Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Estadı́stica

Jose Guillermo Guerrero Mojica

Unidades Tecnológicas de Santander

23 de noviembre de 2021
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Evaluación

clase 19

clase 20

clase 21

clase 22

clase 23

clase 24

clase 25

clase 26

clase 27
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Evaluación
Primer corte 33 %

Segundo corte 33 %

Tercer corte 34 %
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Principios de probabilidad

Tipos de fenómenos

Fenómenos determinı́sticos: Una acción produce un solo resultado posible. Se

puede pronosticar con precisión lo que va a ocurrir.

¿Qué distancia recorre un cuerpo en caı́da libre en un tiempo determinado?

¿A qué temperatura se evapora el agua al nivel del mar?

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Fenómenos aleatorios Una acción produce varios resultados posibles, conocidos,

de los cuales ocurre solo uno. Los resultados ocurren “AL AZAR”.

¿En qué numero caerá la loterı́a?

¿Qué ganancias tendrá una nueva empresa?

¿Cuántos productos saldrán defectuosos de un lote de producción?

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Experimento Aleatorio

Cualquier acción que tenga varios resultados posibles conocidos de los cuales
ocurre solo uno:

1) Lanzar una moneda

2) Lanzar un dado

3) Cuántas veces se averı́a una máquina en el mes

4) Qué va a responder una persona sobre un tema que se le pregunte

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Definición de probabilidad

Medida numérica de la posibilidad de que ocurra un resultado determinado en

un experimento aleatorio.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Espacio Muestral

Conjunto de todos los posibles resultados de un experimento aleatorio (S).

Ejemplos de espacio muestral:

1) Lanzar una moneda 3) El peso de estudiantes de un salón de clase

2) Lanzar un dado 4) Lanzar un par de dados

Formas de describir el espacio muestral

1) Con palabras: Espacio cualitativo.

2) Con números enteros: Espacio discreto.

3) Intervalos de valores: Espacio continuo.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

1) Lanzar una moneda

S = {c, s}

2) Lanzar dos monedas

S = {cc, cs, sc, ss}

3) El peso de estudiantes de un salón de clase

S = {42, 35, 44, 50, 35, 45}

4) Lanzar un dado. S =?

5) Lanzar un par de dados. S =?

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Evento o suceso: Es un subconjunto del espacio muestral compuesto por uno o

más resultados del espacio muestral.

Ejemplo: Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente

tres bolas. Calcular:

1. El espacio muestral.

S = {(b, b, b); (b, b, n); (b, n, b); (n, b, b); (b, n, n); (n, b, n); (n, n, b); (n, n, n)}

2. El suceso o evento A = {extraer tres bolas del mismo color}.

A = {(b, b, b); (n, n, n)}

3. El suceso B = {extraer al menos una bola blanca}.

B =?

4. El suceso C = {extraer una sola bola negra}.

C =?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: Tirar un dado. E = {obtener un número par} y

A = {obtener un múltiplo de 3}.

Simbologı́a de las probabilidades: P(x) = Valor .

Si x = cualquier suceso.

0 ≤ P(x) ≤ 1

P(x) = 0 suceso imposible.

P(x) = 1 suceso cierto.

La suma de las probabilidades de todos los resultados de S debe siempre dar

exactamente 1. P(S) = 1.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Método de asignación de probabilidades

Para un suceso E cualquiera:

No. de resultados del suceso E
P(E ) =
No. de resultados del espacio muestral S
Ejemplos:

1) Calcular la probabilidad de que salga cara al lanzar una moneda

2) Calcular la probabilidad de que salga un 4 al lanzar un dado

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

3) Tiempo que demora una capa de pintura en secarse

Horas por No. de

muestra muestras
[0,0.4] 10
[0.5,0.9] 22
[1.0,1.4] 15
[1.5,1.9] 10
[2.0, 2.4] 7
[2.5, 2.9] 5
Mas de 3.0 3
72

Sı́ x = tiempo de secado en horas

P(1.5 ≤ x ≤ 1.9) = ?

4) De una caja que contiene 10 fichas numeradas del cero al nueve se extrae
una ficha al azar. ¿Cuál es la probabilidad de que la ficha seleccionada sea un
número mayor que 6?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

5) Calcular la probabilidad de que salga un doble al lanzar dos dados.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Muestreo

Muestra: Examina el estado de la variable observando parte de los elementos de

una población.

Muestreo: Técnicas para seleccionar las muestras.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Muestreo de caja o de urna

Se extraen de una caja, completamente al azar, uno o más elementos y se

registra el estado de la caracterı́stica observadas.

Muestreo con remplazamiento: Cuando un elemento tomado de la población

vuelve de nuevo a ella para poder volver a ser elegido.

Muestreo sin remplazamiento: Se efectúa sin devolver a la población los

elementos que se van eligiendo para construir la muestra.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ensayos: Cada uno de los intentos o pruebas con los que se realiza un
experimento aleatorio.

Diagrama de Árbol

Se partirá poniendo una rama para cada una de las posibilidades, acompañada
de su probabilidad.

Ejemplo: Una clase consta de seis niñas y 10 niños. Si se escoge un comité de

tres al azar, hallar la probabilidad de:

1) Seleccionar tres niños.

2) Seleccionar exactamente dos niños y una niña.
3) Seleccionar exactamente dos niñas y un niño.
4) Seleccionar tres niñas.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

1) A = {Seleccionar tres niños}.

10 9 8
P(A) = · · = 0, 214
16 15 14
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: Calcular la probabilidad de que al lanzar tres monedas, obtengamos 3

caras.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Técnicas de conteo

Calcular el tamaño del espacio muestral y calcular el tamaño de un suceso. Se

usan:

Principio fundamental del conteo

Permutaciones

Combinaciones
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Principio fundamental del conteo

Establece que si hay p formas de hacer una cosa, y q formas de hacer otra,
entonces hay p × q formas de hacer ambas cosas.

Ejemplo 1: Suponga que tiene 3 camisas (llamémoslas A, B, C), y 4 pantalones

(llamémoslos w , x , y , z ). Entonces tenemos

3×4 = 12

combinaciones posibles.

S= {Aw , Ax, Ay , Az
Bw , Bx, By , Bz
Cw , Cx, Cy , Cz}
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo 2: Suponga que lanza un dado de 6 lados y saca una baraja de un

mazo de 52 barajas. Hay 6 resultados posibles con el dado, y 52 resultados
posibles con el mazo de barajas. Estimar la cantidad de resultados posibles del
experimento.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo 3: En una aerolı́nea clasifican a sus usuarios dependiendo lo que

deseen, si desean clase alta, media, baja, o si quieren 1 ,2 o 3 asientos, o si
desean ir junto a la ventanilla o al pasillo, ¿De cuantas maneras diferentes
pueden clasificar a sus usuarios?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Permutación (n Pr )

Número de formas que se pueden agrupar una serie de objetos, cumple dos
caracterı́sticas:

1) No hay repetición
2) Si importa la posición de los elementos
n!
n Pr =
(n − r )!
n: Número de elementos
r : Número de elementos del subconjunto.
n! = nx(n − 1)x(n − 2)x(n − 3)...x1

Ejemplo: 6! = 6x5x4x3x2x1 = 720.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: Los equipos A-B-C-D. De cuantas maneras pueden quedar asignados

los tı́tulos de campeón y Subcampeón?

La posición de Campeón (1) y Subcampeón (2). La posición 1 y 2 importa. Por

conteo:

AB AC AD
BA BC BD
CA CB CD
DA DB DC
12 Opciones diferentes.

n= 4 equipos A,B,C,D.
4! 4x3x2!
r= 2 opciones con posición. 4 P2 = = = 4x3 = 12
(4 − 2)! 2!
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Combinación (n Cr )

Número de formas que se pueden agrupar una serie de objetos, cumple dos
caracterı́sticas:

1) No hay repetición
2) No importa la posición de los elementos
n!
n Cr =
r !(n − r )!
Ejemplo: Los equipos A-B-C-D. Cuántos son los posibles partidos para definir
los tı́tulos de Campeón y Subcampeón? Por conteo:

AB AC AD BC BD CD

6 partidos posibles.

n = 4, r = 2.

4! 4x3x2! 12
4 C2 = = = =6
2!(4 − 2)! 2!x2! 2
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplos:

1) ¿Cuántos números de 5 cifras diferentes se puede formar con los dı́gitos: 1,

2, 3, 4, 5?

2) Un chef va a preparar una ensalada de verduras con tomate, zanahoria, papa

y brócoli. ¿De cuántas formas se puede preparar la ensalada usando solo 2
ingredientes?

3) Se va a programar un torneo de ajedrez para los 10 integrantes de un club.

¿Cuántos partidos se deben programar si cada integrante jugará con cada uno
de los demás sin partidos de revancha?

4) ¿De cuántas formas distintas pueden sentarse nueve personas en una fila del
banco?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Clasificación de Sucesos

Sucesos mutuamente excluyentes o incompatibles: Dos sucesos, A y B, son

mutuamente excluyentes cuando no tienen ningún elemento en común.
A∩B =∅

Ejemplo: Si A es sacar puntuación par al tirar un dado y B es obtener 5, A y B

son incompatibles.

Sucesos compatibles: Dos sucesos, A y B, son compatibles cuando tienen algún

suceso elemental común. A ∩ B 6= ∅.

Ejemplo: Si A es sacar puntuación par al tirar un dado y B es obtener múltiplo

de 3, A y B son compatibles porque el 6 es un suceso elemental común.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Sucesos independientes: Dos sucesos A y B son independientes cuando la

probabilidad de que suceda A no se ve afectada porque haya sucedido o no B.

Ejemplo Al lazar dos dados los resultados son independientes.

Sucesos dependientes: Dos sucesos A y B son dependientes cuando la

probabilidad de que suceda A se ve afectada porque haya sucedido o no B.

Ejemplo: Extraer dos cartas de una baraja de 52 cartas, sin reposición, son
sucesos dependientes.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Probabilidad de la unión de sucesos

Caso 1: Sean A y B sucesos mutuamente excluyentes,

P(A ∪ B) = P(A) + P(B)

Ejemplo: Calcular la probabilidad de obtener un 2 ó un 5 al lanzar un dado.

S = {1, 2, 3, 4, 5, 6}, A = {2}, B = {5}. A ∩ B = ∅

1 1 2
P(A ∪ B) = P(A) + P(B) = + = = 0, 33
6 6 6
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Caso 2: Sean A y B sucesos compatibles,

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

Ejemplo: Calcular la probabilidad de obtener un múltiplo de 2 ó un 6 al lanzar

un dado.

S = {1, 2, 3, 4, 5, 6}, A = {2, 4, 6}, B = {6}. A ∩ B = {6}

3 1 1 3
P(A ∪ B) = P(A) + P(B) − P(A ∩ B) = + − = = 0, 5
6 6 6 6
Ejemplo: Se lanzan dos dados. Calcular la probabilidad de obtener en el primer
dado un 2 o en el segundo dado un 3.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Complemento

Sı́ se tiene un suceso A cuya probabilidad de ocurrencia P(A) se conoce, la

probabilidad de que no ocurra el suceso A es:

P(Ac ) = 1 − P(A)

Ejemplo 1 : Estime probabilidad de que al lanzar un dado, obtengamos un

número impar.
A = { Obtener un numero par}. P(A) = 63 = 0, 5,

P(Ac ) = 1 − 0, 5 = 0, 5.

Ejemplo 2 : Estime probabilidad de que al lanzar un par de dados, la suma de

las caras sea un número mayor que 8.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Probabilidad condicionada

Se llama probabilidad del suceso B condicionado a A y se representa por

P(B/A) a la probabilidad del suceso B una vez ha ocurrido A.

Ejemplo: Calcular la probabilidad de obtener un 6 al tirar un dado sabiendo que

ha salido par.

A = {2, 4, 6}, B = {6}.

1
P(B/A) = = 0, 33
3
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Probabilidad de Intersección de sucesos (Probabilidad Conjunta)

Caso 1: Si A y B son sucesos Independientes:

P(A ∩ B) = P(A) · p(B)

Ejemplo: Se tiene una baraja de 40 cartas, se saca una y se vuelve a meter.

¿Cuál es la probabilidad de extraer dos ases?

A = { Sacar un as }, B = { Sacar un as }
4 4 1
P(A ∩ B) = P(A) · P(B) = · = = 0, 01
40 40 100

Caso 2: Si A y B son sucesos dependientes

P(A ∩ B) = P(A) · P(B/A)

Ejemplo: Se tiene una baraja de 40 cartas, se extraen dos cartas. ¿Cuál es la

probabilidad de extraer dos ases?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

A = { Sacar un as en la baraja de 40 }, B = { Sacar un as en la baraja de 39 }

4 3 1
P(A ∩ B) = P(A) · P(B/A) = · = = 0,00769
40 39 130

Ejemplo: En un examen de fı́sica, un alumno sólo ha estudiado 15 temas de los

25 que contiene el cuestionario. El examen consiste en contestar a dos temas
extraı́dos al azar del total de temas del cuestionario. Hallar la probabilidad de
que los temas sean de los que el alumno estudió.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Probabilidad Condicional

Recordemos que P(A/B) es la probabilidad del suceso A una vez ha ocurrido B.

P(A ∩ B)
P(A/B) =
P(B)
Ejemplo: Calcular la probabilidad de obtener un 6 al tirar un dado sabiendo que
ha salido par.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplos:

1) En un aula hay 100 alumnos, de los cuales: 40 son hombres, 30 usan gafas,
y 15 son varones y usan gafas.

a) ¿Cuál es la probabilidad de que sea mujer y no use gafas?

b) Si sabemos que el alumno seleccionado no usa gafas, ¿Qué probabilidad hay
de que sea hombre?

2) En un centro escolar los alumnos pueden optar por cursar como lengua
extranjera inglés o francés. En un determinado curso, el 90 % de los alumnos
estudia inglés y el resto francés. El 30 % de los que estudian inglés son chicos y
de los que estudian francés son chicos el 40 %. Al elegir un alumno al azar,
¿Cuál es la probabilidad de que sea chica?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

3) Se supone que 25 de cada 100 hombres y 600 de cada 1000 mujeres usan
gafas. Si el número de mujeres es cuatro veces superior al de hombres, se pide
la probabilidad de encontrarnos:

a) Con una persona sin gafas.

b) Con una mujer con gafas.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Teorema de Bayes

Si A1 , A2 , ..., An son sucesos incompatibles 2 a 2. Y cuya unión es el espacio

muestral (A1 ∪ A2 ∪ ... ∪ An = S). Sea B otro suceso. Resulta que:

P(Ai ) · P(B/Ai )
P(Ai /B) =
P(A1 ) · P(B/A1 ) + P(A2 ) · P(B/A2 ) + ... + P(An ) · P(B/An )

Las probabilidades P(B/Ak ) se denominan verosimilitudes.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplos 1: El 20 % de los empleados de una empresa son ingenieros y otro

20 % son economistas. El 75 % de los ingenieros ocupan un puesto directivo y
el 50 % de los economistas también, mientras que los no ingenieros y los no
economistas solamente el 20 % ocupa un puesto directivo. ¿Cuál es la
probabilidad de que un empleado directivo elegido al azar sea ingeniero?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

A1 = {Ingeniero}, A2 = {Economista}, A3 = {Otros}, B = {Directivo}

P(A1 ) · P(B/A1 )
P(A1 /B) =
P(A1 ) · P(B/A1 ) + P(A2 ) · P(B/A2 ) + P(A3 ) · P(B/A3 )

0, 2 · 0, 75
= = 0, 405
0, 2 · 0, 75 + 0, 2 · 0, 5 + 0, 6 · 0, 2
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

2) La probabilidad de que haya un accidente en una fábrica que dispone de

alarma es 0,1. La probabilidad de que suene esta sı́ se ha producido algún
incidente es de 0,97 y la probabilidad de que suene si no ha sucedido ningún
incidente es 0,02.

En el supuesto de que haya funcionado la alarma, ¿cuál es la probabilidad de

que no haya habido ningún incidente?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Distribuciones de probabilidad

Variable Aleatoria: Regla que asigna a cada uno de los resultados de un espacio
muestral un número.

Ejemplo: Lanzar 2 monedas

Espacio x=
muestral No. de caras
cc 2
cs 1
sc 1
ss 0

x = {0, 1, 2}
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Tipos de Variables Aleatorias

Discretas: Un número finito de valores

Continuas: Un número infinito de valores

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Distribución de probabilidad de una Variable Aleatoria Discreta

Es una tabla que contiene todos los valores que toma la variable aleatoria y sus
correspondientes probabilidades.

Ejemplo: Lanzar 2 monedas Sı́ X = Número de caras

x P(x)

1
0 4

2
1 4

1
2 4

Total 1
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: De una caja que tiene 4 fichas numeradas del cero al tres, se extraen
al azar 2 fichas sin reemplazamiento. Sea X = suma de los números de las
fichas extraı́das, establecer la distribución de probabilidad de esta variable
aleatoria.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Valor esperado de una variable aleatoria discreta

Es el valor promedio que se espera que tome una variable aleatoria, discreta,
después de un gran número de ensayos.
X
E (x) = x · P(x)

Ejemplo: Hallar el valor esperado del número de caras al lanzar 2 moneda.

x P(x)

1
0 4

2
1 4

1
2 4

Total 1
1 2 1
E (x) = 0 · 4
+1· 4
+2· 4
=1

El número esperado de caras al lanzar 2 monedas es una cara por lanzamiento.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Desviación estándar de una variable aleatoria discreta

Se calcula con la expresión:

p
σ= E (x 2 ) − [E (x)]2

Dónde E (x 2 ) = x 2 P(x).
P
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: Calcular la desviación estándar de la variable aleatoria x = Número de

caras al lanzar 2 monedas.
x P(x)

1
0 4

2
1 4

1
2 4

Total 1
1 2 1 3
E (x 2 ) = 02 · + 12 · + 22 · =
4 4 4 2
r
p 3
σ= E (x 2 ) − [E (x)]2 = − (1)2 = 0, 707
2
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo 1: Calcular el valor esperado y la desviación estandar, de la

distribución de probabilidad de las puntuaciones obtenidas al lanzar un dado.

Ejemplo 2 Sea X el número de clientes que visitan una tienda por dı́a. Calcular
el valor esperado de X a partir de su función de probabilidad:

Ejemplo 3: Encuentre el valor esperado, y la desviación estándar de la variable

aleatoria X:
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Distribución de probabilidad Binomial

Es una distribución de probabilidad dada por:

n!
P(X = r ) = p r (1 − p)n−r
r !(n − r )!
Condiciones:

1) Los resultados se pueden dividir en 2 categorı́as: Éxito o Fracaso.

2) Estos resultados son mutuamente excluyentes y estadı́sticamente

independientes.

3) La probabilidad “p” de éxito permanece constante en todos los ensayos

4) Se conoce n, el número de ensayos.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: ¿Cuál es la probabilidad de obtener exactamente 2 caras al lanzar una

misma moneda 6 veces ?

p = 0, 5, n = 6, r = 2
n! 6!
P(X = 2) = p r (1 − p)n−r = (0, 5)2 (1 − 0, 5)6−2
r !(n − r )! 2!(6 − 2)!

720
= (0, 25)(0, 062) = 0, 2344
2x24
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Resolviendo el mismo ejemplo pero utilizando las tablas binomiales se tiene

que: p = 0,50, n = 6 y r = 2.

P(X = 2) = 0, 2344
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: La última novela de un autor ha tenido un gran éxito, hasta el punto

de que el 80 % de los lectores ya la han leı́do. Un grupo de 4 amigos son
aficionados a la lectura:

1)¿Cuál es la probabilidad de que en el grupo hayan leı́do la novela 2 personas?

2)¿Y cómo máximo 2?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Distribución de probabilidad de Poisson

Para determinar la probabilidad de que ocurran x éxitos por unidad de tiempo,

área, o producto, la fórmula a utilizar es:

e −λ λx
P(x) =
x!
Donde:

P(x): Probabilidad de que ocurran x éxitos, cuando el número promedio de

ocurrencia de ellos es λ.

λ: Media o promedio de éxitos por unidad de tiempo, área o producto.

x: Variable que nos denota el número de éxitos que se desea que ocurra
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Condiciones:

Los sucesos ocurren de manera completamente aleatoria.

Los intervalos de tiempo o sectores de espacio son independientes.

La probabilidad de que ocurra un evento es proporcional al tamaño del

intervalo de tiempo o sector del espacio.
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: Si un banco recibe en promedio 6 cheques sin fondo por dı́a, cuáles
son las probabilidades de que reciba:

a) cuatro cheques sin fondo en un dı́a.

b) 10 cheques sin fondos en cualquiera de dos dı́as consecutivos.

Solución

a) λ = 6, x = 4, entonces:

e −λ λx e −6 (6)4 (0, 0025)(1296)

P(x = 4) = = = = 0, 13385
x! 4! 24
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

λ = 6, x = 4.

P(x = 4) = 0, 1339
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Distribución normal

Es una distribución de probabilidad continua:

1 (x−µ)2
P(x) = √ e − 2σ2
σ 2π
Donde µ es la media y σ es la desviación estandar de la variable aleatoria.

Las unidades de desviación estandar están dadas por:

x −µ
Z =
σ
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Propiedades

1) P(Z ≥ a) = 1 − P(Z < a)

2) P(Z ≤ −a) = 1 − P(Z ≤ a)

3) P(Z ≥ −a) = P(Z ≤ a)

4) P(a ≤ Z ≤ b) = P(Z ≤ b) − P(Z ≥ a)

5) P(−a ≤ Z ≤ b) = P(Z ≤ b) − (1 − P(Z < a))

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: En una ciudad se estima que la temperatura máxima en el mes de

junio sigue una distribución normal, con media 23◦ y desviación tı́pica 5◦ .

Calcular el número de dı́as del mes en los que se espera alcanzar máximas
temperaturas entre 21◦ y 27◦ .

 
(21 − 23) (27 − 23)
P(21 ≤ X ≤ 27) = P ≤Z ≤
5 5

= P(−0,4 ≤ Z ≤ 0,8)

= P(Z ≤ 0,8) − P(Z ≥ −0,4)

= P(Z ≤ 0,8) − (1 − P(Z ≤ 0,4))

Buscamos los valores correspondientes en la tabla de distribución normal:

P(Z ≤ 0,8) = 0,7881 y P(Z ≤ 0,4) = 0,6554
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Por lo tanto

 
(21 − 23) (27 − 23)
30 · P(21 ≤ X ≤ 27) = 30 · P ≤Z ≤
5 5

= (30)(0,7881 − (1 − 0,6554))
= (30)(0,1327)
= 13

En todo el mes, solo 13 dı́as alcanzarán temperaturas entre 21 y 27 grados.

Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: Se supone que los resultados de un examen siguen una distribución

normal con media 78 y desviación tı́pica 36.

¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga

una calificación superior a 72?
Evaluación clase 19 clase 20 clase 21 clase 22 clase 23 clase 24 clase 25 clase 26 clase 27

Ejemplo: La media de los pesos de 500 estudiantes de un colegio es 70 kg y la

desviación tı́pica 3 kg.

Suponiendo que los pesos se distribuyen normalmente, hallar cuántos

estudiantes pesan:

1) Entre 60 kg y 75 kg.

2) Más de 90 kg.

3) Menos de 64 kg.

4) 64 kg.

5) 64 kg o menos.