TEMA 7. VARIABLES Y REPRESENTACIONES.

DESARROLLO HISTORICO DE LA ESTADÍSTICA.

Se dice que la estadística es la ciencia que se encarga de reunir una información concerniente a individuos,
grupos o series y hechos, y deducir de ellas.
La necesidad de poseer datos en cifras sobre la población y sus condiciones de existencia, se
manifiesta tempranamente, se encuentra rastros de ellos desde la antigüedad hasta el siglo XVIII , época en la
que la palabra estadística fue introducida por el economista Alemán Goltfried Achenwail (1719-1772). Durante
más de un siglo, el desarrollo de la estadística prosiguió en los campos demográficos y económico, en vista a
la producción de cuadros descriptivos de una situación.
Laplace, en su teoría Analítica de las probabilidades demostró el papel que la estadística puede
desempeñar en el estudio de los fenómenos naturales cuyas causas son demasiado complejas para que
puedan ser analizado individualmente.
La extensión de estas es que mas probabilistas a los campos más diversos condujo al método
estadística, considerando como método de recogido, presentación y análisis, de las observaciones relativas a
individuos o hechos numerosos pertenecientes a un mismo conjunto, definido para evidenciar ciertas
propiedades generales de este conjunto, para evidenciar ciertas propiedades generales de este conjunto,
despreciando las particularidades de cada hecho ó individuos, considerando aisladamente y posibilitando el
encuadramiento de los resultados con un margen de error asociado a cierta probabilidad ( inducción
estadística).
Estadística: Es la correcta interpretación de los datos obtenidos de la observación del fenómeno que se
refiere a los numerosos elementos de un conjunto (objeto, personas, acontecimientos) de tal manera, que se
tenga una correcta apreciación del fenómeno.
Durante la segunda mitad del siglo XVII la estadística recibe un empuje considerablemente en los
trabajos de Jhon Graunt, quién utilizando datos demográficos (nacimientos, muertes, etc.) logró determinar en
forma indirecta las poblaciones del hombre y otras ciudades de Inglaterra. Un gran numero de seguidores de
Graunt, hicieron que la estadística se organizara como una ciencia matemática, dedicada a la investigación de
los fenómenos colectivos.
CONCEPTOS BÁSICOS EN EL ESTUDIO DE LA ESTADÍSTICA.
ESTADÍSTICA: Es un campo del conocimiento humano, que permite al investigador deducir y evaluar
conclusiones acerca de una población determinada a partir de información proporcionada por una muestra.
POBLACIÓN ESTADÍSTICA: Es un conjunto de observaciones medibles (cuantitativas) o descritas (
cualitativas) para cada una de sus unidades elementales.
MUESTRA: Está formada por elementos representativos de la población.
 Los métodos estadísticos se determinan en cinco pasos básicos:
1. Recopilación de datos estadísticos o toma de datos.
2. Organización de los datos recopilados para presentación ú ordenación.
3. Presentación de los datos organizados en una fórmula fácil de leer.
4. Análisis de los datos presentados
5. Interpretación de los resultados del análisis.

CONCEPTO DE VARIABLE Y CLASIFICACIÓN

Una variable es un símbolo, tal como x, y,h,z, que puede tomar un valor cualquiera de un conjunto
determinado de ellos llamado dominio de la variable.
Si la variable toma solamente un valor se llama constante.

CLASIFICACIÓN

Una variable que teóricamente puede tomar cualquier valor entre dos valores dados se llama
variable continua.

Ejemplo: La altura H de un individuo puede ser 62 pulg., 63.8 pulg. Ó 65.8341 pulg. Dependiendo de
la exactitud de la medida.

Una variable que teóricamente no puede tomar cualquier valor entre 2 valores dados se llama
variable discreta.

Ejemplo: En una familia el número N de hijos puede tomar valores 0,1,2,3,..... pero no puede ser 2.5
ó 3.843.

Los datos que vienen definidos por una variable discreta se llaman datos discretos ó si vienen de
una variable continua se llama datos continuos.
En general, las medidas dan origen a datos continuos, mientras que las enumeraciones o conteos
originan datos discretos.

Ejercicio: Anota de las variables siguientes cuales representan datos discretos y cuáles datos
continuos.

a) Número de acciones vendidas cada día en un mercado de valores.

 b) Temperaturas registradas cada media hora en un observatorio.
c) Periodo de duración de los tubos de televisión producidos por una compañía.
d) Censos Anuales del colegio de profesores.
e) Longitud de mil herrajes producidos en una fábrica.
f) Pulgadas de precipitación en una ciudad durante varios meses del año.
g) Velocidad de un automóvil en Kilómetros por Hora.
h) Número de billetes de $ 20.00 circulando a la vez en la república Mexicana.
i) Estudiantes matriculados en el CBTis No. 48 en el año 2001.

CLASIFICACIÓN DE LA ESTADÍSTICA.

La estadística está ligada con los métodos científicos en la toma, organización, recopilación,
presentación y análisis de datos, tanto para la deducción de conclusiones como para tomar decisiones
razonables de acuerdo con tales análisis.

La parte de la estadística que trata de las condiciones bajo los cuales tales inferencias son válidas
se llama estadística inductiva o estadística inferencial.

La parte de la estadística que trata solamente de describir y analizar un grupo dado sin sacar
conclusiones o inferencias de un grupo mayor se llama estadística descriptiva o deductiva.
 TEMA 8.- DISTRIBUCION DE FRECUENCIAS
TOMA, ORDENACIÓN Y DISTRIBUCIÓN DE FRECUENCIAS DE DATOS.

TOMA DE DATOS: Es la obtención de los mismos que no han sido ordenados numéricamente.

Ejemplos:
La puntuación final en matemáticas de 80 estudiantes en la Universidad del Estado se registran el la
tabla adjunta.
68 84 75 82 68 90 62 88 76 93 73 79 88 73 60 93 71 59 85 75
61 65 75 87 74 62 95 78 63 72 66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71 79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74 86 67 73 81 72 63 76 75 85 77
ORDENACIÓN: Es una colocación de datos numéricos tomados en orden creciente o decreciente
de magnitud.
A continuación ordena en magnitud creciente los datos anteriores:
53 57 59 60 60 60 61 61 62 62 62 62 63 63 65 65 65 66 67 67
68 68 68 69 71 71 71 72 72 73 73 73 73 74 74 74 75 75 75 75
75 75 75 76 76 76 76 77 77 78 78 78 78 78 79 79 79 80 81 82
82 83 84 85 85 85 86 87 88 88 88 89 90 93 93 94 95 95 96 97

DISTRIBUCIÓN DE FRECUENCIAS

Cuando se dispone de gran número de datos, es útil el distribuirlos en clases o categorías y

determinar el número de individuos pertenecientes a cada clase, que es la frecuencia de clases. Una
ordenación tabular de los datos, en clases, reunidas las clases y con las frecuencias correspondientes a cada
una, se conoce como una distribución de frecuencias o tabla de frecuencias.

Los datos ordenados y resumidos en una tabla de frecuencias, se suelen llamar datos agrupados.
Reglas generales para formar las distribuciones de frecuencias.

1) Determinar el mayor y el menor de los datos y así encontrar el rango (diferencia entre el mayor y
el menor de los datos).

2) Dividir el rango en un número conveniente de intervalos de clase del mismo tamaño. El número
de intervalos se toma entre 5 y 20 dependiendo de los datos.
 3) Determinar el número de observaciones que caen dentro de cada intervalo de clase, es decir,
encontrar las frecuencias de clase.

DISTRIBUCIÓN DE FRECUENCIAS

CLASE LIMITE INFERIOR LIMITE SUPERIOR FRECUENCIAS MARCA DE

FRECUENCIAS.
A 53 58 2 55.5
B 59 64 12 61.5
C 65 70 10 67.5
D 71 76 23 73.5
E 77 82 14 79.5
F 83 88 10 85.5
G 89 94 5 91.5
H 95 100 4 97.5
TOTAL 80

RANGO: V. Mayor – V. Menor= 97- 53 = 44

AMPLITUD DE CLASE= rango/ # clase = 44/ 8 = 5.5 = 6

LIMITE SUPERIOR DE CLASE
A= V. Menor – 1 + Amplitud De Clase= 53- 1 + 6 = 58
B= 58 + 6= 64 MARCA DE CLASE = Lim. Inf. + Lim. Sup./ 2
C= 64 + 6= 70 A = 53 + 58 / 2 = 55.5
D= 70 + 6 = 76
E= 76 + 6 = 82
F= 82 + 6 = 88
G= 88 + 6 = 94
H= 94 + 6 = 100
EJERCICIO: En la siguiente tabla los pesos de 40 estudiantes en la Universidad del Estado se
registran con aproximación de una libra. Construir una distribución de frecuencias con 6 intervalos de clase.
Elabora también el polígono de frecuencias, histograma y ojiva correspodiente a la frecuencia acumulada.
138 164 150 132 144 125 149 157 146 158 140 147 136 148 152 144 168 126 138 176
 163 119 154 165 146 173 142 147 135 153 140 135 161 145 135 142 150 156 145 128

HISTOGRAMA, POLÍGONO DE FRECUENCIA Y OJIVA

Una distribución de frecuencias simples se representa en dos formas:

Histograma
Polígono de frecuencias.

HISTOGRAMA:

. Para dibujar un histograma necesitamos emplear un sistema de coordenadas rectangulares y

cartesianas. En el eje horizontal se representa la variable en estudio. En el eje vertical se representará las
frecuencias de clase.
El histograma de cualquier tabla de frecuencias, se constituye con los límites verdaderos de clase.

POLÍGONO DE FRECUENCIAS: Es una gráfica de líneas trazadas sobre la marca de clase y se

obtiene uniendo los puntos medios de los techos de los rectángulos en el histograma.

OJIVA:La representación grafica de una distribución de frecuencias acumulables se llama polígono de

frecuencias acumuladas u ojiva.
En el eje de las “y” se representa las frecuencias acumuladas. En el eje “x” se representan los límites
verdaderos.

NOTA: Al construir un histograma es aconsejable considerar 2 intervalos imaginarios en la tabla de

frecuencias correspondientes , antes del primer intervalo y después del último intervalo. Con el objeto de que
el histograma quede separado de la unión de los ejes coordenados, para que el polígono de frecuencias
pueda cerrarse completamente.

Ejemplo: Construye un histograma , el polígono de frecuencias simple y ojiva.

 CLASE LIM. INF. LIM. SUP. FRECUENCIA MARCA DE FRECUENCIA
VERDAD. VERDAD. CLASE ACUMULADA
A 52.5 58.5 2 55.5 2
B 58.5 64.5 12 61.5 14
C 64.5 70.5 10 67.5 24
D 70.5 76.5 23 73.5 47
E 76.5 82.5 14 79.5 61
F 82.5 88.5 10 85.5 71
G 88.5 94.5 5 91.5 76
H 94.5 100.5 4 97.5 80

HISTOGRAMA Y POLÍGONO DE FRECUENCIAS

25
F
R
E 20
C
U 15
E
N
C 10
I
A 5
S
O J I V A

52.5 58.5 64.5 70.5 76.5 82.5 88.5 94.5 100.5 106.5

80 46.5
CALIFICACIONES
F 70
R
E 60
C.
50
A
C 40
U
M 30
U
L 20
A
D 10
A

58.5 64.5 70.5 76.5 82.5 88.5 94.5 100.5

52.5

CALIFICACIONES
TEMA 9: MEDIDAS DE CENTRALIZACIÓN PARA DATOS AGRUPADOS Y NO AGRUPADOS.
MEDIDAS DE CENTRALIZACIÓN.
Un promedio es un valor que es típico o representativo de un conjunto de datos.
Como tales valores tienden a situarse en el centro del conjunto de datos ordenados, los promedios se
conocen también como: medidas de centralización.

- Media o promedio
- Mediana
- Moda
MEDIDAS DE - Promedio Ponderado
TENDENCIA
CENTRAL - Promedio Móvil
- Media Geométrica
- Cuantiles ( cuartiles, deciles
y porcentiles

MEDIA, MEDIANA Y MODA PARA DATOS NO AGRUPADOS.

MEDIA O PROMEDIO.- Es el valor correspondiente a una línea imaginaria que compensa los valores que se
exceden de la medida y los que quedan de bajo de esta; de esta manera la media es mayor que el valor más
pequeño, y el menor que es el valor más grande.
n
x
MEDIA ARITMETICA= Suma de valores/ No. de valores x = 
i 1 n
MEDIANA.- Es el valor del elemento de la posición central de los datos, ordenados de menor a mayor ( o
viceversa).

Para calcular la mediana:

- Ordenar los datos, de menor a mayor
- Calcular la posición de la mediana.
Posición de la mediana = n+1/2
- Determinar el elemento de la posición central.

MODA.- Es el valor más frecuente de un conjunto de datos.

En ocasiones se presentan dos ó más valores que se repiten con mayor frecuencia.
En este caso, a los datos se les conoce como bimodales o multimodales.

La moda es la única medida que se puede aplicar a datos del tipo cualitativo.
Ejemplo: Color de ojos ( café, negro, verde, azul) de una población.
 Ejemplo: Determine la Media, Mediana y Moda de los siguientes valores: 4, 6, 5, 5, 3, 3, 6, 4, 3, 6, 2,
6, 6, 3, 3.

Media = x = 65/ 15 = 4.3333

Mediana = Se ordenan los datos: 2,3, 3, 3, 3,3, 4, 4, 5, 5, 6, 6, 6, 6, 6.

Posición de la mediana = n + 1 / 2= 15+1/2= 8
La mediana es igual a = 4

Moda= 3 y el 6 por lo tanto es bimodal.

EJERCICIOS:
1.- Las calificaciones de un estudiante en 6 exámenes fueron 84, 91, 72, 68, 87 y 78. Hallar la media
aritmética, mediana y la moda de las calificaciones.

2.- Hallar la media, mediana y moda de los números:

a). 3, 5, 2, 6, 5, 9, 5, 2, 8, 6.
b). 51.6, 48.7, 50.3, 49.5, 48.9.

MEDIA, MEDIANA Y MODA PARA DATOS AGRUPADOS.

Se calculan por las fórmulas:

n
M i xi
MEDIA = x = 
i 1 n

n 
   fi 
MEDIANA = Li +  2 C
 fmed 
 
 

 f mo  f mo1 
MODA = Li +   C
 2 f mo  f mo1  f mo1 

Ejemplo: Calcular la media, mediana y moda para la distribución de frecuencias siguientes.

 CUARTILES, DECILES Y PERCENTILES.
Si una serie de datos se colocan en orden de magnitud, el valor medio (o la media aritmética de los dos
valores medios) que dividen al conjunto de datos en dos partes iguales es la mediana. Por extensión de esta
idea se puede pensar en aquellos valores que dividen a los datos en cuatro partes iguales. Estos valores
representados por Q1, Q2 y Q3 se llaman primero, segundo y tercer cuartil, respectivamente; el valor de Q 2 es
igual a la mediana.
Análogamente, los valores que dividen, los datos en diez partes iguales se llaman deciles y representan por
D1, D2, ……, D9, mientras que los valores que dividen los datos en cien partes iguales se llaman percentiles y
se representan por P1, P2, ……, P99. El quinto decil y el quincuagésimo percentil se corresponden con la
mediana. Los percentiles P25 y P75 se corresponden con el primer y tercer cuartil, respectivamente.
En un conjunto, cuartiles, deciles, percentiles y otros valores obtenidos por subdivisiones análogas de datos se
llaman cuantiles.
Ejemplo: Hallar a) los cuartiles Q1, Q2 y Q3; b) los deciles D1, D2, ……, D9, y c) los percentiles P 35 y
P60 de la distribución de frecuencia, que representa las calificaciones en matemáticas de 80 estudiantes.

CALIFICACIONES FRECUENCIAS
53 - 58 2
59 - 64 12
65 - 70 10
71 - 76 23
77 - 82 14
83 - 88 10
89 - 94 5
95 - 100 4
TOTAL 80
 TEMA 10: MEDIDAS DE DISPERSIÓN PARA DATOS AGRUPADOS Y
NO AGRUPADOS.
Un conjunto de datos puede conocerse numéricamente por medio de
algunas medidas que lo describen, por ejemplo, la media, la desviación
estándar y otras. De esta manera es posible comparar entre sí varios
grupos de datos.
Existen dos tipos de medidas: las conocidas como de tendencia
central (o de posición) y las de dispersión (o de variabilidad). Entre las
primeras destacan la media o promedio, la mediana y la moda, mientras
que las medidas de dispersión más comunes son el rango, la varianza y
la desviación estándar.

- Rango o amplitud
- Desviación Media

MEDIDAS - Varianza
DE - Desviación Estándar
DISPERSIÓ - Coeficiente de
N Variación
- Porcentaje de
Variación
- Coeficiente de
Las características estadísticas de un asimetría depueden
conjunto de datos Pearson.
referirse a la totalidad de elementos (o
población), en cuyo caso se conocen como parámetros, o a una muestra (subconjunto de población), en cuyo
- Momentos
caso se les conoce como estadísticos.
- Curtosis
- Puntuaciones
Características o Parámetros ( relativos a la población)

estadísticas Estándar.
o Estadísticos ( relativos a una muestra)
DATOS INDIVIDUALES
Las medidas de dispersión, así como las de tendencia central pueden calcularse
tanto para un conjunto de datos individuales como para una tabla de distribución
de frecuencias.
RANGO, DESVIACIÓN MEDIA, VARIANZA Y DESVIACIÓN ESTANDAR.
El rango de un grupo de datos, conocido también como amplitud, es la diferencia
entre el valor mayor, el menor de los datos. Esta sencilla medida permite identificar
la variación máxima entre dos datos del conjunto que se analiza.

Rango

La primera propiedad de la media indica que la suma de las diferencias de cada valor respecto a la media es
igual a cero. Si se suma el valor absoluto de las diferencias de cada valor respectos a la media, y se divide
entre el número de datos, se obtiene el promedio de las diferencias de cada valor mínimo.
Si ese valor se divide entre el número de datos, se obtiene una importante medida de dispersión
conocida como varianza.
La desviación estándar es una de las medidas de dispersión más utilizadas por que refleja fielmente la
media de las diferencias (elevadas al cuadrado) de cada valor respecto a ala media.
La desviación estándar se calcula como la raíz cuadrada de la varianza, e indica que tan diferentes
son entre sí los datos que se analizan.

DESVIACIÓN MEDIA, VARIANZA Y DESVIACIÓN ESTANDAR PARA DATOS NO AGRUPADOS.

Ejemplo: A partir de los siguientes valores 2, 6, 8, 3, 11. Determine el rango, la desviación media, varianza y
desviación estándar.
 X DESV. X- X / x- X / ( x – X)2
2 -2 – 6 = - 4 4 16
3 -3 3 9
6 0 0 0
8 2 2 4
11 5 5 25

CLASE L. I. C L. S. FRECUENCIA MAR.DE Media Desviaciones F │x- X│ F(x-X)2

C CLASE aritmetica x-Х
x
1 31 35 3558 33 33x3558 33-42.6=9.6 9.6 x3558 (9.6)23558
2 36 40 2135 38

 30 0 14 54

x = 30/ 5= 6 RANGO = 11 – 2 = 9

DESVIACIÓN MEDIA:
 xx = 14/5 = 2.8
N

 x  x 
2

VARIANZA (S2)= = 54 / 5 = 10.8

N

 X  X 
2

DESVIACIÓN ESTANDAR = = 10.8 = 3.286 = 3.3

n

DESVIACIÓN MEDIA, VARIANZA Y DESVIACIÓN ESTANDAR PARA DATOS AGRUPADOS.

Ejemplo: Calcular el rango, desviación media, varianza y desviación estándar para las siguiente distribución
de frecuencias.
 3 41 45 3084 43
4 46 50 3796 48
5 51 55 2135 53
TOTAL 14708

RANGO: 55.5 – 30.5 = 25 media aritmética = 656 519 / 14708 = 42.597 = 42.6

D. M =
f xx
= 57 172.68 / 14 708 = 3.887 = 3.92
N

 f x  x 
2

VARIANZA (S2) = = 715 188.28/ 14 708 = 48.626 = 48. 6

N

 f x  x 
2

D. EST= S= =  48.626 = 6.973 = 7.0

N

TEMA 26: CONCEPTOS BÁSICOS EN EL ESTUDIO DE LA PROBABILIDAD

 El concepto intuitivo de la probabilidad, por medio del cual una persona toma decisiones sin la certeza
de que ocurran todos sus supuestos, es la base de un estudio sistemático que permite incrementar el grado de
confianza que se puede tener en una decisión.
La probabilidad ( relación entre el número de resultados de éxito respecto al total de resultados
posibles) puede ser objetiva o subjetiva. La primera es resultado de cálculos, mientras que la subjetiva sólo
refleja la percepción de quien la emite.
La probabilidad objetiva, bajo el enfoque clásico, supone que todos los eventos señalados como
exitosos, respecto al total de eventos posibles; por ejemplo, si en una caja hay 50 manzanas y 200 naranjas, la
probabilidad de que al tomar una fruta ésta sea manzana es:
Probabilidad ( manzana) = No. de manzanas en la caja/ Total de frutas
= 50/ 50+ 200= 50/ 250= 1/5 = 0.2
La probabilidad objetiva bajo el enfoque de frecuencia relativa define la probabilidad como la relación
entre el número de eventos favorables obtenidos, respecto al total de intentos: por ejemplo, si de una caja que
contiene manzanas y naranjas se han tomado 80 frutas y de éstas 15 han sido manzanas, se deduce que, al
sacar una fruta de esa caja, la probabilidad de que sea manzana es:
probabilidad ( manzana)= No. de eventos exitosos/ Total de intentos
= 15/ 80= 0.1875
La probabilidad subjetiva o de juicio personal es una forma de
cuantificar, por medio de factores de ponderación individuales, la probabilidad de que ocurra cierto evento,
cuando no es posible cuantificarla de otra más confiable.

Enfoque clásico
Objetiva

Tipos de
probabilidad Enfoque de frecuencia relativa.

Subjetiva o de juicio personal

DEFINICIÓN.- Probabilidad es el estudio de expertos aleatorios o libres de determinación.

EXPERIMENTO ALEATORIO.- Es el experimento en que los resultados no son esencialmente los
mismos, a pesar que las condiciones sean aproximadamente idénticos.
Se denomina aleatorio al acontecimiento que como resultado de experimento dado pueda o no
ocurrir.

ESPACIO MUESTRAL.- Al efectuar un experimento aleatorio, obtenemos un conjunto “S” de

resultados al que llamaremos espacio muestral y cada uno de los resultados se denomina punto muestral.
 Ejemplo: Láncese un dado y obsérvese el número que aparece en la cara superior. Entonces el
espacio muestral consiste en los seis números posibles:

S= { 1, 2, 3, 4, 5, 6 }
REPRESENTACIÓN DEL ESPACIO MUESTRAL

0 1

Si lanzamos una moneda dos veces y utilizamos O para representar soles y 1, para representar
Águilas, el espacio muestral puede dibujarse por puntos.
S= { Aguila, sol }

¿ Cuál es la probabilidad de que caiga águila?

P(A) = No. de elementos de l evento / No. de elementos del espacio muestral
= ½ = 0.5 ó 50%
EXPERIMENTO: Láncese tres monedas, representar el espacio muestral.En un diagrama de árbol.

A AAA
A S AAS
A
S A ASA
S A
SS
A A SAA
S S SAS

S A SSA
S SSS

¿ Cuál es la probabilidad de que, se obtenga un águila por lo menos?

 P= 7/8= 0.875 Ó 87.5%

¿ Cuál es la probabilidad de que , el primer tiro sea sol?

P= 4/8 = ½ Ó 50%

EJECICIOS:
1.- Experimento: Se tiene el caso de lanzar una moneda y un dado; expresar explíxitamente:
a). El espacio muestral S.
b). Que aparezca sol y un número par.
c). Que aparezca un número primo.
d). Que aparezca águila y número impar.

2. Experimento sea el caso de lanzar dos monedas y un dado. Expresar el espacio muestral por medio
de un diagrama de árbol.

TEMA 27 Y 28: TIPOS DE EVENTOS Y CALCULO DE PROBABILIDADES

Un evento es un resultado posible, o un grado de resultados posibles, de un experimento o proceso

observado, y es la mínima unidad de análisis para efectos de cálculo de probabilidades.

Los eventos pueden clasificarse de la siguiente forma:

 Mutuamente excluyente o disjuntos. Aquellos que no pueden ocurrir al mismo tiempo; por
ejemplo, que un billete sea de $ 10.00 y de $1.00, o que una persona chifle y como pinole.
 Independientes. Éstos no se ven afectados por otros; por ejemplo, el color de mis zapatos y
la probabilidad de que llueva hoy en la tarde.
 Dependientes. Cuando un evento afecta la probabilidad de que suceda otro; por ejemplo, si
un trabajo se hace descuidadamente, es más probable que resulte mal.
 No excluyentes entre sí. Cuando la ocurrencia de uno de ellos no impide que suceda también
otro; por ejemplo, que una persona sea doctor y que tenga más de 35 años.

Los eventos pueden presentarse también en formas más complejas; por ejemplo, dos ó más eventos
mutuamente excluyentes pueden ser dependientes de que ocurra otro evento. Estos casos requieren de un
estudio más avanzado.
 Edad:
Billete de Billete de Profesión Más
$ 10.00 $ 1.00 Doctor de 35 años

Eventos mutuamente excluyentes Eventos no excluyentes entre sí

EJEMPLOS:
EXPERIMENTO:
Una caja contiene 6 billetes de $ 20 tres de $ 50 y uno $ 100. determine la probabilidad de que, al extraer al
azar uno de estos este sea siempre de $ 100.
Evento mutuamente excluyente.
P= No. de eventos exitosos/ Total de eventos.
P= 1/10= 0.1 Ó 10%

Determine la probabilidad de que, al extraer al azar uno de estos, este sea de $ 50 ó $ 100.

Eventos independientes

P= P( billete $50) + P( billete $100)

P= 3/10 + 1/10= 4/10 = .4 Ó 40%

Determine la probabilidad de que al extraer al azar 2 de estos ambos sea de $ 20.

Eventos Dependientes

P( 1er billete de $ 20) = 6/10= .6 ó 60%

P( 2do billete sea $ 20) = 5/9= .55 ó 55%
P ( Ambos billetes $ 20) = 6/10 x 5/9 = 30/90= 1/3= .30 ó 30%

Evento no excluyentes entre si

EXPERIMENTO: De un grupo de 45 estudiantes Universitarios, 28 estudian Inglés y 16 estudian
Francés, además de que 12 no estudian idiomas.
Prepare un diagrama de Venn e ilustre esta situación, y determine la probabilidad de que al entrevistar al
azahar a un alumno del grupo, este estudie inglés y francés.
 P= No. de alumnos + No. de alumnos + No. de alumnos – Total de
Que estudian que estudian que no estudian alumnos.
Inglés francés inglés ni francés
P= 28 + 16 + 12 – 45 = 11 Alumnos que no estudian las 2 cosas.
P= No. de eventos exitosos/ total de eventos = 11/ 45= .24 ó 24%

DIAGRAMA DE VEN

INGLES
FRANCES

17 11 5

12

EJERCICIOS:
1.- Una clase está formada por 5 estudiantes de primero, 4 de segundo, 8 de penúltimo y 3 de último año. Se
escoge un estudiante al azar para representar la clase. Hallar la probabilidad de que el estudiante sea.
a). De segundo, b). De último. C). De penúltimo o de último año.

2.- Se selecciona una carta al azar entre 50 cartas numeradas de 1 a 50. Hallar la probabilidad de que el
número de la carta sea.
a). Divisible por 5. b). Primo. C). Termine en dos.

3.- De las 10 niñas de una clase, 3 tienen ojos azules. Si se escogen dos niñas al azar. ¿cuál es la
probabilidad de que, a). Las dos tengan ojos azules?. B). Ninguna tenga ojos azules?