ESTADISTICA BASICA

Unidad 3
TEORÍA DE PROBABILIDADES Y DISRIBUCIÓN

Tema 1
PRINCIPIO DE PROBALIDADES

Ing. David Dáger López, Mgs.

Subtema
s

Subtema 1: Permutación y
combinación
Objetiv
o
Conocer las teorías de probabilidades
y su relación con las diferentes
distribuciones de probabilidad
utilizando teoremas para la toma de
decisiones
 ACTIVIDAD DE INICIO

LLUVIA DE IDEAS
PRINCIPIOS DE PROBABILIDAD TÉCNICAS DE
CONTEO
Las técnicas de conteo son aquellas que son usadas para
enumerar eventos difíciles de cuantificar.
▶Se les denomina técnicas de conteo a las:
▶combinaciones,
▶permutaciones

• Las bases para entender el uso de las técnicas de conteo son

el principio multiplicativo y el aditivo.
PRINCIPIOS DE PROBABILIDAD PRINCIPIO
ADITIVO
Si se desea llevar a efecto una actividad, la cuál
tiene formas alternativas para ser realizada,
donde la primera de esas alternativas puede
ser realizada de M maneras, la segunda
alternativa puede realizarse de N maneras..... y
la última de las alternativas puede ser
realizada de W maneras, entonces esa
actividad puede ser llevada a cabo de
:

M + N + .........+ W maneras
 PRINCIPIO ADITIVO
• EJEMPLO: “Se desea comprar una lavadora de ropa, para
lo cuál ha pensado que puede seleccionar de entre las
marcas Whirpool, LG y Mademsa, cuando acude a hacer
la compra se encuentra que la lavadora de la marca W se
presenta en dos tipos de carga ( 8 u 11 kg.), en cuatro
colores diferentes y puede ser automática o
semiautomática, mientras que la lavadora de la marca LG,
se presenta en tres tipos de carga (8, 11 o 15 kg.), en dos
colores diferentes y puede ser automática o
semiautomática y la lavadora de la marca M, se presenta
en solo un tipo de carga, que es de 11 kg., dos colores
diferentes y solo hay semiautomática. ¿Cuántas maneras
existen de comprar una lavadora?”
 PRINCIPIO
ADITIVO
M = Número de maneras de seleccionar una lavadora Whirpool
▶ N = Número de maneras de seleccionar una lavadora de la
marca LG
▶ W = Número de maneras de seleccionar una lavadora de la
marca
Mademsa
▶ M = 2 x 4 x 2 = 16 maneras
▶ N = 3 x 2 x 2 = 12 maneras
▶ W = 1 x 2 x 1 = 2 maneras
▶ M + N + W = 16 + 12 + 2 = 30 maneras de seleccionar una
lavadora
 EJERCICIO DE PRINCIPIO ADITIVO
Rafael Luna desea ir a las Vegas o a Disneylandia en las
próximas vacaciones de verano, para ir a las Vegas
él tiene tres medios de transporte para ir de Chihuahua
al Paso Texas y dos medios de transporte para ir del
Paso Texas a las Vegas, mientras que para ir del paso
Texas a Disneylandia él tiene cuatro diferentes medios
de transporte, a) ¿Cuántas maneras diferentes tiene
Rafael de ir a las Vegas o a Disneylandia?
PRINCIPIOS DE PROBABILIDAD PRINCIPIO
MULTIPLICATIVO
Si se desea realizar una actividad que consta de r pasos,
en donde el primer paso de la actividad a realizar puede
ser llevado a cabo de N1 maneras, el segundo paso de N2
maneras y el r-ésimo paso de Nr maneras, entonces esta
actividad puede ser llevada a efecto de:
N1 x N2 x ..........x Nr maneras
▶ El principio multiplicativo implica que cada uno de los
pasos
de la actividad deben ser llevados a efecto, uno tras otro.
Número total de arreglos = (m)(n)
 PRINCIPIO
MULTIPLICATIVO
Un vendedor de automóviles desea anunciar que por $29,999 (dólares) usted
puede comprar un auto convertible, un sedan de dos puertas, o un modelo de
cuatro puertas, y además puede elegir si desea que los rines sean sólidos o
deportivos. ¿cuántos arreglos diferentes de modelos y rines puede ofrecer el
comerciante?
Utilizando la formula de la multiplicación para verificar el total de arreglo posible
tenemos.
Total de arreglos posibles = donde:
(m)(n)
m= es el número de modelos =
3 n= es el tipo de rin = 2
Total de arreglos posibles = (3)(2)
=6
PRINCIPIO
MULTIPLICATIVO
La empresa Stiffin Lamp desarrolló cinco bases para
lámparas de mesa y cuatro pantallas intercambiables.
¿Cuántos arreglos diferentes de base y pantalla se pueden
ofrecer?.

Total de arreglos posibles = (m)(n) donde: m= bases para lámparas de

mesa = 5
n= pantallas intercambiables = 4
Total de arreglos posibles = (5)(4) = 20
 PRINCIPIO MULTIPLICATIVO
La compañía Pioneer fabrica tres modelos de receptores de
radio estereofónicos, dos reproductores de cinta, cuatro
bocinas y tres reproductores de disco compacto. Cuando los
cuatro tipos de componentes compatibles se venden juntos
forman un “sistema”. ¿Cuántos sistemas distintos puede
ofrecer esta empresa?

Total de arreglos posibles = (m)(n)(o)(p)

Donde :
m= modelo de receptores de radio estereofónicos = 3
n= reproductores de cinta = 2
o= bocinas = 4
p= reproductores de disco compacto = 3
Total de arreglos posibles = (3)(2)(4)(3)
= 72
Cuándo Aplicar el principio multiplicativo y el aditivo

• Cuando se trata de una sola actividad,

la cual requiere para ser llevada a efecto
de una serie de pasos, entonces
haremos uso del principio multiplicativo
y si la actividad a desarrollar o a ser
efectuada tiene alternativas para ser
llevada a cabo, haremos uso del
principio aditivo.
 TÉCNICAS DE CONTEO
PERMUTACIONES Y
COMBINACION
• COMBINACIÓN:
– Es todo arreglo de elementos en donde no nos
interesa el lugar o posición que ocupa cada uno de los
elementos que constituyen dicho arreglo.
•
• PERMUTACIÓN:
– Es todo arreglo de elementos en donde nos interesa el
lugar o posición que ocupa cada uno de los elementos
que constituyen dicho arreglo.
 PERMUTACIONES Y
COMBINACION
Para ver de una manera objetiva la diferencia entre una
combinación y una permutación, plantearemos cierta
situación.
▶ Suponga que un curso está constituido por 35 alumnos.
a) El profesor desea que tres de los alumnos lo ayuden en
actividades rutinarias tales como mantener la sala limpia o
entregar material a los alumnos cuando así sea necesario.
b) El profesor desea que se nombre a los representantes del
curso
(Presidente, Secretario y Tesorero).
▶ Para a) ¿Es importante el orden como se selecciona a
los
elementos que forma el grupo de tres personas?
▶ Este ejemplo es una combinación, quiere decir esto que
las combinaciones nos permiten formar grupos o
muestras de elementos en donde lo único que nos
interesa es el contenido de los mismos
 PERMUTACIONES Y
COMBINACION

• Para b) ¿Importa elorden de los elementos en la

selección?

• Definitivamente sí, por lo tanto las representaciones

antes definidas son diferentes ya que el orden o la
forma en que se asignan las funciones sí importa, por
lo tanto es este caso estamos tratando con
permutaciones.
 FORMULA DE LA
PERMUTACIÓN

Donde:

n = número total de objetos

r = número de objetos seleccionados

 EJERCICIOS DE
• PERMUTACIÓN
La empresa Betts Machine Shop, tiene ocho tornos
pero sólo hay disponibles tres espacios en la zona de
producción. ¿De cuántas formas diferentes se pueden
colocar los ocho tornos en los tres espacios
disponibles?

Donde:

n=8

r=3
 EJERCICIOS DE
PERMUTACIÓN
Se van a utilizar los 10 números dl 0 al 9, para crear
un código de cuatro dígitos e identificar un artículo
de ropa. El 1083 podría identificar una blusa azul,
talla mediana. El 2031, unos pantalones, talla 18; y así
sucesivamente. No se permiten repeticiones de los
números. Es decir el mismo número no puede ser
utilizado dos veces o más en una secuencia. Por
ejemplo 2256, 2562 o 5559. ¿Cuántos códigos
diferentes se pueden establecer?

20
 EJERCICIOS DE
PERMUTACIÓN
¿De cuántas formas distintas pueden sentarse ocho
personas en una fila de butacas?
 EJERCICIOS DE PERMUTACIÓN
DE M ELEMENTOS
¿De cuántas formas distintas pueden sentarse
ocho
personas en una fila de butacas?

Sí entran todos los elementos.

Sí importa el orden.
No se repiten los elementos.
 EJERCICIOS DE
PERMUTACIÓN
¿De cuántas formas distintas puedensentarse och
personas alrededor de una mesa redonda? o
 EJERCICIOS DE PERMUTACIÓN
CIRCULAR
¿De cuántas formas distintas puedensentarse ocho
personas alrededor de una mesa redonda?
 EJERCICIOS DE
PERMUTACIÓN
En el palo de señales de un barco se pueden izar tres
banderas rojas, dos azules y cuatro verdes. ¿Cuántas
señales distintas pueden indicarse con la colocación de
las nueve banderas?

25
EJERCICIOS DE PERMUTACIÓN CON
REPETICIÓN DE M
ELEMENTOS
En el palo de señales de un barco se pueden izar tres
banderas rojas, dos azules y cuatro verdes. ¿Cuántas
señales distintas pueden indicarse con la colocación de
las nueve banderas?

Sí entran todos los elementos.

Sí importa el orden.
Sí se repiten los elementos.
m= a+b+c+… = n
EJERCICIOS DE PERMUTACIÓN CON
REPETICIÓN DE M
ELEMENTOS
¿De cuántas maneras se pueden colocar en fila 5 vasos
sabiendo que dos de ellos están llenos de refresco de
naranja y tres de refresco de limón? (Los vasos del
mismo sabor no se distinguen entre sí).
 FORMULA DE LA
COMBINACIÓN

Donde: No entran todos los elementos.

No importa el orden.
n = número total de objetos No se repiten los elementos.

r = número de objetos
seleccionados
 EJERCICIOS DE
COMBINACIÓN
En una clase de 35 alumnos se quiere elegir un comité
formado por tres alumnos. ¿Cuántos comités diferentes
se pueden formar?
 EJERCICIOS DE
COMBINACIÓN
En un torneo de tenis en el que participan 12 jugadores
se pueden clasificar 3 jugadores para la final. ¿Cuántos
grupos distintos de finalistas se pueden formar?
 EJERCICIOS DE COMBINACIÓN
A una reunión asisten 15 personas y se intercambian
saludos
entre todos. ¿Cuántos saludos se intercambian?
 EJERCICIOS DE
COMBINACIÓN
Se está organizando el comité de salud ocupacional de
una organización el que está conformado por 9
personas; se cuenta con 6 personas de la parte
administrativa, 8 de la parte operativa y 5 de la parte
técnica. Si el comité debe estas integrado por 4 de la
parte administrativa, 3 de la parte operativa y 2 de la
parte técnica. ¿Cuántos comités pueden salir?

32
 EJERCICIOS DE
COMBINACIÓN
Una persona que sale de vacaciones desea llevarse 4
libros para leer: dispone de 4 novelas policiales y 6
libros de cuentos cortos ¿ De cuántas formas puede
hacer la elección si quiere llevar al menos una novela?
 Nombre de la Asignatura

Unidad 3
TEORÍA DE PROBABILIDADES Y DISRIBUCIÓN

Tema 1
PRINCIPIO DE PROBALIDADES

Ing. David Dáger López, Mgs.

Subtema
s
Subtema 2: Experimento, resueltos,
eventos
Subtema 3:Reglas de probabilidad
Subtema 4: Teorema de Bayer
 DEFINICIONES PREVIAS

• Probabilidad: Valor que va desde cero hasta

uno. Describe la posibilidad relativa de que
ocurra un evento.

En el estudio de la probabilidad se utilizan

tres palabras clave: experimento, evento y el
resultado.
 DEFINICIONES PREVIAS
• FENÓMENO (EXPERIMENTO): Es todo aquel acto o acción que
se realiza con el fin de observar sus resultados y cuantificarlos.
Los fenómenos pueden clasificarse de acuerdo al tipo
de resultados en:
• Determinístico
Es aquel cuyos resultados se pueden predecir de
antemano.
• Probabilístico (aleatorio)
Es aquel en el que para las limitaciones actuales del conocimiento científico, no se
puede predecir con certeza el resultado.
 ESPACIO DE EVENTOS
• Al conjunto de todos los posibles resultados de un experimento aleatorio
se le denomina ESPACIO DE EVENTOS (S).
• A cada posible resultado del espacio le llamaremos ELEMENTO.
• Un EVENTO en general es un conjunto de eventos simples (o posibles
resultados del experimento).
• Si el evento está compuesto por un único elemento le llamaremos
EVENTO SIMPLE.
• Si el evento no tiene ningún resultado posible se le denomina EVENTO
VACÍO.
• El resultado es un suceso particular proveniente de un experimento.
El espacio de eventos puede ser FINITO o INFINITO y a su vez DISCRETO O
CONTINUO
 EJEMPLO: ESPACIO DE
EVENTOS
Experimento: Arrojar dos dados y observar la suma
de los puntos de las caras que quedan hacia arriba.

Nota: debe observarse, en

Sean: este caso, que el resultado
Y1 = los puntos del primer dado x=4 puede presentarse si
Y2 = los puntos del segundo dado Y1=2 y Y2=2,
X = Y1+Y2 o bien si Y1=1 y Y2=3.

Lo mismo ocurre con otros

¿Cuál es el espacio de eventos de X? valores.

S = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 }
S = { x| 2 ≤ x ≤ 12, x ∈ℵ}
 EJEMPLO: ESPACIO DE
EVENTOS
S = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 }
Algunos eventos de este espacio son: Nota: debe
observarse, en este
caso, que el resultado
A = { 2, 4, 6, 8, 10, 12 } x=4 puede
presentarse si

B = { 7, 10, 11 } Y1=2 y Y2=2,

o si
C = { 3, 5, 7, 9, 11 } D = Y1=1 y Y2=3.

{9} Lo mismo ocurre con

otros valores.

ALGUNAS OPERACIONES CON ESTOS EVENTOS:

A∪C=S A∩C=∅
C∩D=D A ∩ B = { 10 }
B ∪ C = { 3, 5, 7, 9, 10, 11 } B ∩ C = { 7, 11 }
 EJEMPL
O
Se ha determinado un nuevo juego de video. 80
jugadores veteranos de este tipo de atracciones van a
probar su potencial de mercado.
a) ¿Cuál es el experimento?
b) ¿Cuál es un resultado posible?
c) Suponga que 65 jugadores probaron el nuevo juego
y
afirmaron que les gustó. ¿Es 65 una probabilidad?
d) La probabilidad de que el nuevo juego de video sea
un
éxito se calcula que es -1. ¿Qué le indica esto?
e) Especifique un evento posible.
 EJEMPLO
a) ¿Cuál es el experimento?
Probar el nuevo juego de computadora
b) ¿Cuál es un resultado posible?
A 73 jugadores les gustó el juego.
c)Suponga que 65 jugadores probaron el nuevo juego y afirmaron
que les gustó. ¿Es 65 una probabilidad?
No. La probabilidad no puede ser mayor que 1. la probabilidad es
igual a 65/80= 0,8125
d) La probabilidad de que el nuevo juego de video sea un éxito se
calcula que es -1. ¿Qué le indica esto?
No puede ser menor que 0 la probabilidad.
a) Especifique un evento posible.
A más de la mitad de las personas que prueban dicho juego les
agradó.
ENFOQUES DE LA PROBABILIDAD
• Probabilidad objetiva: Se subdivide en
posibles.
probabilidad
• Probabilidad Empírica.- Se basa en las
frecuencias
clásica y probabilidad empírica.
los resultados de un experimento sonigualmente
• Probabilidad Clásica.- Se basa en la consideración
relativas.
de que La probabilidad de que un evento
determina
ocurra se observando en qué fracción de
tiempo
sucedieron eventos semejantes en el pasado.
• Probabilidad subjetiva: Es la posibilidad de que
suceda un evento específico, que es asignada por
una persona basándose en cualquier información
que esté disponible.
INTERPRETACIÓN CLASICA DE LA
PROBABILIDAD
Sea n(S) es el número de elementos, igualmente posibles y
mutuamente excluyentes, del espacio muestral S de un
experimento aleatorio, y sea n(A) el número de elementos
de un evento cualquiera A de ese espacio muestral.

La probabilidad de que ocurra el evento A, al realizar el

experimento, es la proporción de n(A) con respecto a n(S).

n (
P( A) = n(S)
A)
 DEFINICIONES PREVIAS
• Eventos mutuamente excluyentes:
– Si se tienen dos o más eventos que pertenecen a S y al realizar el
experimento solo puede ocurrir uno u otro, pero no simultáneamente.
Por ejemplo: A ∩ B = ∅
• Eventos colectivamente exhaustivos:
• Si la unión de los eventos es igual al espacio de eventos.
Por ejemplo: A ∪ B = S
• Eventos mutuamente excluyentes y colectivamente exhaustivos:
• Si se cumplen las dos condiciones anteriores
Por ejemplo: A ∩ B = ∅ y además A ∪ B = S
 EJERCICIO
Considere el experimento de lanzar un dado
común. ¿Cuál es la probabilidad del evento
“cae un número par”?
 EJERCICI
O al azar una carta de una
Se va a seleccionar
baraja americana de 52 naipes. ¿Cuál es la
probabilidad de que la carta elegida sea una
reina?
 Probabilidad
Empírica
Número de que ocurrió
Probabilidad de veces el
que un evento en el
event
suceda pasado
o Número total de
observaciones
 EJERCICIO
Se efectuó un estudio con 751 egresados de la carrera de
ingeniería comercial, en la Universidad Estatal de Milagro. Este
experimento reveló que 383 de los 751 egresados no estaban
empleados de acuerdo con su principal área de estudio. Por
ejemplo, un egresado especializado en contaduría, ahora es
gerente de mercadotecnia en una empresa empacadora de
tomates. ¿Cuál es la probabilidad de que un egresado de
ingeniería comercial labore en un área distinta a la de sus
estudios universitarios?
 EJERCICIO
Se efectuó un estudio con 751 egresados de la carrera de
ingeniería comercial, en la Universidad Estatal de Milagro. Este
experimento reveló que 383 de los 751 egresados no estaban
empleados de acuerdo con su principal área de estudio. Por
ejemplo, un egresado especializado en contaduría, ahora es
gerente de mercadotecnia en una empresa empacadora de
tomates. ¿Cuál es la probabilidad de que un egresado de
ingeniería comercial labore en un área distinta a la de sus
estudios universitarios?
P (A)= 383/751 = 0,51
 EJERCICI
O
El centro Nacional de Estadísticas de salud de
Estados Unidos, informó que de cada 883
decesos, 24 se debieron a accidentes
automovilísticos, 182 al cáncer, y 333 a
enfermedades del corazón. ¿Cuál es la
probabilidad de que una muerte específica se
deba a un accidente automovilístico?
 INTERPRETACIÓN
SUBJETIVA DE LA
PROBABILIDAD
De acuerdo con esta interpretación, la probabilidad de
un evento es el grado de certidumbre que tiene una
persona, o grupo de personas, acerca de la ocurrencia
de un evento.

puede ser que se base en la experiencia o en cierta

información que se tenga.

Una probabilidad igual a cero indica una certeza

absoluta de que el evento no ocurrirá y una
probabilidad igual a 1 (100%) indica una certeza
absoluta de que el evento ocurrirá.
 EJEMPLOS DE
INTERPRETACIONES DE LA
PROBABILIDAD
SUBJETIVA:
• Está nublado, hay un 70% de probabilidad de lluvia.
• Emelec o Delfín están en los primeros lugares del campeonato,
hay un 80% de probabilidad de que uno de los dos gane la
primera etapa.
• Tengo una probabilidad del 80% de aprobar la asignatura de
estadística inferencial.
 EJEMPLOS DE
INTERPRETACIONES DE
LA PROBABILIDAD
1. Una jugadora de basquetbolrealiza 30
canastas (o encestes) en 50 tiros por faltas. La
probabilidad de que efectúe bien el siguiente tiro es 0,6.

2. Se formó un comité de alumnos integrado por siete

miembros para estudiar asuntos ambientales. Cuál es la
probabilidad de que uno de ellos sea elegido como el
vocero?.

2. La probabilidad de que ocurra un sismo en la ciudad de

Manta en los próximos 2 años, es 0,8.
 REGLAS DE PROBABILIDAD
REGLA DE LA ADICIÓN: Para aplicar la regla de la
adición los eventos deben ser mutuamente excluyente.
P (A Ս B) = P(A) + P (B)

REGLA DEL COMPLEMENTO: Los eventos A y Ac son

mutuamente excluyentes y colectivamente exhaustivos.

P (Ac) = 1 - P(A)

EVENTO
A

Ac
 REGLAS DE PROBABILIDAD
En el experimento de extraer una carta al azar
de un mazo normal de 52 cartas, los eventos:
A: obtener un 5
B: obtener un AS,
¿Cuál es la probabilidad de que salga un 5 o un
AS?

¿Cuál es la probabilidad de no obtener un AS?

 EJEMPLO DE LA REGLA DE LA ADICIÓN

Una máquina automática llena fundas de plástico con una

mezcla de tomate, cebolla y pimiento. La mayor parte de las
fundas contiene el peso correcto, pero debido a ligeras
variaciones en el tamaño de los pimientos, un paquete puede
tener un peso ligeramente menor o mayor. Una verificación de
4000 paquetes que se llenaron el mes pasado reveló lo
siguiente:
PESO EVENTO NUMERO DE PROBABILIDAD
PAQUETES
MENOR A 100 0,025

SATISFACTORI B 3600 0,900

O
MAYOR C 300 0,075
 REGLAS DE PROBABILIDAD
PROBABILIDAD CONJUNTA:

Es la medida de probabilidad que evalúa la posibilidad de que dos o más

eventos ocurran de forma simultánea.

Regla general de Adición

P (A Ս B) = P(A) + P(B) – P(A Ո B)

REGLA DE LA MULTIPLICACIÓN: Si A y B son eventos independientes, es decir, la

ocurrencia de A no influye en la ocurrencia de B, entonces:
P (A Ո B) = P(A) * P (B)
 REGLAS DE PROBABILIDAD

•En el experimento dellanzamiento de un dado, los

•eventos:
•A: Obtener un número par
•B: Obtener un número primo
•La probabilidad del evento A o B es.
 REGLAS DE PROBABILIDAD
•Si lanzamos un dado dos veces, los eventos:
•A: Obtener un número par en el primer lanzamiento y
•B: Obtener 1 en el segundo lanzamiento

•La probabilidad de obtener un número par en el primer

•lanzamiento y 1 en el segundo es:
 REGLAS DE PROBABILIDAD
Ejemplo de Regla de Adición para Probabilidad Conjunta

Como parte de un programa de servicio de salud para los empleados de la empresa

Vepamil (100 empleados), se efectúan anualmente exámenes físicos de rutina. Se
descubrió que 8% de los empleados necesitaban zapatos correctivos; 15%, un trabajo
dental importante y 3% requerían tanto zapatos correctivos como un trabajo dental
importante.
¿Cuál es la probabilidad de que un empleado seleccionado al azar necesite calzado
correctivo o un trabajo dental importante.

P (A Ս B) = P(A) + P(B) – P(A Ո B)

 REGLAS DE
PROBABILIDAD
PROBABILIDAD CONDICIONAL:

Es la probabilidad de que ocurra un evento determinado dado que otro evento ya ha

sucedido.

REGLA DE LA MULTIPLICACIÓN: Si A y B son eventos dependientes, es decir la

ocurrencia de A influye en la ocurrencia de B entonces:
P (A Ո B) = P(A) * P (B/A)
P (B/A) = P (A Ո B)/ P(A)
 REGLAS DE PROBABILIDAD
En cierto curso, 25% de los estudiantes reprobaron
estadística, 15% reprobaron matemáticas, y 10%
reprobaron ambas materias. Se selecciona un
estudiante al azar:
a) Si reprobó matemáticas, ¿cuál es la probabilidad
de que reprobó estadística?
b) Si reprobó estadística, ¿cuál es la probabilidad de
que reprobó matemáticas?
c) Cuál es la probabilidad de que reprobó estadística
o matemáticas?
 REGLAS DE PROBABILIDAD
a) Si reprobó matemáticas, ¿cuál es la
probabilidad
de que reprobó estadística?
E= estudiantes que reprobaron estadística
M= estudiantes que reprobaron matemáticas
P(E/M)= P(E Ո M)/ P(M)= 0,10/0,15= 0,67= 67%
a) Si reprobó estadística, ¿cuál es la probabilidad de
que reprobó matemáticas?
P(M/E)= P(M Ո E)/ P(E)= 0,10/0,25= 0,40= 40%
a) Cuál es la probabilidad de que reprobó estadística
o matemáticas?
P (E Ս M) = P(E) + P(M) – P(E Ո M)= 0,25+0,15-0,10
P (E Ս M) = 0,30 = 30%
 REGLAS DE PROBABILIDAD
Suponga que hay 10 rollos de película fotográfica en
una caja y que se sabe que 3 están defectuosos. Se
van a seleccionar dos, uno después del otro.
Cuál es la probabilidad de escoger un rollo con defecto
seguido de otro también defectuoso?
 REGLAS DE PROBABILIDAD
Una encuesta a ejecutivos se enfocó a su lealtad a la empresa.
Una de las preguntas planteadas fue: ¿Si otra compañía le hiciera
una oferta igual o ligeramente mejor que la de su puesto actual,
permanecería con la empresa o tomaría el otro empleo?. La
información de las respuestas de los 200 ejecutivos de la
encuesta se detalla en la tabla siguiente:
Lealtad Menos 1a5 6 a 10 Más de Total
de 1 años años 10 años
año
Sí 10 30 5 75 120
permanecería
No 25 15 10 30 80
permanecería
35 45 15 105 200

Cuál es la probabilidad de que un ejecutivo sea leal a la empresa

y que tenga más de 10 años de servicio?
 PROBABILIDAD
CONDICIONAL
Supónganse dos conjuntos A y B que pertenecen al espacio muestral S

A B
B

A∩B A∩B

Si se sabe que ya ocurrió el evento B, la probabilidad de que también

haya ocurrido A se escribe: P(A|B) y se lee “la probabilidad de A dado B”.
P(A|B) equivale a calcular la probabilidad de A cuando el espacio
muestral se reduce a B. ∩n( A
P( A | B) = n(B)
B)
Pero también, si dividimos numerador y denominador entre n(s) tenemos:
n( A ∩ B)

nn(S(B) )
P( A ∩ B)
P( A | B) = = P(B)
n(S )

P( A ∩
P( A | B) = P(B)
y análogamente:
P(B | A) =
P(P(AA∩
)
B) B)
 PROBABILIDAD
CONJUNTA
Supónganse dos eventos A y B que pertenecen al espacio muestral S

A B

A∩B A∩B

La probabilidad conjunta de A y B, es la probabilidad de que

ocurran el evento A y el evento B de manera simultánea.

Despejando de la expresión dada antes para probabilidad condicional se

tiene:

P( A ∩ B) = P( A | B)P(B) o bien: P( A ∩ B) = P(B | A)P( A)

 EVENTOS
INDEPENDIENTES
Supónganse dos eventos A y B que pertenecen al espacio muestral S

Se dice que A es independiente de B si resulta que P(A|B)=P(A), lo

que significa que el evento B no influye en absoluto para la
realización o no del evento A.
∩ tenemos que:
Si es éste el caso, y puesto que P( A | B) = PP( (A
B) P( A) =
P( A
B) ∩
y por lo tanto, los eventos A y B son independientes si, y solo si:

P( A ∩ B) = P( A)P(B)

B Teorema: si A y B son independientes,

A
entonces:
A y B’ son independientes.
A’ y B’ son independientes.
A’ y B son independientes.
PROBABILIDAD CONDICIONAL Y
CONJUNTA
Ejemplo:
En un curso de verano de regularización los alumnos inscritos se
distribuyen como se muestra en la tabla. A cierto profesor se le
asignará aleatoriamente a un alumno.
PRIMER SEGUNDO TERCER
Sumas
GRADO GRADO GRADO

FÍSICA 46 35 30 111
QUÍMICA 45 40 42 127
MATEMÁTEMÁTICAS 52 38 22 112

Sumas 143 113 94 350

La probabilidad de que le asignen un alumno de primer grado de física

es de 46/350. Probabilidad conjunta.
Si le asignaron un alumno de química, la probabilidad de que éste sea
de tercer grado es 42/127. Probabilidad condicional.
 Nombre de la Asignatura

Unidad 3
TEORÍA DE PROBABILIDADES Y DISRIBUCIÓN

Tema 2
Distribución de Probabilidad

Ing. David Dáger López, Mgs.

SUBTEMAS
1.-Distribución
normal
2.- Distribución
Bernoulli

3.- Distribución
binomial
OBJETIVO
Conocer las teorías de probabilities y su
relación con las diferentes distribuciones de
probabilidad utilizando teoremas para la toma
de decisiones
distribucione
s
ACTIVIDAD DE
INICIO

LLUVIA DE IDEAS
Distribuciones de
probabilidad
• Variable aleatoria: es cualquier
regla que relaciona un número
con cada resultado en el
espacio
muestral
SS. 0 ≤ F (x) ≤ 1
1. 0 ≤ P( y) ≤ 1
Limx→∞ F (x) = 1
2.
∑
P( y).
• =1
Limx→−∞ F (x) = 0
toda y

FX (x) = P(X ≤ x) μX = E( X ) =
∑ ∑
xf X (x) = xP( X = x)
f X ( x) = P( X = x) 2
x x
σ X = E[( X − μX) ] = (∑
x−μ
2 2
X ) P( X = x)
x

38
Distribución hipergeométrica
• Se aplica cuando n > 0.1N
• El muestreo se hace sin reemplazo

• P(x,N,n,D) es la probabilidad de exactamente

x éxitos en una muestra de n elementos
tomados de una población de tamaño N que
contiene D éxitos. La función de densidad de
distribución hipergeométrica:

Cx nD−Cx N − D n! x!
P(x)= C = (n − x)!
n
x
C nN 39
 Distribución
hipergeométrica
• La media y la varianza de la distribución
hipergeométrica
son:

nD nD D N−
μ= N σ = ⎜⎛ N⎟⎜ ⎞⎛N − N⎞⎛−1 ⎟
2 1 ⎟⎜
⎝ ⎠⎝
n ⎠⎝⎠
⎞

40
 Distribución
hipergeométrica
Ejemplo: De un grupo de 20 productos, 10 se
seleccionan al azar para prueba. ¿Cuál es la
probabilidad de que 10 productos
seleccionados contengan 5 productos buenos?
Los productos defectivos son 5 en el lote.

N = 20, n = 10, D = 5, (N-D) = 15, x

=5
⎛ 5! ⎞⎛ 15! ⎞
⎜ ⎟⎜ ⎟

P(x=5) = 0.0183 = ⎝ 5!0!⎠⎝ 5!10!⎠ =

P(5) = 20!
1.83%
0.0183 10!
10! 41
Distribución
binomial
• Se aplica para poblaciones
grandes
N>50 y n<0.1N con p >= 0.1.

• El muestreo binomial es con

reemplazo

• La binomial es una
aproximación
de la hipergeométrica

• La distribución normal se
42

aproxima
La variable aleatoria X tiene una distribución
binomial
⎛
n n−
x
f (x) = P( X = x) = ⎜ ⎟ p (1− p) x x = 0,1,...,
⎞⎝ ⎠ n
x
Tiene media y varianza.

E( X ) = = np
μ
V X( X ) = 2
X = np(1− p)
σ
Distribución de
Poisson
• Se utiliza para modelar datos
discretos

• Se aproxima a la binomial
cuando p es igual o menor a
0.1, y el tamaño de muestra es
grande (n > 16) por tanto np >
1.6

44
 Distribución de
Poisson
Una Variable aleatoria X tiene distribución Poisson
si
toma probabilidades con.
e−λλx
f ( x) x = 0,1,..
= x! .
μ = np
σ =
45
Distribución
Exponencial
• Modela artículos con una tasa de
falla constante y está relacionada
con Poisson.
• Modela el tiempo medio entre
llegadas

• Si x se distribuye
exponencialmente, y=1/x sigue
una distribución de Poisson −x
1
f
• La función de densidad de e θ = λe−λx
probabilidad exponencial es: Para x > (x)= θ
= 0

46
Distribución Exponencial
• Donde Lambda es la tasa de
falla y
theta es la media
• La función de densidad de la
distribución exponencial

47
 Distribución
Exponencial
El modelo exponencial, con un solo parámetro, es el
más simple de todo los modelos de distribución del
tiempo de vida.
= 1− e−λt
CDF : F(t ) Función de Densidad de Probabilidad Exponencial

=e 0,0035
CONFIABILIDAD : R(t ) 0,0030 λ = 0.003, MEDIA = 333
− λt
0,0025

0,0020
λ = 0.002, MEDIA = 500

f(t)
0,0015 λ = 0.001, MEDIA = 1,000
h =
TASA DE FALLA : (t ) 0,0010

0,0005
λ 0,0000
La distribución Normal estándar

• Tiene media 0 y desviación estándar de 1.

• El área bajo la curva de infinito a más infinito vale 1.

• Es simétrica, cada mitad de curva tiene un área de 0.5.

• La escala horizontal se mide en desviaciones estándar,

Z.

• Para cada valor Z se asigna una probabilidad en Tabla

normal

49
 CARACTERISTICAS DE UNA DISTRIBUCION
NORMAL
La Normal is simétrica -
-

Cola
Cola

Teóricamente, la
Teóricamente, la Media, mediana, y curva se extiende a
curva se extiende a moda son iguales + infinito
- infinito
 La Distribución Normal Estándar
La desviación
estándar sigma
representa la
distancia de la
media al punto de
inflexión de la
curva normal
X
x-3σ x-2σ x-σ x x+σ x+2σ x+σ3

z
-3 -2 -1 0 1 2 3

51