PROBABILIDAD Y ESTADÍSTICA

AEC1053
Tema III
Fundamentos de probabilidad

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Competencia específica
Utiliza los conceptos básicos de la teoría de la
probabilidad para aplicarlos en la solución de
problemas de ingeniería.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 3.1 Concepto clásico y como
frecuencia relativa
DasGupta [2010] expresa que la probabilidad es
una herramienta universalmente aceptada para
expresar grados de confianza o duda sobre
alguna proposición en presencia de información
incompleta o incierta.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Concepto clásico
• Anderson, et al. (2008). El método clásico de
asignación de probabilidades es apropiado
cuando todos los resultados experimentales
tienen la misma posibilidad.
• Ejemplo: Lanzar un volado.
1
𝐸𝑣𝑒𝑛𝑡𝑜 𝐴 → 𝑐𝑎𝑒 á𝑔𝑢𝑖𝑙𝑎 𝑃 𝐴 =
2
1
𝐸𝑣𝑒𝑛𝑡𝑜 𝐵 → 𝑐𝑎𝑒 𝑠𝑜𝑙 𝑃 𝐵 =
Notas de clase AEC 1053 por Everardo
2
Santiago Rendón
 Ejemplo 1
¿Cuál es la probabilidad que la selección
mexicana de fútbol gané el mundial de Qatar?
N= 32 selecciones
Evento A → selección mexicana de fútbol gana
el mundial
1
𝑃 𝐴 = = 0.03125
32

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Frecuencia relativa
Ramachandran, et al. [2009]. La probabilidad de
un evento es la proporción de veces que ocurrirá
en una larga serie de experimentos repetidos.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 2
¿Cuál es la probabilidad que la selección
francesa de fútbol gané el mundial de Qatar?
N= 32 selecciones
Evento A → selección francesa de fútbol gana el
mundial
Francia ha ganado 2 veces en 15 participaciones

2
𝑃 𝐴 = = 0.1333
15
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 3
Bowerman, et al. (2008). Exercise 4.6, page 229.
The U.S. Census Bureau compiles data on family
income and summarizes its findings in Current
Population Reports. The table to the right is a
frequency distribution of the annual incomes for
a random sample of U.S. families. Find an
estimate of the probability that a randomly
selected U.S. family has an income between
$60,000 and $199,999.
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 3
Income Frequency (in thousands)
Under 20000 11,470
$20,000–$39,999 17,572
$40,000–$59,999 14,534
$60,000–$79,999 11,410
$80,000–$99,999 7,535
$100,000–$199,999 11,197
200000 - and above 2,280
Total

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Income Frequency U.S. family has an income
Under 20000 11,470 between $60,000 and
$20,000–$39,999 17,572 $199,999 -> Evento A
$40,000–$59,999 14,534
$60,000–$79,999 11,410
$80,000–$99,999 7,535
$100,000–$199,999 11,197 $60,000–$79,999 11,410
200000 - and above 2,280 $80,000–$99,999 7,535
Total 75 998 $100,000–$199,999 11,197
Subtotal 30,142

30142
𝑃 𝐴 = = 0.3966
75998
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 4
Un profesor hace una encuesta entre sus
estudiantes para determinar la cantidad de
horas que observan la televisión, los resultados
fueron los siguientes: Horas frecuencia
0 3
1 4
2 5
3 0
4 2
5 3
Notas de clase AEC 1053 por Everardo 6 1
Santiago Rendón
 Ejemplo 4
a) ¿Cuál es la probabilidad de encontrar un
estudiante que observe la televisión menos de 3
horas?
b) ¿Cuál es la probabilidad de encontrar un
estudiante que observe la televisión 5 horas?
c) ¿Cuál es la probabilidad de encontrar un
estudiante que observe la televisión al menos 4
horas?

Notas de clase AEC 1053 por Everardo

Santiago Rendón
a) ¿Cuál es la probabilidad de Evento A -> ve
encontrar un estudiante que televisión
observe la televisión menos menos de 3
de 3 horas? horas
Horas frecuencia
0 3 3 + 4 + 5 = 12
1 4
2 5
3 0 12 2
4 2 𝑃 𝐴 = = = 0.667
5 3 18 3
6 1
Total 18
Notas de clase AEC 1053 por Everardo
Santiago Rendón
b) ¿Cuál es la probabilidad de Evento B -> ve
encontrar un estudiante que televisión 5
observe la televisión 5 horas? horas

Horas frecuencia
0 3 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
1 4 𝑃 𝐸𝑣𝑒𝑛𝑡𝑜 =
2 5 𝑇𝑜𝑡𝑎𝑙
3 0
4 2 3 1
5 3 𝑃 𝐵 = = = 0.167
6 1 18 6
Total 18
Notas de clase AEC 1053 por Everardo
Santiago Rendón
c) ¿Cuál es la probabilidad de
Evento C -> ve
encontrar un estudiante que
televisión al
observe la televisión al menos
menos 4 horas
4 horas?

Horas frecuencia
0 3 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
1 4 𝑃 𝐸𝑣𝑒𝑛𝑡𝑜 =
2 5 𝑇𝑜𝑡𝑎𝑙
3 0
4 2
5 3 6 1
𝑃 𝐶 = = = 0.333
6 1 18 3
Total 18
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 3.2 Axiomas y teoremas
Sea S un espacio muestral y A un evento
cualquiera en un experimento aleatorio.
𝑃 𝑆 =1
𝑃 ∅ =0 Probabilidad

0≤𝑃 𝐴 ≤1
0 1
∅ → 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑣𝑎𝑐í𝑜

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Si A es un evento cualquiera, su complemento A’
es

𝑃 𝐴′ = 1 − 𝑃 𝐴

𝑃 𝐴′ + 𝑃 𝐴 = 1 = 𝑃 𝑆

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Regla aditiva

Sean A y B dos eventos cualesquiera sin ser

mutuamente excluyentes, entonces

𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵
∪→ 𝑢𝑛𝑖ó𝑛
∩→ 𝑖𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Regla aditiva
Sean tres eventos A, B, y C, la regla aditiva es

𝑃 𝐴∪𝐵∪𝐶 =𝑃 𝐴 +𝑃 𝐵 +𝑃 𝐶

−𝑃 𝐴 ∩ 𝐵 − 𝑃 𝐴 ∩ 𝐶 − 𝑃 𝐵 ∩ 𝐶

+𝑃 𝐴∩𝐵∩𝐶

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Eventos mutuamente excluyentes
mutuamente Sucede A o
excluyentes o disjuntos pasa B

Ejemplo

Evento 𝐴 → El alumno estudia ingeniería industrial en ITQ

Evento 𝐵 → El alumno estudia ingeniería logística en ITQ.
El estudiante no puede
estar en las 2 carreras al
𝐴∩𝐵 =∅ mismo tiempo
∅ → 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑣𝑎𝑐í𝑜 Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Eventos mutuamente excluyentes
mutuamente excluyentes o
Eventos A y B
disjuntos

Probabilidad
intersección 𝑃 𝐴∩𝐵 =𝑃 ∅ =0

Probabilidad de
eventos mutuamente 𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵
excluyentes

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Eventos excluyentes

Si se tienen 𝑛 eventos mutuamente

excluyentes A1, A2, A3,.....An, entonces;

𝑃 𝐴1 ∪ 𝐴2 … ∪ 𝐴𝑛 = 𝑃 𝐴1 + 𝑃 𝐴2 + ⋯ + 𝑃 𝐴𝑛

𝑃 𝐴∪𝐵∪𝐶 =𝑃 𝐴 +𝑃 𝐵 +𝑃 𝐶

∪→ 𝑢𝑛𝑖ó𝑛
∩→ 𝑖𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Proposición
Sean A, B dos conjuntos, y su probabilidad 𝑃 𝐴
y 𝑃 𝐵 ; entonces la probabilidad 𝑃 𝐵 puede
ser expresada como

𝑃 𝐵 = 𝑃 𝐴′ ∩ 𝐵 + 𝑃 𝐴 ∩ 𝐵
S ∪→ 𝑢𝑛𝑖ó𝑛
A∩B ∩→ 𝑖𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛
A’∩B
B
A 𝐴′

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Proposición
Sean A, B y C tres conjuntos, y su probabilidad
𝑃 𝐴 , 𝑃 𝐵 𝑦 𝑃 𝐶 ; entonces la probabilidad
𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶′ puede ser expresada de la siguiente
forma

𝑃 𝐴 ∪ 𝐵 ∪ 𝐶 + 𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶′ = 𝑃 𝑆 = 1
S
A B
AUBUC

C
A’∩B’∩C’ Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 5
Montgomery y Runger [2014].Ejercicio propuesto 2.83,
página 38. Si P (A) = 0.2, P (B) = 0.3 y P(C)=0.4, donde A,
B y C son mutuamente excluyentes. Determinar las
siguientes probabilidades:
a) 𝑃 𝐴 ∪ 𝐵 ∪ 𝐶 = 0.9
b) 𝑃 𝐴 ∩ 𝐵 ∩ 𝐶 =
c) P (A ∩ C)
d) P ((A U B) ∩C)
e) P (A’ ∩ B’ ∩C’)

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 5
Montgomery y Runger [2014].Ejercicio propuesto 2.83,
página 38. Si P (A) = 0.2, P (B) = 0.3 y P(C)=0.4, donde A,
B y C son mutuamente excluyentes. Determinar las
siguientes probabilidades:
a) 𝑃 𝐴 ∪ 𝐵 ∪ 𝐶 = 𝑃 𝐴 + 𝑃 𝐵 + 𝑃 𝐶 = 0.2 + 0.3 +
.4 = .9
b) 𝑃 𝐴∩𝐵∩𝐶 =0
c) 𝑃 𝐴∩𝐶 =0
d) 𝑃 𝐴∪𝐵 ∩𝐶 =0
e) 𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶′ = 1 − 0.9 = 0.1
𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶′ = 1 − 𝑃 𝐴 ∪ 𝐵 ∪ 𝐶
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 6
Montgomery y Runger. [2014]. Ejercicio
propuesto 2.82, página 36. Si P (A) = 0.3, P (B) =
0.2 y P(A∩B) = 0.1, determinar las siguientes
probabilidades:
a) P (A’)
b) P(AUB)
c) P(A’∩B)
d) P (A ∩ B’)
e) P((A U B)’)
f) P (A’ U B)
Notas de clase AEC 1053 por Everardo
Santiago Rendón
Si 𝑃 𝐴 = 0.3, 𝑃 𝐵 = 0.2 𝑃 𝐴 ∩ 𝐵 = 0.1
a) 𝑃 𝐴′ = 1 − 𝑃 𝐴 = 1 − 0.3 = 0.7
b) 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 = 0.3 +
0.2 − 0.1 = 0.4
c) 𝑃 𝐴′ ∩ 𝐵 = 𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 = 0.2 − 0.1 = 0.1
d) 𝑃 𝐴 ∩ 𝐵′ = 𝑃 𝐴 − 𝑃 𝐴 ∩ 𝐵 = 0.3 − 0.1 = 0.2
e) 𝑃 𝐴 ∪ 𝐵 ′ = 1 − 𝑃 𝐴 ∪ 𝐵 = 1 − 0.4 = 0.6
f) 𝑃 𝐴′ ∪ 𝐵 = 𝑃 𝐴′ + 𝑃 𝐵 − 𝑃 𝐴′ ∩ 𝐵 = 0.7 +
0.2 − 0.1 = 0.8

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 7
Doane y Seward. (2011). Ejercicio propuesto
5.34, página 195. Se tiene un conjunto de 200
estudiantes de negocios. Se tienen 98 mujeres.
100 alumnos estudian una especialidad en
contabilidad de los cuales 56 son hombres, 40
alumnos estudian una especialidad en
estadística y 24 son mujeres. Los restantes
estudian una especialidad en economía.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 7
a) Definir eventos
b) Crear una tabla de contingencia.
Encontrar las probabilidades de hallar lo
siguiente:
c) Estudiante del género masculino.
d) Estudia economía y es mujer.
e) El alumno estudia contabilidad o estadística.
f) El alumno es mujer o estudia contabilidad.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
a) Definir eventos
Se tiene un conjunto de 200 Espacio
estudiantes de negocios. muestral

Se tienen 98 mujeres. 𝐸𝑣𝑒𝑛𝑡𝑜 𝐴 → 𝑚𝑢𝑗𝑒𝑟𝑒𝑠

Hombres 𝐸𝑣𝑒𝑛𝑡𝑜 𝐴′ → ℎ𝑜𝑚𝑏𝑟𝑒𝑠

S
mujeres 𝐴′ Eventos
𝐴 excluyentes
Hombres

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 a) Definir eventos
100 alumnos estudian
una especialidad en 𝐸𝑣𝑒𝑛𝑡𝑜 𝐵1 → 𝑐𝑜𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
contabilidad
estudian una
especialidad en 𝐸𝑣𝑒𝑛𝑡𝑜 𝐵2 → 𝑒𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑎
estadística

Los restantes
estudian una 𝐸𝑣𝑒𝑛𝑡𝑜 𝐵3 → 𝑒𝑐𝑜𝑛𝑜𝑚í𝑎
especialidad en
economía.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 S
contabilidad estadística
economía

Eventos excluyentes

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 b) Crear una tabla de contingencia.
Se tiene un conjunto de 200
estudiantes de negocios
Estudiante Contabilidad 𝐵1 Estadística 𝐵2 Economía 𝐵3 Total
Mujer 𝐴
Hombre 𝐴′
Total 200

Se tienen 98 mujeres
Estudiante Contabilidad 𝐵1 Estadística 𝐵2 Economía 𝐵3 Total
Mujer 𝐴 98
Hombre 𝐴′
Total 200

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 100 alumnos estudian una especialidad en
contabilidad de los cuales 56 son hombres,
Estudiante Contabilidad 𝐵1 Estadística 𝐵2 Economía 𝐵3 Total
Mujer 𝐴 98
Hombre 𝐴′ 56
Total 100 200

, 40 alumnos estudian una especialidad en

estadística y 24 son mujeres.

Estudiante Contabilidad 𝐵1 Estadística 𝐵2 Economía 𝐵3 Total

Mujer 𝐴 24 98
Hombre 𝐴′ 56
Total 100 40 200

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Los restantes estudian una especialidad en economía
Estudiante Contabilidad 𝐵1 Estadística 𝐵2 Economía 𝐵3 Total
Mujer 100 − 56 = 44 24 98 − 44 − 24 = 30 98
Hombre 56 40 − 24 = 16 102 − 56 − 16 = 30 200 − 98 = 102
Total 100 40 200 − 100 − 40 = 60 200

Estudiante Contabilidad Estadística Economía Total

Mujer 44 24 30 98
Hombre 56 16 30 102
Total 100 40 60 200

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Encontrar las probabilidades de hallar lo siguiente:
c) Estudiante del género masculino.
Estudiante Contabilidad Estadística Economía Total
Mujer 44 24 30 98
Hombre 56 16 30 102
Total 100 40 60 200

𝐸𝑣𝑒𝑛𝑡𝑜 𝐴′ → ℎ𝑜𝑚𝑏𝑟𝑒𝑠

102 51
𝑝 𝐴′ = = = 0.51
200 100

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Encontrar las probabilidades de hallar lo siguiente:
d) Estudia economía y es mujer.
Estudiante Contabilidad Estadística Economía Total
Mujer 44 24 30 98
Hombre 56 16 30 102
Total 100 40 60 200

𝐸𝑣𝑒𝑛𝑡𝑜 𝐴 → 𝑚𝑢𝑗𝑒𝑟
𝐸𝑣𝑒𝑛𝑡𝑜 𝐵3 → 𝑒𝑐𝑜𝑛𝑜𝑚í𝑎
30 15
𝑝 𝐴 ∩ 𝐵3 = = = 0.15
200 100

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Encontrar las probabilidades de hallar lo siguiente:
e) El alumno estudia contabilidad o estadística.
Estudiante Contabilidad Estadística Economía Total
Mujer 44 24 30 98
Hombre 56 16 30 102
Total 100 40 60 200

100
𝐸𝑣𝑒𝑛𝑡𝑜 𝐵1 → 𝑐𝑜𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑝 𝐵1 = = 0.5
200

𝐸𝑣𝑒𝑛𝑡𝑜 𝐵2 → 𝑒𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑎
40 20
𝑝 𝐵2 = = = 0.2
200 100
𝑝 𝐵1 ∪ 𝐵2 = 𝑝 𝐵1 + 𝑝 𝐵2 = 0.5 + 0.2 = 0.7
Notas de clase AEC 1053 por Everardo
Santiago Rendón
Encontrar las probabilidades de hallar lo siguiente:
f) El alumno es mujer o estudia contabilidad.
Estudiante Contabilidad Estadística Economía Total
Mujer 44 24 30 98
Hombre 56 16 30 102
Total 100 40 60 200

𝐸𝑣𝑒𝑛𝑡𝑜 𝐴 → 𝑚𝑢𝑗𝑒𝑟
98 49
𝑝 𝐴 = = = 0.49
200 100
𝐸𝑣𝑒𝑛𝑡𝑜 𝐵1 → 𝑐𝑜𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
100
𝑝 𝐵1 = = 0.5
200
Notas de clase AEC 1053 por Everardo
Santiago Rendón
Encontrar las probabilidades de hallar lo siguiente:
f) El alumno es mujer o estudia contabilidad.
Estudiante Contabilidad Estadística Economía Total
Mujer 44 24 30 98
Hombre 56 16 30 102
Total 100 40 60 200

𝐸𝑣𝑒𝑛𝑡𝑜 𝐴 → 𝑚𝑢𝑗𝑒𝑟 𝑝 𝐴 = 0.49

𝐸𝑣𝑒𝑛𝑡𝑜 𝐵1 → 𝑐𝑜𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑝 𝐵1 = 0.5
44 22
𝑝 𝐴 ∩ 𝐵1 = = = 0.22
200 100
𝑝 𝐴 ∪ 𝐵1 = 𝑝 𝐴 + 𝑝 𝐵1 − 𝑝 𝐴 ∩ 𝐵1
𝑝 𝐴 ∪ 𝐵1 = 0.49 + 0.50 − 0.22 = 0.77
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 8
Montgomery y Runger [2014].Ejercicio
propuesto 2.87, página 39. El análisis de ejes
para un compresor conforme a especificaciones,
tiene los siguientes resultados: Se examinaron
un total de 150 ejes, 60 fueron conformes
respecto al acabado superficial, 100 respecto a
la redondez, 30 cumplieron con ambas
especificaciones.
a) Crear una tabla de contingencia

Presentación curso AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 8
b) ¿Cuál es la probabilidad de escoger al azar un
eje conforme respecto al acabado superficial?
c) ¿Cuál es la probabilidad de seleccionar una
flecha que sea conforme a ambos criterios,
redondez y acabado superficial?
d) ¿Cuál es la probabilidad que el eje es
conforme respecto al acabado superficial o es
no conforme con respecto a la redondez?
Se examinaron un total de 150 ejes
60 fueron conformes respecto al acabado superficial,
100 respecto a la redondez,
30 cumplieron con ambas especificaciones.

Evento A -> conformes Evento A’-> no cumplen

respecto al acabado respecto al acabado
superficial, superficial,

Evento B -> conformes Evento B’ -> No conformes

respecto a redondez respecto a redondez

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Evento A -> conformes Evento A’-> no cumplen
respecto al acabado respecto al acabado
superficial, superficial,

Evento B -> conformes Evento B’ -> No conformes

respecto a redondez respecto a redondez

Acabado superficial Total

Redondez A Cumple A’ no cumple
B cumple
B’ No
cumple
Total

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Se examinaron un total de 150 ejes
60 fueron conformes respecto al acabado superficial,
100 respecto a la redondez,
30 cumplieron con ambas especificaciones.

Acabado superficial Total

Redondez A Cumple A’ no cumple
B cumple 30 100
B’ No cumple
Total 60 150

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Acabado superficial Total
Redondez A Cumple A’ no cumple
B cumple 30 100-30=70 100
B’ No cumple 60-30=30 50-30=20 150-100=50
Total 60 150-60=90 150

Acabado superficial Total

Redondez A Cumple A’ no cumple
B cumple 30 70 100
B’ No cumple 30 20 50
Total 60 90 150

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Acabado superficial Total
Redondez A Cumple A’ no cumple
B cumple 30 70 100
B’ No cumple 30 20 50
Total 60 90 150

b) ¿Cuál es la probabilidad de escoger al azar un eje

conforme respecto al acabado superficial?

60
𝑝 𝐴 = = 0.4
150

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Acabado superficial Total
Redondez A Cumple A’ no cumple
B cumple 30 70 100
B’ No cumple 30 20 50
Total 60 90 150

c) ¿Cuál es la probabilidad de seleccionar una flecha que

sea conforme a ambos criterios, redondez y acabado
superficial?
30
𝑝 𝐴∩𝐵 = = 0.2
150

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Acabado superficial Total
Redondez A Cumple A’ no cumple
B cumple 30 70 100
B’ No cumple 30 20 50
Total 60 90 150

d) ¿Cuál es la probabilidad que el eje es conforme respecto

al acabado superficial o es no conforme con respecto a la
redondez? 𝑝 𝐴 ∪ 𝐵′ = 𝑝 𝐴 + 𝑝 𝐵′ − 𝑝 𝐴 ∩ 𝐵′
50 30
𝑝 𝐴 = 0.4 𝑝 𝐵′ = = 0.333 𝑝 𝐴 ∩ 𝐵′ = = 0.2
150 150
𝑝 𝐴 ∪ 𝐵′ = 0.4 + 0.333 − 0.2 = 0.533

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 3.3 Espacio finito equiprobable
Definición. Siempre que un espacio muestral
consiste de N posibilidades igualmente
probables, la probabilidad de cada posibilidad es

1
𝑝=
𝑁

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 9
Johnson y Kuby. (2012). Ejercicio propuesto 4.13
página 185. Un número de un solo dígito se
selecciona al azar.
a. Menciona el espacio muestral.
b. ¿Cuál es la probabilidad de cada dígito solo?
c. ¿Cuál es la probabilidad de un número par?

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Un número de un solo dígito se selecciona al azar.
a. Menciona el espacio muestral.

𝑆 = 0,1,2,3,4,5,6,7,8,9 𝑁 = 10
b. ¿Cuál es la probabilidad de cada dígito solo?
1 1
𝑝= =
𝑁 10
c. ¿Cuál es la probabilidad de un número par?
𝐸𝑣𝑒𝑛𝑡𝑜 𝐴 → 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑎𝑟 → 𝐴 = 2,4,6,8
1 1 1 1 4
𝑝 𝐴 = + + + =
10 10 10 10 10
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Actividades de Moodle
• Práctica I tema III
• Ejercicio 3-1
• Ejercicio 3-4

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 3.4 Probabilidad condicional e
independencia
Sean A y B eventos generales con relación a un
espacio muestral S, y sea la probabilidad P (A) >
0, La probabilidad condicional de que suceda B
dado que pasó A es

𝑃 𝐴∩𝐵
𝑃 𝐵|𝐴 =
𝑃 𝐴
𝐵|𝐴 → B dado que pasó A
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Fórmula multiplicativa
Sean A y B dos eventos generales obtenidos de
un espacio muestral. Entonces con P (A) > 0,
resulta que

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐵|𝐴 𝑃 𝐴
La probabilidad del evento A es 0 < P (A) < 1.
𝑃 𝐴∩𝐵
𝑃 𝐵|𝐴 =
𝑃 𝐴
𝐵|𝐴 → B dado que pasó A
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Regla de probabilidad total para dos
eventos
Para cualesquiera eventos A y B, la probabilidad
del evento B se puede expresar como

𝑃 𝐵 = 𝑃 𝐴 ∩ 𝐵 + 𝑃 𝐴′ ∩ 𝐵
aplicando la forma multiplicativa de probabilidad
condicional
𝑃 𝐵 = 𝑃 𝐵|𝐴 𝑃 𝐴 + 𝑃 𝐵|𝐴′ 𝑃 𝐴′
𝐵|𝐴 → B dado que pasó A 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐵|𝐴 𝑃 𝐴
𝑃 𝐴′ ∩ 𝐵 = 𝑃 𝐵|𝐴′ 𝑃 𝐴′
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Eventos independientes
Sean A y B eventos son llamados independientes si

𝑃 𝐵|𝐴 = 𝑃 𝐵 ⇔ 𝑃 𝐴|𝐵 = 𝑃 𝐴

𝑃 𝐴|𝐵 = 𝑃 𝐴 ⇔ 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃 𝐵

Independiente ≠ excluyente
𝐵|𝐴 → B dado que pasó A
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Eventos independientes vs excluyentes
Eventos
excluyentes A y B
𝑃 𝐴∩𝐵 =𝑃 ∅ =0

Independiente ≠ excluyente
Eventos
independientes 𝑃 𝐴∩𝐵 =𝑃 𝐴 𝑃 𝐵

Eventos ni
𝑃 𝐴∩𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∪𝐵
independientes
ni excluyentes Aplicar regla aditiva
Notas clase AEE 1051 Everardo Santiago
Rendón
 Regla multiplicativa generalizada
Sean los eventos A1, A2, A3… Ak , su intersección es

𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑘 = 𝑃 𝐴1 𝑃 𝐴2 |𝐴1 𝑃 𝐴3 |𝐴1 ∩ 𝐴2

… 𝑃 𝐴𝑘 |𝐴1 ∩ 𝐴2 … ∩ 𝐴𝑘−1

Si los eventos A1, A2, A3… Ak son independientes

𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑘 = 𝑃 𝐴1 𝑃 𝐴2 𝑃 𝐴3 … 𝑃 𝐴𝑘
𝐴2 |𝐴1 → 𝐴2 dado que pasó 𝐴1
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 10
Montgomery y Runger [2002]. Ejercicio
propuesto 2.129, página 48. Se tiene un lote
de 25 partes fabricadas por inyección en
molde, 5 contienen contracción excesiva.
a) si dos partes son escogidas al azar, sin
reemplazo, ¿cuál es la probabilidad que la
segunda pieza seleccionada tenga contracción
excesiva?

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 10
b) Si tres partes son tomadas al azar, sin
reemplazo, ¿cuál es la probabilidad de que la
tercera pieza escogida tenga contracción
excesiva?

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 25 • 5 piezas con contracción
piezas • 20 piezas sin contracción
Sin reemplazo -> pieza seleccionada no se devuelve al lote
Sacar Evento A -> 1er pieza con contracción
primera
pieza Evento A’ -> 1er pieza sin contracción

5
Evento A 𝑃 𝐴 =
25

20
Evento A’ 𝑃 𝐴′ =
25

Notas de clase AEC 1053 por Everardo

Santiago Rendón
a) si dos partes son escogidas al azar, sin reemplazo, ¿cuál es la
probabilidad que la segunda pieza seleccionada tenga contracción
excesiva?
Evento B -> 2a pieza con contracción
Evento B’ -> 2a pieza sin contracción
B|A 2ª pieza tiene contracción dado que la primera pieza tiene contracción
B|A’ 2ª pieza tiene contracción dado que la primera pieza no tiene contracción
4
B|A 𝑃 𝐵|𝐴 =
24
A Quedan 24
B’|A piezas

B|A’ 5
𝑃 𝐵|𝐴′ =
A’ 24
B’|A’

Notas de clase AEC

1053 por Everardo
Santiago Rendón 1er pieza 2a pieza
Probabilidad de B 𝑃 𝐵 = 𝑃 𝐴 ∩ 𝐵 + 𝑃 𝐴′ ∩ 𝐵
4
5 𝑃 𝐵|𝐴 =
𝑃 𝐴 = 24
25
B|A 𝑃 𝐵|𝐴 𝑃 𝐴 = 𝑃 𝐴 ∩ 𝐵
A
B’|A
Regla multiplicativa
B|A’
A’ 𝑃 𝐵|𝐴′ 𝑃 𝐴′ = 𝑃 𝐴′ ∩ 𝐵
20 B’|A’
5
𝑃 𝐴′ = 𝑃 𝐵|𝐴′ =
25 24
𝑃 𝐵 = 𝑃 𝐵|𝐴 𝑃 𝐴 + 𝑃 𝐵|𝐴′ 𝑃 𝐴′

4 5 5 20 1
𝑃 𝐵 = + = = 0.2
24 25 24 25 5
Notas de clase AEC 1053 por Everardo
Santiago Rendón
b) Si tres partes son tomadas al azar, sin reemplazo, ¿cuál es la
probabilidad de que la tercera pieza escogida tenga contracción
excesiva?
Evento C -> 3a pieza con contracción
Evento C’ -> 3a pieza sin contracción
C|B∩A 3ª pieza tiene contracción dado que 1ª y 2ª pieza tienen contracción
C|B’∩A 3ª pieza tiene contracción dado que 1ª tiene contracción pero la 2ª pieza no
C|B∩A’ 3ª pieza tiene contracción dado que 2ª tiene contracción pero la 1ª pieza no
C|B’∩A’ 3ª pieza tiene contracción dado que 1ª y 2ª pieza no tienen contracción
Quedan 23 piezas
3
B|A C|B∩A 𝑃 𝐶|𝐵 ∩ 𝐴 =
23
A 4
B’|A C|B’∩A 𝑃 𝐶|𝐵′ ∩ 𝐴 =
23
4
B|A’ C|B∩A’ 𝑃 𝐶|𝐵 ∩ 𝐴′ =
23
A’
5
B’|A’ C|B’∩A’ 𝑃 𝐶|𝐵′ ∩ 𝐴′ =
23

Notas de clase AEC 1053 por Everardo

Santiago Rendón 3a pieza
𝑃 𝐶 = 𝑃 𝐴 ∩ 𝐵 ∩ 𝐶 + 𝑃 𝐴 ∩ 𝐵′ ∩ 𝐶 + 𝑃 𝐴′ ∩ 𝐵 ∩ 𝐶
+𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶
B|A C|B∩A 𝑃 𝐴∩𝐵∩𝐶
A
B’|A C|B’∩A 𝑃 𝐴 ∩ 𝐵′ ∩ 𝐶
B|A’ C|B∩A’ 𝑃 𝐴′ ∩ 𝐵 ∩ 𝐶
A’
B’|A’ C|B’∩A’ 𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶

𝑃 𝐴 𝑃 𝐵|𝐴 𝑃 𝐶|𝐵 ∩ 𝐴 = 𝑃 𝐴 ∩ 𝐵 ∩ 𝐶
Por regla
𝑃 𝐴 𝑃 𝐵′|𝐴 𝑃 𝐶|𝐵′ ∩ 𝐴 = 𝑃 𝐴 ∩ 𝐵′ ∩ 𝐶 multiplicativa
𝑃 𝐴′ 𝑃 𝐵|𝐴′ 𝑃 𝐶|𝐵 ∩ 𝐴′ = 𝑃 𝐴′ ∩ 𝐵 ∩ 𝐶

𝑃 𝐴′ 𝑃 𝐵′|𝐴′ 𝑃 𝐶|𝐵′ ∩ Notas

𝐴′ de= 𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶
clase AEC 1053 por Everardo
Santiago Rendón
 Probabilidades

4
5 𝑃 𝐶|𝐵 ∩ 𝐴′ =
𝑃 𝐴 = 23
25 1ª pieza 5
20 𝑃 𝐶|𝐵′ ∩ 𝐴′ =
𝑃 𝐴′ = 23
25
3
𝑃 𝐶|𝐵 ∩ 𝐴 =
4 23
𝑃 𝐵|𝐴 = 4
24 𝑃 𝐶|𝐵′ ∩ 𝐴 =
20 23
𝑃 𝐵′|𝐴 =
24
5
𝑃 𝐵|𝐴′ = 2ª pieza
24
19 3ª pieza
𝑃 𝐵′|𝐴′ =
24
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 𝑃 𝐶 = 𝑃 𝐴 ∩ 𝐵 ∩ 𝐶 + 𝑃 𝐴 ∩ 𝐵′ ∩ 𝐶
+𝑃 𝐴′ ∩ 𝐵 ∩ 𝐶 + 𝑃 𝐴′ ∩ 𝐵′ ∩ 𝐶

𝑃 𝐶 = 𝑃 𝐴 𝑃 𝐵|𝐴 𝑃 𝐶|𝐵 ∩ 𝐴 + 𝑃 𝐴 𝑃 𝐵′|𝐴 𝑃 𝐶|𝐵′ ∩ 𝐴

+𝑃 𝐴′ 𝑃 𝐵|𝐴′ 𝑃 𝐶|𝐵 ∩ 𝐴′ + 𝑃 𝐴′ 𝑃 𝐵′|𝐴′ 𝑃 𝐶|𝐵′ ∩ 𝐴′

5 4 3 5 20 4
𝑃 𝐶 = +
25 24 23 25 24 23
20 5 4 20 19 5 1
+ + = = 0.2
25 24 23 25 24 23 5

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 11
Brase & Brase [2017]. Example 8, page 165. At
Hopewell Electronics, all 140 employees were
asked about their political affiliations. The
employees were grouped by type of work, as
executives or production workers. Suppose an
employee is selected at random from the 140
Hopewell employees. There are 48 executives (5
support Democratic party);

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 11
There are 55 employees with Republican
affiliation; 17 employees without affiliation to
Democrats or Republicans (Independent) whose
8 are production workers.
Let us use the following notation to represent
different events of choosing: E → executive;
PW → production worker; D → Democrat;
R →Republican; I → Independent.
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 11
a) Build a contingence table.
b) Compute 𝑃 𝐷 and 𝑃 𝐸 .
c) Compute 𝑃 𝐷|𝐸 .
d) Compute 𝑃 𝐷 ∪ 𝐸
e) Are the events D and E independent?

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Actividades de Moodle
• Ejercicio 3-2
• Ejercicio 3-3
• Ejercicio 3-4
• Ejercicio 3-8
• Ejercicio 3-9

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 3.5 Teorema de Bayes
Sea una partición del espacio muestral S de la
forma (A1,A2,…,An), en donde 𝑃(𝐴𝑖 ∩ 𝐴𝑗 ) = 0.
Sea B un evento con 𝑃 𝐵 > 0, entonces

𝑃 𝐴𝑗 ∩ 𝐵 𝑃(𝐵|𝐴𝑗 )𝑃(𝐴𝑗 )
𝑃 𝐴𝑗 |𝐵 = = 𝑛
𝑃(𝐵) σ𝑘=1 𝑃 𝐵|𝐴𝑘 𝑃(𝐴𝑘 )

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Teorema de Bayes
El espacio muestral S se divide en 𝑛 eventos 𝐴𝑗
mutuamente excluyentes 𝑃 𝐴𝑗 ∩ 𝐴𝑖 = 0

S
𝐴1 𝐴2 …

… 𝐴𝑛

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Teorema de Bayes
𝐴𝑗 ∩ 𝐵 Todo evento 𝐴𝑗 intersecta al evento B

S
𝐴1 𝐴2 …

B
… 𝐴𝑘

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Teorema de Bayes
𝑃 𝐴𝑗 ∩ 𝐵 = 𝑃(𝐵|𝐴𝑗 )𝑃(𝐴𝑗 )

S
𝐴1 𝐴2 …
Usa probabilidad
condicional para
B calcular𝑃 𝐴𝑗 ∩ 𝐵

… 𝐴𝑘

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Teorema de Bayes

𝐴1 𝐴2 S
… El evento B es la
suma de sus
B intersecciones con
eventos 𝐴𝑗
… 𝐴𝑘

𝑃 𝐵 = σ𝑛𝑘=1 𝑃(𝐵 ∩ 𝐴𝑘 )=σ𝑛𝑘=1 𝑃(𝐵|𝐴𝑘 )𝑃(𝐴𝑘 )

Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Teorema de Bayes
S
𝐴1 𝐴2 …

B
… 𝐴𝑘

𝑃 𝐴𝑗 ∩ 𝐵 𝑃(𝐵|𝐴𝑗 )𝑃(𝐴𝑗 )
𝑃 𝐴𝑗 |𝐵 = = 𝑛
𝑃(𝐵) σ𝑘=1 𝑃 𝐵|𝐴𝑘 𝑃(𝐴𝑘 )
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 12
Hayter. (2012). Ejercicio 1.6.5, página 55.
Después de ser producido, un circuito eléctrico
recibe una calificación de calidad de A, B, C o D.
En un cierto periodo de tiempo el 77% de los
circuitos se califican de A, el 11% califican de B,
el 7% reciben una C y el 5% obtiene una D.
Además se encuentra que fallan el 2% de los
circuitos calificados con A, El porcentaje de falla
para B fue del 10%, el 14% para circuitos C, y el
25% para circuitos calificados con D.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 12
a) ¿Cuál es la probabilidad de que un circuito no
falle?
b) Si un circuito no falla, ¿Cuál es la probabilidad
que haya recibido una calificación A?
c) ¿Cuál es la probabilidad de que un circuito
falle?
d) Si un circuito falla, ¿Cuál es la probabilidad
que haya recibido una calificación B?

Notas de clase AEC 1053 por Everardo

Santiago Rendón
Aplicar Dividido en eventos
teorema Espacio
mutuamente excluyentes
de Bayes muestral

Evento A-> circuito A

Evento B -> circuito B
No Falla E’ S Evento C-> circuito C
Falla E Evento D-> circuito D
Circuito B

Circuito C
Circuito D
Circuito A

Eventos excluyentes que

dividen la partición de S en
A,B,C,D

Evento E-> circuito falla

Notas de clase AEC 1053 por Everardo
Santiago Rendón
Evento E’-> circuito no falla
Evento A-> circuito A
Evento B -> circuito B
No falla E’ S
Evento C-> circuito C Falla E
Evento D-> circuito D

Circuito B

Circuito C
Circuito D
Circuito A
Evento E-> circuito falla
Evento E’-> circuito no falla

Circuito A P(A)=0.77
el 77% de los circuitos
se califican de A, el Circuito B P(B)=0.11
11% califican de B, el o
7% reciben una C y el Circuito C, P(C)=0.07
5% obtiene una D.
Circuito D P(D)=0.05
Notas de clase AEC 1053 por Everardo
Santiago Rendón
Evento A-> circuito A Evento D-> circuito D
Evento B -> circuito B Evento E-> circuito falla
Evento C-> circuito C Evento E’-> circuito no falla
Complemento de 𝑃 𝐸′|𝐴 es 𝑃 𝐸′|𝐴 = 1 − 𝑃 𝐸|𝐴
Además se Falla P(E|A)=0.02
Circuito A
encuentra que
P(A)=0.77 No falla P(E’|A)=0.98
fallan el 2% de
los circuitos Circuito B Falla P(E|B)=0.10
calificados con A, P(B)=0.11
El porcentaje de No falla P(E’|B)=0.90
falla para B fue o Falla P(E|C)=0.14
Circuito C
del 10%, el 14%
P(C)=0.07 No falla P(E’|C)=0.86
para circuitos C,
y el 25% para Falla P(E|D)=0.25
Circuito D
circuitos
P(D)=0.05 No falla P(E’|D)=0.75
calificados con D.
Notas de clase AEC 1053 por Everardo
Santiago Rendón
Notas de clase
AEC 1053 por Falla P(E|A)=0.02
Everardo Circuito A
Santiago
Rendón P(A)=0.77 No falla P(E’|A)=0.98
Circuito B Falla P(E|B)=0.1
P(B)=0.11 No falla P(E’|B)=0.9
o Falla P(E|C)=0.14
Circuito C
P(C)=0.07 No falla P(E’|C)=0.86
Falla P(E|D)=0.25
Evento E’-> Circuito D
circuito no falla P(D)=0.05 No falla P(E’|D)=0.75
a)¿Cuál es la probabilidad de que un circuito no falle 𝑃 𝐸′ ?
𝑃 𝐸′ = 𝑃 𝐴 ∩ 𝐸′ + 𝑃 𝐵 ∩ 𝐸′ + 𝑃 𝐶 ∩ 𝐸′ + 𝑃 𝐷 ∩ 𝐸′
𝑃 𝐸′ = 𝑃 𝐸′|𝐴 𝑃 𝐴 + 𝑃 𝐸′|𝐵 𝑃 𝐵 + 𝑃 𝐸′|𝐶 𝑃 𝐶
+𝑃 𝐸′|𝐷 𝑃 𝐷
𝑃 𝐸′ = 0.98 0.77 + 0.9 0.11 + 0.86 0.07
+ 0.75 0.05 = 0.9513
 Falla P(E|A)=0.02
Circuito A
P(A)=0.77 No falla P(E’|A)=0.98
Circuito B Falla P(E|B)=0.1
P(B)=0.11 No falla P(E’|B)=0.9
o Falla P(E|C)=0.14
Circuito C
P(C)=0.07 No falla P(E’|C)=0.86
Falla P(E|D)=0.25
Circuito D
P(D)=0.05 No falla P(E’|D)=0.75
b) Si un circuito no falla, ¿Cuál es la probabilidad que haya
recibido una calificación A? 𝑃 𝐴|𝐸′ 𝑃 𝐸′ = 0.9513
𝑃 𝐴 ∩ 𝐸′ 𝑃 𝐸 ′ |𝐴 𝑃 𝐴 0.98 0.77
𝑃 𝐴|𝐸′ = = = = 0.7932
𝑃 𝐸′ 𝑃 𝐸′ 0.9513
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Falla P(E|A)=0.02
Circuito A
P(A)=0.77 No falla P(E’|A)=0.98
Circuito B Falla P(E|B)=0.1
P(B)=0.11 No falla P(E’|B)=0.9
o Falla P(E|C)=0.14
Circuito C
P(C)=0.07 No falla P(E’|C)=0.86
Falla P(E|D)=0.25
Circuito D
P(D)=0.05 No falla P(E’|D)=0.75

c) ¿Cuál es la probabilidad de que un circuito falle 𝑃 𝐸 ?

𝑃 𝐸′ = 0.9513
𝑃 𝐸 = 1 − 𝑃 𝐸 ′ = 1 − 0.9513 = 0.0487
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Falla P(E|A)=0.02 Notas de clase AEC 1053
por Everardo Santiago
Circuito A Rendón

P(A)=0.77 No falla P(E’|A)=0.98

Circuito B Falla P(E|B)=0.1
P(B)=0.11 No falla P(E’|B)=0.9
o Falla P(E|C)=0.14
Circuito C
P(C)=0.07 No falla P(E’|C)=0.86
Falla P(E|D)=0.25
Circuito D
P(D)=0.05 No falla P(E’|D)=0.75

d) Si un circuito falla, ¿Cuál es la probabilidad que haya recibido una

calificación B? 𝑃 𝐵|𝐸
𝑃 𝐸 = 0.0487
𝑃 𝐵∩𝐸 𝑃 𝐸|𝐵 𝑃 𝐵 0.1 0.11
𝑃 𝐵|𝐸 = = = = 0.2258
𝑃 𝐸 𝑃 𝐸 0.0487
 Ejemplo 13
Lind, et al. (2012). Ejercicio 35, página 171. El
equipo de beisbol Ludlow Wildcats, juega el 70%
de sus partidos en la noche y el 30% de día. El
equipo gana el 50% de los partidos nocturnos y
90% de los diurnos. De acuerdo con el periódico
de hoy ganaron el día de ayer. ¿Cuál es la
probabilidad de que el partido se haya jugado
de noche?

Notas de clase AEC 1053 por Everardo

Santiago Rendón
El equipo de beisbol Ludlow Wildcats, juega el
70% de sus partidos en la noche (Evento A) y el
30% de día (Evento A’).
Perder partido Evento B’

juega noche gana de noche 𝑃 𝐵|𝐴 = 0.5

𝑃 𝐴 = 0.7
pierde de noche 𝑃 𝐵′|𝐴 = 0.5
gana de día 𝑃 𝐵|𝐴′ = 0.9
Juega día
𝑃 𝐴′ = 0.3
pierde de día 𝑃 𝐵′|𝐴′ = 0.1

El equipo gana el 50% de los partidos nocturnos (Evento B|

A) y 90% de los diurnos.

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 juega noche gana de noche 𝑃 𝐵|𝐴 = 0.5
𝑃 𝐴 = 0.7
pierde de noche 𝑃 𝐵′|𝐴 = 0.5
gana de día 𝑃 𝐵|𝐴′ = 0.9
Juega día
𝑃 𝐴′ = 0.3
pierde de día 𝑃 𝐵′|𝐴′ = 0.1
De acuerdo con el periódico de hoy ganaron (Evento B) el día
de ayer. ¿Cuál es la probabilidad de que el partido se haya
jugado de noche (Evento A)?
𝑃 𝐵 ∩ 𝐴 = 𝑃 𝐵|𝐴 𝑃 𝐴 = 0.5 0.7 = 0.35
𝑃 𝐴′ ∩ 𝐵 = 𝑃 𝐵|𝐴′ 𝑃 𝐴′ = 0.9 0.3 = 0.27
𝑃 𝐵 = 𝑃 𝐵 ∩ 𝐴 + 𝑃 𝐴′ ∩ 𝐵 = 0.35 + 0.27 = 0.62
𝑃 𝐵∩𝐴 0.35
𝑃 𝐴|𝐵 = = = 0.5645
𝑃 𝐵 0.62
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Actividades de Moodle
• Práctica 2 tema III.
• Ejercicio 3-5
• Ejercicio 3-6

Notas de clase AEC 1053 por Everardo

Santiago Rendón
3.6 Distribución Marginal Conjunta

Es cuando se tienen espacios muestrales con 2

variables (bivariada) o con más de 2 variables
(multivariable).

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Notas de clase AEC 1053 por Everardo
Santiago Rendón

Definición
Walpole, et al. [2012] dicen lo siguiente: “ La función
es una distribución de probabilidad conjunta o una
función de masa de probabilidad de las variables
discretas 𝑥, 𝑦 si
𝑖) 𝑓 𝑥, 𝑦 ≥ 0 𝑓 𝑥, 𝑦 es una probabilidad

ii) ෍ ෍ 𝑓 𝑥, 𝑦 = 1 La suma de probabilidades es 1

𝑥 𝑦

𝑖𝑖𝑖) 𝑃 𝑋 = 𝑥, 𝑌 = 𝑦 = 𝑓 𝑥, 𝑦 𝑓 𝑥, 𝑦 probabilidad para una x

con una y en particular
probabilidad de una región A
𝑖𝑣) 𝑃 𝑋, 𝑌 = ෍ ෍ 𝑓 𝑥, 𝑦
𝐴 (coordenadas x,y)
 x
1 2 3 4
1 0.09 0.03 0.01 0.01
𝑓 𝑥, 𝑦 ≥ 0 es una probabilidad,
y 2 0.01 0.01 0.24 0.04
𝑓 𝑥 = 3, 𝑦 = 2 = 0.24
3 0.02 0.15 0.03 0.01
4 0.00 0.01 0.02 0.32
x
1 2 3 4
1 0.09 0.03 0.01 0.01
La suma de probabilidades es 1
y 2 0.01 0.01 0.24 0.04
3 0.02 0.15 0.03 0.01 ii) ෍ ෍ 𝑓 𝑥, 𝑦 = 1
4 0.00 0.01 0.02 0.32 𝑥 𝑦

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 x
1 2 3 4
1 0.09 0.03 0.01 0.01
𝑖𝑖𝑖) 𝑃 𝑋 = 3, 𝑌 = 2 = 𝑓 𝑥, 𝑦 = 0.24
y 2 0.01 0.01 0.24 0.04 es una probabilidad para una
3 0.02 0.15 0.03 0.01 coordenada 𝑥, 𝑦 en particular
4 0.00 0.01 0.02 0.32

x
1 2 3 4
1 0.09 0.03 0.01 0.01
iv)𝑃 𝑋, 𝑌 = σ σ𝐴 𝑓 𝑥, 𝑦
y 2 0.01 0.01 0.24 0.04
3 0.02 0.15 0.03 0.01 probabilidad de una región A
4 0.00 0.01 0.02 0.32 (coordenadas x,y)

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Definición
Walpole, et al. [2012]. Sean las distribuciones
marginales ℎ 𝑦 de Y en solitario, y 𝑔 𝑥 de X en
solitario son

𝑔 𝑥 = ෍ 𝑓 𝑥, 𝑦
𝑦

ℎ 𝑦 = ෍ 𝑓 𝑥, 𝑦
𝑥

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 x
1 2 3 4
1 0.09 0.03 0.01 0.01
𝑔 𝑥 = ෍ 𝑓 𝑥, 𝑦
y 2 0.01 0.01 0.24 0.04
𝑦
3 0.02 0.15 0.03 0.01
4 0.00 0.01 0.02 0.32
g(x) 0.12 0.20 0.30 0.38

x
1 2 3 4 ℎ 𝑦
1 0.09 0.03 0.01 0.01 0.14
ℎ 𝑦 = ෍ 𝑓 𝑥, 𝑦
y 2 0.01 0.01 0.24 0.04 0.30
𝑥
3 0.02 0.15 0.03 0.01 0.21
4 0.00 0.01 0.02 0.32 0.35
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 14
Hogg, et al. (2019). Example 2.1.4., page 90.
Consider a random experiment that consists of
drawing at random one chip from a bowl
containing 10 chips of the same shape and size.
Each chip has an ordered pair of numbers on it:
one with (1, 1), one with (2, 1), two with (3, 1),
one with (1, 2), two with (2, 2), and three with
(3, 2). Let the random variables 𝑋1 and 𝑋2 be
defined as the respective first and second values
of the ordered pair.
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 14
a) Build a table with the probability mass
function for 𝑋1 y 𝑋2 .
b) Compute the marginal probability mass
functions of 𝑋1 and 𝑋2

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 a) Build a table with the probability mass function for
𝑋1 y 𝑋2 .
Each chip has an ordered pair of numbers on it: one with (1,
1), one with (2, 1), two with (3, 1), one with (1, 2), two with
(2, 2), and three with (3, 2).
𝑋2
𝑋1 1 2
1 1 1
2 1 2
3 2 3

Let the random variables 𝑋1 and 𝑋2 be defined as the

respective first and second values of the ordered pair.
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 a) Build a table with the probability mass function for
𝑋1 y 𝑋2 .
Consider a random experiment that consists of drawing at
random one chip from a bowl containing 10 chips of the same
shape and size.
𝑋2
𝑋1 1 2
1 1 1
10 10
2 1 2
10 10
3 2 3
10 10
Notas de clase AEC 1053 por Everardo
Santiago Rendón
probability mass function for 𝑋1 y 𝑋2 .

𝑖) 𝑓 𝑥, 𝑦 ≥ 0
𝑋2
𝑋1 1 2 ii) ෍ ෍ 𝑓 𝑥, 𝑦 = 1
1 1 1 𝑥 𝑦

10 10
𝑖𝑖𝑖) 𝑃 𝑋 = 𝑥, 𝑌 = 𝑦 = 𝑓 𝑥, 𝑦
2 1 2
10 10
3 2 3
Cumple con la definición
10 10

Notas de clase AEC 1053 por Everardo

Santiago Rendón
b) Compute the marginal probability mass functions of
𝑋1 and 𝑋2

𝑋2
𝑋1 1 2 𝑔 𝑋1
1 1 1 2
10 10 10
2 1 2 3
10 10 10
3 2 3 5
10 10 10
ℎ 𝑋2 4 6
10 10
Notas de clase AEC 1053 por Everardo
Santiago Rendón
 Ejemplo 15
Walpole, et al. (2012). Ejercicio 3.50, página 106.
Suponga que X y Y tienen la siguiente
distribución de probabilidad conjunta:
x
2 3
1 0.10 0.15
y 3 0.20 0.30
5 0.10 0.15

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Ejemplo 15
a) Evalúe la distribución marginal de X.
b) Evalúe la distribución marginal de Y
c) Calcule P(Y >3 , X > 2).

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Actividades de Moodle
• Práctica 3 tema III
• Ejercicio 3-7

Notas de clase AEC 1053 por Everardo

Santiago Rendón
 Bibliografía
• Anderson, David R.; Sweeney, Dennis J.; Williams, Thomas A. (2012). Estadística
para negocios y economía. 11a.edición. Cengage Learning Latinoamerica. México.
• Brase, Charles Henry, Corrinne Pellillo Brase. (2018). Understandable Statistics:
Concepts and Methods, Twelfth Edition. Boston, MA. ,USA.
• DasGupta, Anirban. (2010). Fundamentals of Probability: A first Course. Springer.
New York. U.S.A.
• Doane & Seward. (2011). Applied Statistics in Business & Economics. Third Edition.
McGraw-Hill/Irwin. New York, NY., U.S.A.
• Hogg, Robert V., Joseph W. McKean, Allen T. Craig. (2019). Introduction to
Mathematical Statistics. Eighth Edition. Pearson. Boston, USA.
• Lind, Douglas, Marchal, William G., Wathen, Samuel, A. (2012). Estadística aplicada
a los negociosy la economía. McGraw-Hill Interamericana. México.
• Montgomery, Douglas C., Runger, George C. (2014). Applied Statistics and
Probability for Engineers . John Wiley & Sons. U. S. A.
• Walpole, Roland E.; Myers, Raymond H. (2012). Probabilidad y Estadística. 9a.
Edición. Pearson Educación. México.

Notas de clase AEC 1053 por Everardo

Santiago Rendón