por lo tanto, la probabilidad
de obtener una pieza defectuosa, cualquiera que
se la tasa porcentual de defectuosos 10, 15 25
es:
) ( P ) ( P ) ( P ) (
3 2 1
D D D D P t t t + + =
19 , 0
1250 , 0 0450 , 0 0200 , 0
=
+ + =
Respuesta A:
Respuesta B:

De acuerdo con el Teorema de Bayes, la
probabilidad de que el lote contenga 25% de
piezas defectuosas, dado que la pieza elegida es
defectuosa, es:
6579 . 0
1900 . 0
1250 . 0
) ( P
) ( P
) / ( P
3
3
= = =
D
D
D
t
t
Ejercicio
Un Psiclogo ha decidido recomendar dos nuevos
medicamentos a 200 clientes de la manera siguiente:
50 clientes compraron el producto A, otros 50
compraron el producto B y los otros 100 restantes
compraron ambos productos

El Producto A reduce la probabilidad de ansiedad en
0,35, el producto B reduce la probabilidad de ansiedad
en 0,20 y los dos productos, cuando se les utiliza
juntos, actan de manera independiente.


Los 200 clientes fueron escogidos entre los que
tenan 0,80 de probabilidad de comprar un
producto. Si un cliente elegido al azar compra,
cul es la probabilidad de que haya decidido
comprar ambos productos?
Para reforzar..

EVENTOS INDEPENDIENTES
Son eventos en los que la ocurrencia de uno no tiene nada
que ver con la ocurrencia del otro, por ejemplo el resultado de
un lanzamiento de una moneda y el de un dado. El resultado
del lanzamiento de una moneda no afecta al dado. Dos
lanzamientos de una moneda tambin son eventos
independientes

Ejemplos:
Lanzar una moneda dos veces consecutiva.
El nacimiento de los dos primeros hijos de una familia.
La probabilidad de que varios estudiantes resuelvan la
misma pregunta sin tener la posibilidad de consultar entre
ellos.
Leyes De La Probabilidad
Las relaciones que se dan entre los eventos al
ser aplicadas las operaciones que se
presentaron, se facilitan y comprenden mejor
haciendo uso de los axiomas y teoremas de
probabilidad (Leyes de Probabilidad).
Axioma.- es una verdad evidente que no
requiere demostracin.
Teorema.- Es una verdad que requiere ser
demostrada.

LEYES DE PROBABILIDAD
Axioma 1.- Sea un espacio muestral cualquiera y A un evento, tal
que A c , entonces se cumple que
0 s P(A) s 1

esto significa que la probabilidad de cualquier evento no puede ser
ms grande que uno, ni ser menor que cero. Si es igual a 1 se llama
evento seguro, y cuando es cero se llama evento imposible.
P(A)
___________________________________
-2 -1 0 1 2

AXIOMAS DE PROBABILIDAD
Axioma 2.- La probabilidad del espacio muestral es un evento
seguro, es uno
P() = 1
Ejemplo.-

Experimento.- Se lanza un dado

Si A =, es decir si el evento A coincide o es igual al espacio muestral,
entonces. P() = 1



AXIOMAS DE PROBABILIDAD
Axioma 3.- Sea un espacio muestral cualquiera y sean
A y B dos eventos tales que
A c , B c y A B = C, es decir, dos eventos
mutuamente exclusivos, entonces
P(A B) = P(A) + P(B).

AXIOMAS DEPROBABILIDAD
A B
Generalizando para K-eventos mutuamente
excluyentes: A
1
, A
2,
A
3,,
A
k ,


AXIOMAS DE PROBABILIDAD
1 2 3 1 2 3
1 1
( ... ) ( ) ( ) ( ) ... ( )
( ) ( )
K K
k K
i i
i i
P A A A A P A P A P A P A
P A P A
= =
= + + + +
=

Teorema 1.- Si u es el conjunto vaco, entonces

la probabilidad de u es igual a 0
P(u)=0
Ejemplos:
-Una persona que quiere ganar la lotera nacional,
pero no compra boleto.
-Que aparezca un siete al lanzar un dado
-Que una persona viva 250 aos
En estos casos los eventos son vacos

TEOREMAS DE PROBABILIDAD
Teorema 2.-(Ley Aditiva de la Probabilildad). Sean A y B
dos eventos no excluyentes, A B = C, entonces
P(A B) = P(A) + P(B) - P(A B)

TEOREMAS DE PROBABILIDADES
A B
Teorema 3.- Sea A un evento cualquiera y un
espacio muestral, tal que AcS, si A
c
es el
complemento del evento A, entonces la
probabilidad de A
c
es igual a 1 menos la
probabilidad de A, es decir
P(A
c
) = 1 P(A)

TEOREMAS DE PROBABILIDAD
Teorema 4.-
(Ley Aditiva de la Probabilildad). Sean A , B y C tres
eventos cualesquiera en , entonces
P(A B) = P(A) + P(B)+P(C) - P(A B)- P(A C)-
P(B C)+ P(A B C)

Teorema 5.- Sea A y B dos evento cualesquiera en .
Si
TEOREMAS DE PROBABILIDADES
O
( ) ( ) A B P A P B c s
Teorema 4.-
(Ley Aditiva de la Probabilildad). Sean A , B y C tres
eventos cualesquiera en , entonces
P(A B) = P(A) + P(B)+P(C) - P(A B)- P(A C)-
P(B C)+ P(A B C)

Teorema 5.- Sea A y B dos evento cualesquiera en .
Si
TEOREMAS DE PROBABILIDADES
O
( ) ( ) A B P A P B c s