UNIDAD IV: PROBABILIDADES

1. INTRODUCCIÓN
Los orígenes de las matemáticas de la probabilidad se remontan al Siglo XVI. Las
primeras aplicaciones se relacionaban básicamente con los juegos de azar. Los
jugadores gananciosos utilizaron el conocimiento del a teoría de la probabilidad para
desarrollar estrategias de apuesta. Incluso actualmente son muchas las aplicaciones
que comprenden juegos de azar como en loterías, en casinos en carrera de caballos y en
los deportes organizados. Sin embargo, el uso de la probabilidad va más allá de los
juegos de azar. En la actualidad, el gobierno, las compañías privadas y las
organizaciones profesionales y no lucrativas adoptan la teoría de la probabilidad en su
cotidiano proceso de toma de decisiones.
Independientemente de su aplicación particular, el empleo de las probabilidades indica
que existe algún elemento aleatorio o de incertidumbre relativo a la ocurrencia o no de
algún evento futuro.
Así en muchos casos puede ser virtualmente imposible predecir que pasará pero es
posible establecer lo que podría pasar, por ejemplo: si se tira una moneda, por lo
regular no se puede decir con seguridad si caerá cara o sello, Sin embargo combinando
el raciocinio, la experiencia y los datos históricos, con frecuencia es factible decir
CUAN probable es algún evento futuro.
Existen numerosos ejemplos de casos semejantes en los negocios y en las actividades de
gobierno. Predecir que demanda tendrá un producto nuevo, estimar el costo de
producción, pronosticar las fallas en las cosechas, comprar seguros, contratar a un
nuevo empleado, presupuestar, predecir la reacción de los gobiernos extranjeros ante un
cambio de política de defensa, calcular que impacto tendrá enla inflación una rebaja
impositiva, etc., son algunos de los ejemplos en los que interviene algún elemento
aleatorio.
Las probabilidades son útiles, pues sirven para desarrollar estrategias de actividades.
Por ejemplo los inversionistas estarán más dispuestos a invertir su dinero si las
probabilidades de ganar son buenas, una empresa puede estar más dispuesta a negociar
con el sindicato. Si existe una severa amenaza de huelga a invertir en la compra de
equipo nuevo de creer que existe una buena posibilidad de recuperar este dinero, etc.
El punto central en todos estos casos es la capacidad de cuantificar CUAN probable es
determinado EVENTO.

1
2. CONCEPTOS BÁSICOS
ESQUEMA DE PROBABILIDAD
 : Experimento aleatorio

 : Espacio muestral

A : Evento

P(A) : Probabilidad de un evento

A) EXPERIMENTO:
Definición: es el ensayo u observación de un fenómeno que produce resultados.
Clases de experimentos:
- Experimento aleatorio    : Ensayo u observación de un problema, cuyos resultados no
pueden ser predecidos exactamente; éstos se dan al azar. C o S
- Experimento no aleatorio: Cuando sus resultados de la observación es determinada en
forma precisa. Suma de 2+2= 4
B) ESPACIO MUESTRAL (  )
Definición: Es el conjunto de todos los resultados posibles de un experimento aleatorio.
C) EVENTOS(A, B, C,.................)
1. DEFINICIÓN: Es cualquier subconjunto de un 
2. TIPOS DE EVENTOS:
EVENTO UNITARIO O ELEMENTAL  wi  : que contiene un solo punto muestral.
EVENTOS COMPUESTOS: Que consisten de dos o más eventos.
EVENTO IMPOSIBLE (  ): Que no tiene puntos muestrales. No ocurre nunca.
EVENTO SEGURO O CIERTO (  ): Subconjunto que contiene a todos los eventos
elementales.
COMPLEMENTO DE UN EVENTO: A
El complemento de un evento A con respecto al  , es el evento A que no ocurre.
EVENTOS MUTUAMENTE EXCLUYENTES:
Dos o más eventos son mutuamente excluyentes, si la ocurrencia de uno de ellos, anula
la ocurrencia de los demás.

2
 Ejemplo: Para cada uno de los experimentos:
a) Diga si es un experimento aleatorio.
b) Si la respuesta es afirmativa en (a) liste los elementos del espacio muestral.
c) Defina y liste los elementos de algunos eventos.

1. EXPERIMENTO: “Resultado del examen final en el curso de

estadística por parte de un estudiante”
a) Antes del examen, el resultado no se conoce con exactitud; es decir, no sabemos si el
estudiante aprobara o desaprobara el examen final; luego EL EXPERIMENTO ES
ALEATORIO.
b) ESPACIO MUESTRAL
()   APROBAR, DESAPROBAR ---n(Ω)=2

c) EVENTOS:
A: El alumno aprueba el examen final
A   APROBAR ---n(A)=1

B: el alumno desaprueba el examen final

B   DESAPROBAR

2. EXPERIMENTO: Resultado del lanzamiento de una moneda

a) Existe margen de duda en el resultado exacto, pues, es posible que en este aparezca
cara o sello. Luego el EXPERIMENTO ES ALEATORIO.
b) ESPACIO MUESTRAL:
   CARA, SELLO ---n(Ω)=2

c) EVENTOS:
A: Que ocurra cara en la parte superior
A   CARA

B: que ocurra sello en la cara superior

B   SELLO

3. EXPERIMENTO: Dejar libre un cuaderno en el aire¨

a) Se conoce con exactitud antes de llevar a cabo el experimento: El cuaderno caerá
por acción de la ley de la gravedad. Por tanto, ESTE NO ES UN EXPERIMENTO
ALEATORIO.
3
4. EXPERIMENTO: “selección de un alumno de acuerdo a su
rendimiento académico”.
a) Es un experimento aleatorio
b) El espacio muestral asociado a este experimento es:
   SOBRESALIENTE , BUENO, REGULAR, MALO ---n(Ω)=4

c) EVENTOS:
A: Que sea seleccionado un alumno con rendimiento Académico SOBRESALIENTE
A   SOBRESALIENTE

B: Que sea seleccionado un alumno con rendimiento Académico BUENO.

B   bueno

C: Que sea seleccionado un alumno con rendimiento Académico REGULAR

C   REGULAR

D: Que sea seleccionado un alumno con rendimiento Académico MALO

D   MALO

E: Que sea seleccionado un alumno con rendimiento académico APROBADO

E   SOBRESALIENTE , BUENO, REGULAR ---n(E)=3

5. Sea el experimento: “Selección de dos personas, en relación a su

situación ocupacional”. Los posibles resultados de este experimento son:
PERSONA 2
PERSONA 1
OCUPADO DESOCUPADO
OCUPADO OO OD
DESOCUPADO DO DD

a) ESPACIO MUESTRAL
   OO, OD, DO, DD

b) Liste los elementos de los siguientes eventos:

A: Que las dos personas seleccionadas estén ocupadas
A   OO

B: Que al menos una de las dos personas esté ocupadas

   OO, OD, DO

4
 C: Que la primera persona seleccionada este ocupada.
C   OO, OD

En general, todos los juegos al azar constituyen experimentos aleatorios: rifas, dados,
carreras de caballos, loterías, barajas, etc.
Los trabajos de investigación constituyen también experimentos aleatorios, ya que antes de
ejecutarlos, no se sabe si las hipótesis planteadas serán probadas o disprobadas.

5
 D) PROBABILIDAD DE UN EVENTO

- DEFINICIÓN DE PROBABILIDAD:

i) DEFINICIÓN CLÁSICA

Dado el esquema de probabilidad, la probabilidad de ocurrencia de un evento A, se define como

la relación del número de elementos posibles del evento( n(A)) y el número de elementos totales
equiprobables del espacio muestral: n(  ).

n(A) Número de casos favorables del evento A

P(A)= 
n() Número de elemntos totales equiprobables del 

Donde:
1. Si no hay resultados favorables al evento, se tiene P  A     0

n  
2. Si todos los resultados posibles son favorables al evento, entonces: P  A     1
n  

3. De 1 y 2 se determina que: 0  P  A   1

ii) DEFINICIÓN POR FRECUENCIA RELATIVA

Si un experimento aleatorio bién definido se repite n veces(grande); nA  n es el número de

veces que el evento A ocurre en los n ensayos, entonces la frecuencia relativa de veces que
ocurre el evento A es nA , la cual representa la estimación de la probabilidad que ocurra el
n
evento A, osea:

nA
P(A)=
n

donde:
nA 0
1. Si no hay resultados favorables al evento, entonces: P(A=)=  0
n n
n
2. Si todos los resultados posibles son favorables al evento, entonces: P  A     1
n
3. De 1 y 2 obtenemos: 0  P  A   1

iii) DEFINICIÓN DE PROBABILIDAD SUBJETIVA.

Dado un experimento aleatorio, la probabilidad de un evento A, es el grado de creencia

asignada a la ocurrencia de este evento por un individuo particular, basado en toda evidencia a
su disposición, con las siguientes exigencias:
1. P  A     0 , representa la certeza que el evento A, no ocurrirá.

6
2. P  A     1 , representa la certeza que el evento A, si ocurrirá

3. De 1 y 2 se tiene que: 0  P  A   1

Ejemplos:

1. Hallar la probabilidad de obtener el número 2 en el lanzamiento de un dado.

SOLUCION:

1) DETERMINACION DEL ESPACIO MUESTRAL ( )   1, 2,3, 4,5,6    n()  6

2°) SEA EL EVENTO B: OBTENER EL NUMERO DOS B   2 ---n(B)=1

Luego:

HALLAMOS LA PROBABILIDAD DEL EVENTO

Casos favorables de ocurrencia del evento B n( B) 1

P( B)     0,17  17%
Total de casos posibles n ( ) 6

2. El gerente de un almacén ha observado que de 3000 personas que entraron al

establecimiento durante el mes anterior, 450 hicieron alguna compra. ¿Cuál es la
probabilidad de que el siguiente cliente que entre compre algo?

SOLUCIÓN:

 : Gerente observa a clientes

 ---nΩ=3000

A: Siguiente cliente que entra al establecimiento y compra algo

nA=450

P(A)=nA/nΩ=450/3000= 0,15---15%

3. En una encuesta realizada a 500 vendedores ambulantes de Lima cuadrada, se encontró

que 325 de ellos se dedicaban a esta actividad porque habían sido despedidos de empresas
fabriles. Hallar la probabilidad de que al seleccionar aleatoriamente un vendedor
ambulante, este haya sido despedido de una empresa fabril.

SOLUCION:

7
4. La distribución de los miembros de los partidos políticos es:

Partido A B C D E F Total

Numero total de militantes 105 100 70 45 40 15 375

Militantes mujeres(M) 15 20 5 10 3 2 55

Militantes varones(V) 90 80 65 35 37 13 320

¿Cuál es la probabilidad que un miembro seleccionado aleatoriamente:

a) sea mujer? b)pertenezca al partido B? c) Sea un miembro del partido c

SOLUCION:

n(M) 55
a) P(M)=   0,15  15%
n() 375

n( B ) 100
b) P(B)=   0, 27  27%
n() 375

n(C) 70
c) P(C)=   0,19  19%
n() 375

8
 - REGLAS DE LA PROBABILIDAD.

1) PROBABILIDAD DE LA UNIÓN DE SUCESOS.

a) Si A y B son eventos mutuamente excluyentes definidos en él  , entonces:

P  A  B   P  A  P  B 

Donde:
 : Símbolo de la unión en teoría de conjuntos, aquí significa suma de probabilidades y debe
leerse como “o”
P  A  B  : Probabilidad de que ocurra el evento A o B

P  A  : Probabilidad de que ocurra el evento A

P  B  : Probabilidad de que ocurra el evento B

b) Si A y B no son eventos mutuamente excluyentes, la probabilidad de ocurrencia de A o

de B, es:
P( A  B )  P ( A)  P ( B )  P ( A  B)
Donde:
P ( A  B ) : Probabilidad de que el evento A o el evento B, ocurran
P ( A  B ) : Probabilidad de que ocurran simultáneamente los eventos A y B
Gráficamente:

2) PROBABILIDAD DE UN SUCESO COMPLEMENTARIO.

Si A y A son eventos complementarios, entonces: P ( A)  1  P ( A)

NOTA: Dos eventos complementarios son mutuamente excluyentes y su unión es el espacio

muestral (  ), entonces: P ( A  A)  P ()  1

3) Si  es el evento imposible, entonces la probabilidad del evento imposible es cero, esto

es: P ()  0
9
4) Si  es el evento seguro, entonces la probabilidad del evento seguro es uno, esto es
P ( )  1

EJEMPLOS:

1. De 200 niños examinados por una nutricionista, se encontró que 80 padecían de desnutrición
leve; 50 padecían de desnutrición crónica y 70 normales. Si de los niños examinados se
selecciona uno al azar ¿Cuál es la probabilidad de que padezca de desnutrición leve o
desnutrición crónica?

Solución:

2. De 100 pacientes examinados, 20 padecían de artritis, 32 padecían de gastritis y 8 tenían

ambos males. Hallar la probabilidad de seleccionar un paciente que padezca artritis o
gastritis?

Solucion:

3. La probabilidad que llueva en Huancayo el 12 de Octubre es 0,10, de que truene es 0,5 y que
llueva y truene es 0,003. ¿Cuál es la probabilidad que llueva o truene ese día?

SOLUCIÓN:

10
4. De que un grupo de personas, el 30% practica fútbol y el 40% juega ajedrez. De los
futbolistas el 50% juega Ajedrez. Si se elige aleatoriamente una persona. ¿Cuál es la
probabilidad que:

a) Juega fútbol o ajedrez? b) practica sólo uno de estos deportes?

c) no practique ni fútbol ni ajedrez?

SOLUCIÓN:

PROBABILIDAD CONDICIONAL
La probabilidad condicional de un suceso A, dado B, es denotado por P ( A / B) y definida
como:
P  A  B
P ( A / B)  ; P( B)  0
P( B)
Gráficamente:

A B 
P A/ B 
AB

P ( A / B) : “Es la probabilidad condicional de que A, ocurra, dado que B ha ocurrido”.

EJEMPLOS:
1. En Lima, Perú la probabilidad que llueva el día primero de Julio es 0,50 y la probabilidad
que llueva los dos primeros días de Julio es 0,40. Dado que llovió el día primero. ¿Cuál es
la probabilidad que llueva el día siguiente?
SOLUCION:

11

B
2. En una Universidad de 10 000 estudiantes y 1000 profesores, el 10% de los profesores son
de izquierda y 90% de derecha, mientras que en los estudiantes este porcentaje es al
contrario. Se selecciona al azar un miembro de la Universidad y se encuentra que es de
derecha.
a) ¿Cuál es la probabilidad que se haya seleccionado un estudiante?
b) ¿Cuál es la probabilidad que se haya seleccionado un profesor?
SOLUCION:

3. REGLA DE LA MULTIPLICACIÓN
Se utiliza para calcular la probabilidad de ocurrencia de dos o más eventos. Si los eventos
A y B son dependientes, entonces la ocurrencia simultánea de los eventos es:
P  A  B   P ( A) P ( B / A)

EJEMPLOS:
1. En un estudio se encontró que la probabilidad de que se incremente el empleo en el
Asentamiento Humano “X”, es de 35%; de que se incremente el consumo de artículos de
primera necesidad, de 5%; y de que se incremente el consumo de artículos de primera
necesidad dado el incremento del empleo, es de 10%. ¿Cual es la probabilidad de que se
incremente el empleo y el consumo de artículos de primera necesidad?
SOLUCIÓN:
4. EVENTOS INDEPENDIENTES

12
 DEFINICIÓN: Dos eventos son independientes si ambos no tienen ninguna relación
entre si; es decir, si la ocurrencia de uno de ellos, no influye en la ocurrencia del otro.
Esto es
P ( A  B)  P ( A) P( B ) Con P ( A)  0 y P( B )  0
EJEMPLOS:
1. La probabilidad de que un comerciante, venda dentro de un mes, un lote de refrigeradoras es
1/4 y la probabilidad de vender un lote de cocinas dentro de un mes es de 1/3. Hallar la
probabilidad de que:
i) Vende los dos lotes de artículos dentro de un mes.
ii) Vende al menos uno de los lotes dentro de un mes.
iii) Vende ninguno de los lotes dentro de un mes.
iv) Solamente vende el lote de refrigeradoras dentro de un mes.

1
2. La probabilidad de que un hombre viva 10 años más es y la probabilidad de que su esposa
4
1
viva 10 años más es . Hallar la probabilidad de que:
3
a) ambos vivan 10 años más
b) al menos uno viva al cabo de 10 años
c) ninguno viva al cabo de 10 años
d) solamente la esposa viva al cabo de 10 años.

13
2. PROBABILIDAD TOTAL
A1 A2 .......... A2

A1 B A2 B An B

Si A1 , A 2 , ..., An es una partición del espacio muestral , tal que:

 Cada uno de los sucesos A1 , A 2 , ..., An tienen probabilidades diferentes de cero, y

 Si B es un suceso cualquiera; entonces:

P( B )  P ( A1B )  P (A 2 B )   .+ P(An B )  P ( A1 ) P ( B / A1 )  P(A 2 ) P( B / A 2 )   .+ P(An ) P( B / An )

Por consiguiente:
n
P ( B)   P( A j ) P( B / Aj )
j 1

3. TEOREMA DE BAYES
Si A1 , A 2 , ..., An es una partición del espacio muestral, de tal forma que cada uno de los

sucesos A1 , A 2 , ..., An tienen probabilidades diferentes de cero y sea B cualquier suceso

para el cual P(B)  0; entonces para cada entero k, entre 1 y n, se tiene:

P ( Ak ) P ( B / Ak )
P ( Ak / B ) 
 P( A ) P( B / A ) ;  
n
1 k  n
j j
j 1

EJEMPLOS:

14
1. Una compañía de seguros de autos clasifica choferes como de clase A (buenos), clase
B(Regulares) y clase C(Malos). La clase A la constituyen el 30% de los choferes que
recurren para asegurarse, la clase B el 50% y la clase C el 20%. La probabilidad que un
chofer de clase A tenga uno o más accidentes en cualquiera de los 12 meses del año es 0,01
para uno de clase B, es 0,03 y para uno de C, es 0,10. La compañía vende a nuestro amigo
Roberto una póliza, tiempo después tuvo un accidente. ¿Cuál es la probabilidad:
a) que pertenezca a la clase A?
b) que pertenezca a la clase B?
c) que pertenezca a la clase C?

2. En una empresa del total de trabajadores, se tiene que el 50% son técnicos profesionales
(A1), el 30% son oficinistas (A2) y el 20% personal de servicio (A 3); además se tiene que el
8% de los profesionales, el 9% de los oficinistas y el 10% del personal de servicio son
“provincianos”. Supongamos que se selecciona un trabajador al azar y resulta ser
“provinciano”(B). Hallar la probabilidad de que el trabajador sea técnico profesional (A1).

15
3. Una vendedora de cosméticos hace llamadas casa por casa y ha acumulado los datos
siguientes: De todas las llamadas hechas, el 20% dieron por resultado a su parecer grandes
ventas (L); el 30% pequeñas ventas(S) y el 50% no dio ventas (N). Por otra parte, entre
quienes hicieron grandes compras, el 60% vive en casa de dos pisos de una sola familia (T);
entre quienes hicieron compras de poco monto, el 50% viven en casas de este tipo; y entre
quienes no compraron nada, el 20% viven en ese mismo tipo de casas; Si en la familia
siguiente que va a llamar, vive en una casa de dos pisos de una sola familia.
a) ¿Cuál es la probabilidad de que la llamada produzca ventas considerables?
b) ¿Cuál es la probabilidad de que la llamada produzca ventas pequeñas?
c) ¿Cuál es la probabilidad de que la llamada produzca ninguna venta?

EJERCICIOS
1. Si yo tengo una canasta llena de peras y manzanas, de las cuales hay 20 peras y 10
manzanas. ¿Qué fruta es más probable que saque al azar de la canasta? 
2. En un salón de clases hay 30 alumnos de los cuales 10 son varones ¿Cuál es la
probabilidad de que al elegir un estudiante de sexo femenino?
3. En una población de 2000 habitantes, 80 padecen afecciones cardiacas ¿Cuál es la
probabilidad de emplear a alguien proveniente de este lugar, que no esté enfermo?
4. En una colonia se entrevistaron a 50 familias, 10 dijeron transportarse en coche propio
a sus trabajos y 30 dijeron utilizar algún transporte público. ¿Cuál es la probabilidad
de que al seleccionar una familia de esa colonia utilice el transporte público?

5. En una Universidad el 70% de los estudiantes son de Ciencias y el 30% de letras; de

los estudiantes de ciencias el 60% son varones y los de letras son varones el 40%. Si se
elige aleatoriamente un estudiante, calcular la probabilidad que:
a) Sea un estudiante varón
b) Sea un estudiante de ciencias, si es varón.
c) Sea un estudiante varón, si es de ciencias.
d) Sea un estudiante de ciencias y varón

16
 6. La siguiente tabla presenta la clasificación de 356 estudiantes de la Universidad de Lima, de
acuerdo a su especialidad y procedencia:

Especialidad Ingeniería
Procedencia Industrial Administración Economía Derecho Total
Limeño(L) 100 40 50 20 210
Provinciano(P) 20 60 50 10 140
Extranjero(E) 5 0 1 0 6
Total 125 100 101 30 356
Sea el experimento  : elegir al azar un estudiante del grupo
a) ¿Cuál es la probabilidad de que el estudiante no pertenezca a la Facultad de
Ingeniería Industrial y no sea extranjero?
b) ¿Cuál es la probabilidad de que el estudiante no pertenezca a la Facultad de
Ingeniería Industrial dado que es Limeño?
c) ¿Cuál es la probabilidad de que el estudiante sea de la Facultad de Economía o de
Administración dado que es provinciano?
7. En la Facultad de Economía, el 25% de los estudiantes desaprobaron matemáticas, el
15% desaprobaron Estadística y el 10% desaprobaron las dos asignaturas. Se
selecciona un estudiante al azar.
i) Si desaprobó Estadística, ¿cuál es la probabilidad de que desaprobara Matemáticas?
ii) Si desaprobó Matemáticas, ¿cuál es la probabilidad de que desaprobara Estadística?
iii) ¿Cuál es la probabilidad de que desaprobara Matemáticas o Estadística?
8. En una muestra de 120 loretanos se encontró que el 60% sufre alguna enfermedad, el 30%
tienen al menos 30 años, y el 20% son menores de 30 años y sanos. Si uno de tales
loretanos es escogido al azar, ¿Cuál es la probabilidad de que:
a) sufra alguna enfermedad y tenga al menos 30 años?
b) sufra alguna enfermedad si tiene al menos 30 años?
9. Se ha determinado que el porcentaje de los televidentes que ven los programas A, B y C
son respectivamente 0,4 ; 0,5 y 0,3. Cada televidente ve los programas
independientemente uno del otro. Si se elige al azar a uno de tales televidentes, ¿qué
probabilidad hay de que vea
a) dos de los tres programas? b) al menos uno de los 3 programas?
10. Suponga que en una cierta región del país la probabilidad de que un adulto mayor de 40
años tenga cáncer es 0,05. La probabilidad de que el diagnóstico sea correcto es 0,80; y
de que sea errado es 0,20. Si se elige al azar una de esas personas, calcular la
probabilidad de que
a) Se le diagnostique cáncer

17
 b) Si se le diagnostica cáncer, tenga realmente tal enfermedad.

DISTRIBUCIONES DE PROBABILIDAD
1. Variables aleatorias
Variables aleatorias son aquellas que pueden asumir diferentes valores numéricos, como
resultado de un experimento aleatorio. Las variables pueden ser discretas o continuas.
2. Distribuciones de probabilidad
Las distribuciones de probabilidad tienen relación con las distribuciones de frecuencia.
Observemos la siguiente tabla que nos muestra la variable aleatoria X.
Alumnos repitentes en educación secundaria por año escolar diciembre 2010
AÑO ESCOLAR N° DE ALUMNOS FRECUENCIA PROBABILIDAD
Xi ni RELATIVA(hi) P(X=x)=f(x)
Primero(1) 45 45/100 P(X=1)=
Segundo(2) 25 25/100 P(X=2)=
Tercero(3) 15 15/100 P(X=3)=
Cuarto(4) 10 10/100 P(X=4)=
Quinto(5) 5 5/100 P(X=5)=
TOTAL 100 1 1.00

En este caso, x son los valores que asume X (primer año, segundo año, etc.), y la frecuencia
relativa de la ocurrencia de la variable X, constituye la probabilidad, que será denotada
por P(X=x).
Con la información, si seleccionamos un alumno al azar, se pide:

18
a) Calcular la probabilidad de que el alumno seleccionado haya repetido el primer año.

b) Calcular la probabilidad de que el alumno seleccionado haya repetido el segundo año.

c) Calcular la probabilidad de que el alumno seleccionado haya repetido el segundo o

tercer año.

d) Calcular la probabilidad de que el alumno seleccionado haya repetido los dos últimos
años.

e) Calcular la probabilidad de que el alumno seleccionado haya repetido todos los años.

Y así hemos hallado la probabilidad de todas las categorías de la variable X. De ahí

podemos sostener que:
LA DISTRIBUCIÓN DE PROBABILIDAD es un listado que nos especifica las
probabilidades de todos los resultados posibles de una variable aleatoria, al llevar a cabo
un experimento aleatorio.
La distribución de probabilidad debe cumplir con las siguientes propiedades:
A) La probabilidad de ocurrencia de cada categoría de la variable aleatoria estará entre 0
y 1. Es decir:
 0  P( X  x)  1 

B) La suma de las probabilidades de todas las categorías de la variable aleatoria es la

unidad. Es decir:

 P( X  x)  1

Podemos sostener que existen diferentes formas de distribuciones de probabilidad,

dependiendo del tipo de población en estudio.
Observemos que la distribución de probabilidad que hemos presentado en la tabla anterior
corresponde a una experiencia real, de variable aleatoria discreta y de población finita.
En la vida real nos encontramos con una serie de variables aleatorias que, para
estudiarlas, tenemos que suponerlas que siguen una distribución teórica de probabilidad.
Es decir, las distribuciones teóricas de probabilidad las utilizamos como modelos de
comportamiento del hecho o fenómeno que estamos investigando.
Las distribuciones teóricas de probabilidad mas importantes y que estudiaremos son:
Binomial, Chi-cuadrado, T-Student y Normal.
19
2.1. Distribución binomial.
- Definicion: Consiste en estudian una variable aleatoria que esta definida bajo la
repetición de n veces un experimento aleatorio, con las siguientes condiciones:
i) Las n repeticiones son independientes
ii) En cada repetición se tienen dos resultados posibles
ÉXITO con probabilidad p
FRACASO con probabilidad q= 1-p
iii) La probabilidad de éxito p es la misma en cada repetición. Entonces, en este caso X
toma el nombre de variable Binomial, con:
- FUNCIÓN DE PROBABILIDAD:
n
f ( x )    p x  1  p  , x=0,1,2,.......,n
n x
y 0<p<1
x
Donde:
a) f ( x)  0

b)  f ( x)  1
- Función de probabilidad acumulada:
x
n
F ( x)  P( X  x)     p r  1  p  , r=0,1,2,.......,n
nr

r 0  r 

- Características de la variable binomial

Media de la variable aleatoria binomial:
E ( x )  np
Varianza de la variable aleatoria binomial:
V ( x)   2  npq
Desviación estándar de la variable aleatoria binomial:

   2  npq
Ejemplos:
1. De los alumnos de una Universidad, el 40% fuman. Se eligen 6 alumnos para
conocer sus opiniones sobre el cigarro.
a) Encuentre la probabilidad de que ninguno de ellos fumen
b) Obtenga la probabilidad de que todos fumen
c) Obtenga la probabilidad de que por lo menos la mitad de los 6 fumen.

20
 d) Calcule e interprete la media, varianza y desviación estándar del numero de
alumnos que fuman.
SOLUCION:

2. Un vendedor de autos nuevos observa que el 40% de los autos vendidos son
regresados al departamento del servicio para corregir diversos defectos de
fabricación en los primeros 25 días después de su compra. De los 10 autos que se
vendieron, cual es la probabilidad de que:
a) Todo regrese en el lapso de 25 días para recibir este servicio.
b) Solo uno no regrese
c) Regresen a lo mas 3
SOLUCION:
DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA CONTINUA

DISTRIBUCIÓN NORMAL
o campana de Gauss-Laplace

Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre

indica su extendida utilización, justificada por la frecuencia o normalidad con la que ciertos
fenómenos tienden a parecerse en su comportamiento a esta distribución.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de
campana.

En resumen, la importancia de la distribución normal se debe principalmente a que hay muchas

variables asociadas a fenómenos naturales que siguen el modelo de la normal

 Caracteres morfológicos de individuos (personas, animales, plantas,...) de una especie, p.ejm.

tallas, pesos, envergaduras, diámetros, perímetros,...
 Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco, o de una misma
cantidad de abono.
 Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de
individuos, puntuaciones de examen.
 Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a un medio,...
 Errores cometidos al medir ciertas magnitudes.
 Valores estadísticos muestrales, por ejemplo: la media.
 Otras distribuciones como la binomial o la de Poisson son aproximaciones normales, ...
Y en general cualquier característica que se obtenga como suma de muchos factores.
21
FUNCIÓN DE DENSIDAD
La función de densidad de la distribución normal está dada por la siguiente fórmula:

Representación gráfica de esta función de densidad

La distribución normal queda definida por dos parámetros, su media(μ) y su desviación

Típica(σ).

22
FUNCIÓN DE DISTRIBUCIÓN

 Tiene la forma de una acampana

 Es simétrica con respecto al valor x
= µ, dejando un área igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha .
 Puede tomar cualquier valor  , + 
 Son más probables los valores cercanos a uno central que llamamos media 
 Conforme nos separamos de ese valor  , la probabilidad va decreciendo de forma más o
menos rápida dependiendo de un parámetro σ, que es la desviación típica.

F(x) es el área sombreada de esta gráfica

DISTRIBUCIÓN NORMAL ESTANDAR

Por tanto su función de densidad es:

23
y su función de distribución es:

siendo la representación gráfica de esta función

a la variable Z se la denomina variable tipificada de X, y a la curva de su función de

densidad curva normal tipificada.

Característica de la distribución normal tipificada (reducida, estándar)

 Tiene la forma de una campana

 Es simétrica con respecto al valor Z
= 0, dejando un área igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha .
 No depende de ningún parámetro
 Su media es 0, su varianza es 1 y su desviación típica es 1.

CALCULO DE PROBABILIDADES MEDIANTE EL MANEJO DE LA TABLA

ESTADÍSTICA NORMAL ESTANDAR DE LA FORMA P[Z≤z]
EJEMPLOS:

1. Encuentre las siguientes probabilidades:

2. Los coeficientes de inteligencia(CI) de un grupo de pacientes, tienen aproximadamente
una distribución normal, con media de 100 y una desviación típica de 10. Se pide:
a) Hallar la proporción de pacientes con CI mayores de 125
b) ¿Cual es la probabilidad de que un paciente elegido al azar entre los de esa
población, tenga una CI entre 105 y 115?
c) ¿Cual es la probabilidad de que un paciente elegido al azar entre los de esa
población, tenga una CI entre 80 y 95?

3. Las edades en que se adquiere un cierto tipo de enfermedad están distribuidas en forma
normal con una media y desviación estándar de 12 y 03 años, respectivamente.
a) ¿Cuál es la probabilidad de que un niño que acaba de contraer la enfermedad
tenga 13 o menos años?
b) ¿Cual es la probabilidad de que un niño que acaba de contraer la enfermedad
tenga trece o más años?
c) ¿Cual es la probabilidad de que un niño que acaba de contraer la enfermedad
tenga entre 10 y 14 años?
 EJERCICIOS

1. Una compañía ha vendido 205 billetes para un avión de 200 plazas. Sea x la variable
aleatoria que expresa el nº de viajeros que va al aeropuerto para viajar en el avión. Su
distribución es:

xi 198 199 200 201 202 203 204 205

pi 0,05 0,09 0,15 0,20 0,23 0,17 0,09 0,02

a) Hallar la probabilidad de que todos los viajeros que van al aeropuerto tengan plaza.
b) Obtener la probabilidad de que se quede sin plaza alguno de los viajeros que va al
aeropuerto.
c) Calcular el nº esperado de viajeros que acude al aeropuerto.
d) ¿Cuál es la probabilidad de que la primera persona de la lista de espera tenga sitio en el
vuelo?

2. Sea x una variable aleatoria que expresa el nº de personas que habitan en una vivienda
elegida al azar. La distribución de probabilidad de x es la siguiente:

xi 1 2 3 4 5 6 7 8ó+
pi 0,230 0,322 0,177 0,155 0,067 0,024 0,015 0,010

a) Comprobar que es una distribución de probabilidad.

b) Hallar la probabilidad de que el nº de personas que viven en un hogar sea menor o igual que
cuatro.
c) Calcular la probabilidad de que al menos dos personas vivan en una vivienda.
d) Obtener el nº medio de personas que habitan en una vivienda.

3. Un profesor de matemáticas ha observado que las notas obtenidas por sus alumnos
en los exámenes de Estadística siguen una distribución N (6; 2,5). Se han presentado
al último examen 32 alumnos, ¿cuántos sacaron al menos un 7?

4. Una empresa lleva a cabo una prueba para seleccionar nuevos empleados. Por la
experiencia de pruebas anteriores, se sabe que las puntuaciones siguen una
distribución normal de media 80 y desviación típica 25. ¿Qué porcentaje de
candidatos obtendrá entre 75 y 100 puntos?.

5. Supongamos que la comunidad “X”, donde a través de una muestra se encontró que el
30% de la población en edad activa estaba desempleada. Se selecciona 5 personas,
¿cuál es la probabilidad de que:
a) 2 se encuentren ocupadas?
b) A lo más 4 estén ocupadas

6. Generalmente el 40% de los alumnos desaprueban un examen de Estadística. ¿Cuál

es la probabilidad de que en un grupo de 20, desaprueben:
a) 5 o más alumnos?
b) Más de 10 alumnos?
c) Exactamente 10 alumnos?
7. En general, el 45% de los postulantes fallan en una prueba de selección de personal.
¿Cuál es la probabilidad de que en una muestra de 15:
 a) Fallen más de 4
b) Fallen exactamente 4
8. Aproximadamente 2/5 de las familias de una cierta comunidad, viven en extrema
pobreza. ¿Cuál es la probabilidad de que en una muestra aleatoria de 5 personas:

a) 3 de ellos vivan en extrema pobreza?

b) Ninguno viva en extrema pobreza?
c) 3 o más vivan en extrema pobreza?
9. En una tienda los clientes llegan al mostrador conforme una distribución de poisson
con un promedio de 10 por hora. En una hora dada,

a) ¿Cuál es la probabilidad de que lleguen 5 clientes?

b) ¿Cuál es la probabilidad de que lleguen entre 2 y 5 clientes?

10. El tiempo empleado, en horas, en hacer un determinado producto sigue una

distribución N (10, 2). Calcula la probabilidad de que ese producto se tarde en
hacer:

a) Menos de 7 horas.
b) Entre 8 y 13 horas.

11. El peso de los toros de una determinada ganadería se distribuye normalmente con
una media de 500 kg y 45 kg de desviación típica. Si la ganadería tiene 2000 toros,
calcular:

a)  Cuántos pesarán más de 540 kg.

b)  Cuántos pesarán menos de 480 kg.
c)  Cuántos pesarán entre 490 y 510 kg.