TECNOLOGICO NACIONAL DE

MÉXICO
INSTITUTO TECNOLOGICO DE
TLAXIACO

PROBABILIDAD Y ESTADISTICA
INGENÍERIA CIVIL

CATEDRÁTICO:
MUÑOZ JIMAREZ NORBERTO ALFONSO

INTEGRANTES DEL EQUIPO:

 AVENDAÑO PEREZ ARTURO
 CRUZ PALACIOS MARCOS
 ESPINOSA GONZALEZ IMANOL
 ESPINOSA MEZA ESPERANZA
MILAGROS
 GARCÍA SANTIAGO GEOVANNI
 GÚZMAN SANCHÉZ PEDRO NEFTALI

GRUPO: 2BC
 CONJUNTOS

Es una lista o conexión bien definida de los objetos comprendidas en un conjunto,

los cuales son llamados elementos o miembros.
P∈ A
Si cada elemento de A pertenece también a un conjunto de B, esto es si P ∈ A
implica que P ∈ B, entonces se dice que A es su conjunto de B, o que está
contenido en B y se representa:
A∁Bó B⊃ A
Dos conjuntos son iguales si cada uno está contenido en el otro.
A=B si y solo si A ∁ B Y B ∁ A
Las negaciones de:
P ∈ A , A ∁ B , A=B
PɆA, AȻB, A≠B

OPERACIONES CON CONJUNTOS

Consideramos A y B conjuntos arbitrarios. La unión de A y B expresada A ∪B este

conjunto de elementos que pertenecen a A o a B.
A ∪ B=X : X ∈ A ó X ∈ B
La intersección de A y B, se expresan por A ∩ B, este conjunto de elementos que
pertenecen a A y a B.
A ∩ B= X : X ∈ A y X ∈ B
Si A ∩ B=∅ Notienen elementos en comun
∅ Conjunto vacio
La diferencia de A y B o el complemento relativo de B con respecto a A, es el
conjunto de elementos que pertenecen a A pero no a B.
A ∖ B=X : X ∈ A , XɆB
Obsérvese:
A ∖ B y B son disjuntos esto es:( A ∖ B)⋂ B=∅
El complemento de AC es el conjunto de elementos que no pertenecen a “A”

AC ={X : X ∈∪ ; X ∈ A }
AC es la diferencia entre el conjunto universal U y el conjunto A.

A ∪B

A∩B

A∖B

A B

AC
EJEMPLO:
A= {1, 2, 3,4}
B= {3, 4, 5,6}
U= {1, 2,3…}

A ∪B= {1,2,3,4,5,6}
A ∩ B = {3,4}
A/ B = {1,2}

AC = {5,6}

LEYES DE ALGEBRA DE CONJUNTOS

Leyes de impotencia:
1 a A ∪ A= A 1 b A ∩ A= A
Leyes asociativas:
2 a ( A ∪ B ) ∪C= A ∪ ( B ∪ C ) 2 b ( A ∩ B ) ∩C= A ∩ ( B ∩C )
Leyes conmutativas:
3 a A ∪ B=B∪ A 3 b A ∩ B=B ∩ A
Leyes distributivas:
4 a A ( B ∩C)=( A ∪ B) ∩( A ∪ B) 4 b A ∩(B ∪ C)=(A ∩B)∪ ¿
Leyes de identidad:
5 a A ∪ ∅= A 5 b A ∩∅= A
6 a A ∪ U=U 5 b A ∩U =A
Leyes complemento:

7 a A ∪ A C =U 7 b A ∩ A C =∅
8 a A ∪ ( Aᶜ ) ᶜ= A 8 b Uᶜ=∅ ∅ ᶜ=U
Leyes de Morgan:

9 a ( A ∪ B ) ᶜ=A C ∩B C 9 b ( A ∩ B ) ᶜ= AC ∪B C
 PROBABILIDAD DE EVENTOS
ALEATORIOS

La probabilidad de un evento aleatorio se considera aquella que

proporcionalmente tiene su valor con base al total de la población, no es tan
complicado y generalmente se aplica en juegos de azar.

DIAGRAMAS DE ÁRBOL

Es la representación grafica de los posibles resultados que se pueden obtener en

un experimento, por ejemplo:
En dos lanzamientos de una moneda se pueden obtener los siguientes
resultados:

A A1A2
A
S A1 S2
O
S
S S1S2
A
S1A2
Lanzamiento de un dado 2 veces:
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
36 posibles
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

PERMUTACIONES Y COMBINACIONES
n!
nPr=
( n−r ) !
n : N ° Total de elementos
r : N ° De elementos de los arreglos ó subconjuntos
Ejemplos:
Se tienen las 5 vocales cuantas permutaciones de dos en dos se pueden obtener:
n! 5! 5! 5∗4∗3!
nPr= =5 P2= = = =20
( n−r ) ! (5−2) ! 3! 3!

ae, ai, ao, au

ei, eo, eu, ea
io, iu, ia, ie
ua, ue, ui, uo
De la palabra “vampiro” cuantas permutaciones en subconjuntos de tres
elementos:
7! 7 ! 7∗6∗5∗4 !
7 P 3= = = =210
(7−3)! 4 ! 4!

PERMUTACIÓN CON REPETICIÓN

n!
nPn₁, n₂….n n= n
1 !n2 !n3 !… nn!

¿Cuántas permutaciones con repetición se pueden formar con la palabra

“tecnológico”?
T E C N O L O G I C O
n1, n2, n3, n4, n5, n6, n7, n8
1 1 2 1 3 1 1 1

11 ! 11!
11P1,1,2,1,3,1,1,1= 1! , 1 ! , 2! , 1 ! , 3! ,1 ! , 1! , 1 ! = 12 =3,326,400
¿Cuántas palabras se podrán formar con la palabra “parangaricutirimicuaro”?
PARANGARICUTIRIMICUARO
n1, n2, n3, n4, n5, n6, n7, n8, n9, n10, n11
1 4 4 1 1 4 2 2 1 1 1
 22! 22 !
22P1,4,4,1,1,4,2,2,1,1,1= 1! , 4 ! , 4 ! ,1 ! , 1! , 4 ! , 2! ,2 ! 1! ,1 ! , 1! = 55296 =

1. 124000728 x 1021
=2 . 032698075 x 10 16
55296

COMBINACIONES

n!
nCr=
( n−r ) ! r !
EJEMPLO:
5! 5 ! 120
n: 5 vocales 5 C 2= = = =10
( 5−2 ) ! 2 ! ( 6 ) 2 12
r: 2 subconjuntos

ae ai ao au
ei eo eu
io iu
ou

ESPACIO MUESTRAL Y EVENTOS

El conjunto S de todos los resultados posibles de un experimento especifico, se

llama espacio muestral. Un determinado resultado, un elemento de S, se le llama
punto muestral o muestra.
Un evento A es un conjunto de resultados en otras palabras, un subconjunto del
espacio muestral S.
El evento {a} que consta de una muestra simple a∈S se denomina evento
elemental. El conjunto vacío ∅ y S se denomina evento; ∅ en algunas ocasiones
como evento imposible y S evento cierto o seguro.
A ∪B Es el evento que sucede si y solo si A o B o ambos suceden.
A ∩ B Es el evento que sucede si y solo si A y B suceden simultáneamente.

AC (Complemento de A), es el evento que sucede si y solo si A no sucede.

Dos eventos A y B son llamados mutuamente exclusivos si son disyuntos, esto es
si A ∩ B=∅, en otras palabras son mutuamente exclusivos si no pueden suceder
simultáneamente.
Ejemplo:
Láncese un dado y obsérvese el número que aparece en la cara superior. El
espacio muestral consiste en los 6 posibles números
S={1,2,3,4,5,6}
Consideremos A el evento de salir un número par, B de salir un número impar, y C
de salir un número primo:
S= {1,2,3,4,5,6} A ∪ C={2,3,4,5,6 }
A= {2,4,6} B∪ C={3,5 }

B= {1,3,5} C C ={1,4,6 }
C= {2,3,5} A ∩ B={∅ }
Se lanza 3 veces una moneda

S A
A A
A S
S A
S A
S S
A S
(SAS) (SAA) (SSS) (SSA) (AAA) (AAS) (ASA) (ASS)
A= {Evento 2 águilas consecutivas}
B= {Que todos los resultados sean iguales}
Calcular la intersección A ∩ B
A= {AAA, SAA, AAS}
B= {AAA, SSS}
A ∩ B = {AAA}

DEFINICIONES DE PROBABILIDAD

Probabilidad es que algo ocurra con valores entre 0 y 1. Asignar una probabilidad
de “cero” es algo que nunca ocurrirá y una de “uno” que siempre ocurrirá.
Un evento con uno o mas resultados posibles de realizar o hacer algo, si se lanza
una moneda y se obtiene un sol es un evento y se obtiene águila es otro evento.
La actividad que produce un evento es teoría de probabilidad se conoce como
experimento.
Se dice que los eventos son mutuamente excluyentes si uno y solo uno de ellos
puede ocurrir a un tiempo, nos podemos preguntar si dos eventos pueden suceder
simultáneamente, si la respuesta es negativa se confirma que son excluyentes.

PROBABILIDAD CLASICA

Esta define la probabilidad de la ocurrencia de un evento:

N ° de resultados favorables a la ocurrencia del evento
Probabilidad de un evento=
N ° total de posibles resultados
Para que esta ecuación sea válida, cada uno de los posibles resultados deben ser
igualmente equiprobables.

MONEDA
A= 0.50
S= 0.50

En el lanzamiento de una moneda la probabilidad de sol es:

1 N ° de resultados de unlanzamiento favorable a la ocurrenciadel evento(sol)
P ( sol ) = =
1+1 N ° total de posibles resultados en un lanzamiento
1
¿ =0.50 %
2
La probabilidad clásica comúnmente es conocida como apriori porque antes de
comprobar el experimento se conoce la probabilidad, se usa en los juegos de azar.

PROBABILIDAD DE SECUENCIA
RELATIVA
En los años 1800 estadistas británicos, se interesaron en unas bases teóricas para
calcular el riego de perdidas en los seguros de vida y los seguros comerciales,
comenzaron definiendo las probabilidades de datos estadísticos recopilando en
nacimientos y muertes.
Este enfoque define las probabilidades:
1.- La frecuencia relativa observada en un evento en un gran número de pruebas.
2.- La proporción de veces que ocurre un evento en un largo periodo cuando las
condiciones son estables.
Este método utiliza las frecuencias relativas de ocurrencias pasadas como
probabilidades; se determina con que frecuencia algo que a ocurrido en el pasado
y se utiliza este dato para predecir la probabilidad que vuelva a ocurrir en el
pasado.

PROBABILIDAD SUBJETIVA

Es a criterio de uno.

PROBABILIDAD AXIOMATICA
AXIOMAS Y TEOREMAS DE PROBABILIDAD
AXIOMA 1 (AI)
Para todo evento A, cero es menor o igual que la probabilidad de A o menor o
igual que 1.
∀ evento A ; 0 ≤ P(A )≤ 1

AXIOMA 2 (AII)
La probabilidad del espacio muestral es siempre igual que 1.
n
P A 1 + P A 2 + P A 3 +…+ P( An)=∑ P( Ai)=1
i=1

AXIOMA 3 (AIII)
Si A1 , A 2 , A3 , … , A n son eventos mutuamente excluyentes, entonces:
P¿¿
 A1 ∩ A 2=∅

∅=conjunto vacio

P=( A 1 ∪ A2 ) =P(A 1)+ P( A 2)

TEOREMA 1 (TI)
Si ∅es un evento vacío entonces:
P( B)=0

A ∪ ∅=P( A )+ P( ∅ )=P( A )

∴ P ( A )−P( A )=0

TEOREMA 2 (TII)
Si A y B son dos eventos no excluyentes entonces:
P( A / B )=P( A )−P( A ∩ B )

P( A / B )=P( A −B )=P( AB´ )

AႶB
P( A ∩ B )=P( AB ) A\E B\A
A=( A /B ) U ( A ∩ B)
P( A )=P( A / B) + P( A ∩ B )

∴ P ( A / B) =P ( A )−P( A ∩ B )

TEOREMA 3 (TIII)
Si Ac es el complemento de un evento A entonces:
P( A¿¿ c)=1−P( A ) ¿

AU A c =S

P(A ) + P ( A c )=1

TEOREMA 4 (IV)
Si A y B son eventos no excluyentes entonces:
P( AUB )=P( A ) + P( B)−P( A ∩ B )
AUB=P ( A / BUB)

P( AUB )=P( A / B )+ P (B )

¿ P( A / B )=P( A )−P( A ∩ B )

P( AUB )=P( A )−P( A ∩ B )+ P (B )

∴ P ( A )+ P (φ )−P( A ∩ B )=P( AUB )

TEOREMA 5 (V)
Si B es un super conjunto de A [B⊃ A]
[A sub conjunto de B] entonces P(A ) ≤ P(B)
Ejemplos:
De un grupo de personas se han elegido 8 de ellas, para que representen en un
congreso, los datos del grupo son los siguientes:
SEXO EDAD
H 30
H 32
M 45
M 20
H 40
H 35
H 36
M 40
Se decide elegir mediante un sorteo a un representante, ¿cuál es la probabilidad
de que el representante sea mujer o tenga más de 35 años?
P (Mujer ó > 35 años)
P(M) = 3/8
P (>35) = 4/8
3 4 2 5
P( M >35 )=P( M ) + P(¿35) −P( M>35) ¿ + − =
8 8 8 8
Verificando por simple observación se obtiene que del grupo de 8 personas 5
cumplen con los requisitos de ser mujer o mayor de 35 años.
Tres caballos, A, B, C intervienen en una carrera, A tiene el doble de posibilidades
de ganar que B Y B tiene el doble que ganar que C. ¿Cuáles son las
probabilidades de ganar de cada caballo?
A= 2B 2B= C
4a + 2b + c = 1
4/7 + 2/7 + 1/7 = 1

A= 4/7 = 0.5714
B=2/7 = 0.2858 (29)
C= 1/7 = 0.1428

¿Cuál es la probabilidad que gane B o C?

2/7 + 1/7 = 3/7

0.2857 + 0.1428 = 42.85%

PROBABILIDAD CONDICIONAL
P( B ∖ A) Probabilidad del evento B si el evento A a ocurrido.
Probabilidad condicional es la probabilidad de que un segundo evento B ocurra si
el primero A ya sucedió.
Tratándose de eventos estadísticamente independientes la probabilidad
condicional del evento B si ocurrió el evento A es simplemente la probabilidad de
B P ( B ∖ A )=P(B )

Lo anterior puede arecer contradictorio, pero no hay que perder de vista que por
definición, los eventos independientes son aquellos cuyas probabilidades no son
afectadas en lo absoluto por la ocurrencia de uno de ellos.
1 1 1
3 caballos corren juntos sus probabilidades de ganar son : P(a )= , P(b )= , P(c )= ,
2 3 6
en otras palabras S= {a, b, c}, si los caballos corren dos veces entonces los
posibles resultados del espacio muestral en las dos pruebas repetidas son:
∈={aa, ab, ac, ba, bb, bc, ca, cb, cc}
 a 1/2
a 1/2 b 1/3
P(aa)= (1/2)(1/2) = ¼
c 1/6
P(ab)= (1/2)(1/3) = 1/6 = ½
a1/2 P(ac)= (1/2)(1/6) = 1/12
. b 1/3 b 1/3
c 1/6 P(ba)= (1/3)(1/2) = 1/6
P(bb)= (1/3)(1/3) = 1/9 =1/3
a 1/2
P(bc)= (1/3)(1/6) = 1/18
c 1/6 b 1/3
c 1/6 P(ca)= (1/6)(1/2) = 1/12
P(cb)= (1/6)(1/3) = 1/18 =1/6
P(cc)= (1/6)(1/6) = 1/36

PROBABILIDAD CONDICIONAL PARA

EVENTOS NO EXCLUYENTES

Si E es un evento o suceso cualquiera de un espacio muestral S con probabilidad

de E ≥ 0; entonces la probabilidad condicional de otro evento A dado E se
representa con la siguiente formula:
P(A ∩ E)
P(A / E )=
P(E)

Donde el numerador es el número de maneras en que puede ocurrir ( A ∩ E) y el

denominador las maneras en que puede ocurrir E .
N ° de elementos de A ∩ E
P(A / E )= =¿
N ° de elementos deE
N ° de maneras en que de A y E pueden concurrir
N ° de maneras en que E puede suceder
Ejemplo:
Se lanza un par de dados, si la suma es ocho encontrar la probabilidad de que uno
de los números sea un tres.

∑ ¿8
∈= {( 26 ) , ( 35 ) ( 44 ) (53 )( 62 ) }

A={( 31 ) ( 32 )( 34 )( 35 ) ( 36 ) ( 33 ) (13 )( 23 )( 43 )( 53 ) ( 63 ) }
¿
P¿¿ ¿

B)
E: Aparece un 5 en el primer dado.
B: Sumatoria igual o mayor que 10.
E: Un cinco por lo menos en un dado.
B: Sumatoria mayor o igual que 10.

1
E=
6
B={55 ,64 ,65 , 66 }
E={51 ,52 , 53 ,54 ,55 , 56 }
B={55 ,64 ,65 , 66 }

TEOREMA DE LA MULTIPLICACIÓN
PARA PROBABILIDAD CONDICIONAL

Si se despeja la formula
P( A ∩ E)
P ( A ¿ )= P ( A ∩ E )=P ( A ¿ ) P ( E)
P( E)
Extendiendo ese teorema por inducción:
An
P ( A 1 ∩ A 2 ∩ A 3 ∩. . . .∩ A n )=P( A 1) P A2
( ) (
A1
P A3
A1 A 2 )
……P ( A1
∩ A 2 ∩ A 3 ∩ … … ∩ A n−1 )
Se obtiene el teorema de la multiplicación para eventos dependientes.

Ejemplos:
a) Se tiene un lote de mercancías, el cual contiene 120 artículos, 10 de los
cuales son defectuosos. Si seleccionan aleatoriamente 5 artículos de este
 lote uno después de otro, se desea saber la probabilidad de que ninguno
salga defectuosos.

( 110 109 108 107 106

120 )( 119 )( 118 )( 117 )( 116 )
=0.6240=62.40 %

b) 100 artículos, 10 son defectuosos y cual es la probabilidad de que salgan 3

defectuosos.
10
( 100 )( 999 )( 988 )=7.2 x 10
−4
=0.00072=0.072 %

PROCESO ESTOCAICO FINITO

Una sucesión finita de experimentos en los cuales cada experimento tiene un

número determinando de resultados con probabilidades determinadas recibe este
nombre y se debe usar como herramienta el diagrama de árbol.
Ejemplo:
a) Se obtienen 3 recipientes como se indica a continuación:
R1 20 tornillos de los cuales 8 son defectuosos.
R2 12 tornillos de los cuales 2 son defectuosos.
R3 16 tornillos de los cuales 6 son defectuosos.
Se selecciona aleatoriamente un recipiente y se toma un tornillo. ¿Cuál es la
probabilidad de que el tornillo sea defectuoso?

12/20
R1 1/3
8/20 ( 13 )( 208 )=0.1 3
10/12
. R2 1/3
2/12
( 13 )( 122 )=0.055 0.31=31 %
R3 1/3
10/16
( 13 )( 166 )=0.12 5
6/16
1
b) Se lanza una moneda con probabilidad de águila igual a y probabilidad de
3
2
sol igual a si sale sol se selecciona al azar un número del 1 al 9 y si sale
3
águila se selecciona un número del 1 al 5.
 Hallar la P (# par) = 42%
Hallar la P (# impar) = 57%
Hallar la P (# primo) = 49%

[2,4] =0.13

A [1,3,5] =0.2

[2,3,5] =0.2
M
[2,4,6,8]=0.29

S [1,3,5,7,9] =0.37

[1,2,3,5,7] =0.29

OPERACIONES:

( 13 )( 25 )=0.13 ( 23 )( 49 )=0.29
( 13 )( 35 )=0.2( 23 )( 59 )=0.37
( 13 )( 35 )=0.2( 23 )( 49 )=0.29
PAR=0.13+0.29=0.42=42 %
IMPAR=0.2+0.37=0.57=57 %
PRIMO=0.2+ 0.29=0.49=49 %