PROBABILIDAD

Mtra. Laura Zúñiga

lgzuniga@anahuac.mx
5627-0210 ext. 8423
Evento
 Un experimento puede tener uno o
varios resultados llamados eventos.
 Un evento es algo que ha ocurrido, va a
ocurrir o puede ser que ocurra.
 Podemos considerar a la probabilidad
como una medida de la posibilidad de
ocurrencia de un evento.
Probabilidad
 La definición clásica dice que: si un
experimento puede producir n resultados
diferentes, mutuamente excluyentes y
equiprobables, entonces la probabilidad
de uno de esos eventos se calcula como:

número de casos favorables

p
número de casos posibles
Probabilidad
 En una tabla de frecuencia, la probabilidad
se estima con la frecuencia relativa:

f
pˆ   fr
n
 La probabilidad tiene una connotación
poblacional (inferencial).
Axiomas Básicos
1. Esta medida toma valores entre cero y
uno.
0 p 1
2. Si un evento es imposible, su
probabilidad es cero. Si el evento
ocurrirá con certeza se le asigna
probabilidad de uno

P()  0 y P(U)  1
Axiomas Básicos
3. La probabilidad del evento se puede
calcular como quitándole al universo
(todos los resultados posibles) la
probabilidad de su complemento (los
resultados no deseados).

c
P(A)  1  P(A )
Tabla de Distribución de Probabilidad
 Arreglo tabular en donde se indican
todos los resultados posibles de un
experimento, así como la probabilidad
de ocurrencias de cada uno de ellos.
 Es similar a una tabla de distribución de
frecuencia relativa, pero en vez de
describir el pasado, dice qué tan
probable es que ocurra un evento.
Distribución de Probabilidad: Tabla

X P(X)
0 0.25
1 0.50
2 0.25
1
Tabla de Distribución de Probabilidad
 La lista de resultados posibles debe ser
exhaustiva, por lo que la suma de las
probabilidades es igual al 100%
 El contenido de esta tabla se puede
presentar de forma gráfica.
Gráfica de Distribución de Probabilidad
P(X)

0.6

0.5

0.4

0.3

0.2

0.1

0
0 1 2
Gráfica de Distribución de Probabilidad

 A mayor cantidad de resultados posibles,

el número de columnas en la gráfica será
mayor, cada vez más delgadas.
 En estos casos, se suele graficar solo el
contorno de las columnas (polígono).
Gráfica de Distribución de Probabilidad
0.09

0.08

0.07

0.06

0.05

0.04

0.03

0.02

0.01

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Gráfica de Distribución de Probabilidad

16

14

12

10

0
0 1 2 3 4 5 6 7 8 9 10
Función Distribución de Probabilidad

 Se abstrae en una forma funcional la

metodología necesaria para calcular la
probabilidad que se presenta en la tabla de
distribución de probabilidad.
 Cada función se nombra diferente.
 Para utilizar una función se requiere que el
experimento en estudio cumpla con todas
las características necesarias.
ESPERANZA MATEMÁTICA
Esperanza Matemática
 La media poblacional (µ) se calcula, a
partir de una tabla de distribución de
probabilidad como:

  E(X)   [XiP(Xi )]
i
 También se conoce como “valor
esperado”.
Esperanza Matemática
  E(X)   [XiP(Xi )]
i
X P(X) XP(X)
0 0.25 0.00
1 0.50 0.50
2 0.25 0.50
1.00
Esperanza Matemática

 Usando la función esperanza matemática, se

puede calcular la varianza poblacional:


2
 
 E (X -  )   [(Xi -  ) P(Xi )]
2
i
2

 La Desviación Estándar poblacional:

  2
Esperanza Matemática

2
 2 
 E (X -  )   [(Xi -  ) P(Xi )]
i
2

X P(X) XP(X) (X-)2P(X)

0 0.25 0.00 0.25

1 0.50 0.50 0.00
2 0.25 0.50 0.25
0.50
FUNCIÓN DE
DISTRIBUCIÓN BINOMIAL
 Distribución Binomial
 Las características de un experimiento
binomial son:
a) El experimento consta de un número fijo (n) de
pruebas idénticas.
b) Cada prueba puede tener uno de dos resultados
posibles: éxito o fracaso.
c) La probabilidad de éxito en una sola prueba (p)
permanece constante.
d) Las pruebas son independientes entre sí.
Distribución Binomial

 Es una función de distribución discreta.

 Si en un experimento de tipo binomial
deseamos calcular la probabilidad de
obtener x éxitos en n pruebas,
entonces:

x n x
P(X  x)  n C x p q
 Distribución Binomial
x n x
P(X  x)  n C x p q
donde : x = número de éxitos
n - x = núm. de fracasos
p = probabilid ad de éxito
q = 1 - p  prob. fracaso
C  combinacio nes de n en grupos de x
n x
 Distribución Binomial
 En Excel la función estadística DISTR.BINOM
(BINOMDIST) calcula la probabilidad
binomial. Tiene como argumentos:
◦ Núm_éxito = número de éxitos (X)
◦ Ensayos = número de repeticiones (n)
◦ Prob_éxito = probabilidad de éxito (p)
◦ Acumulado = 0 , para prob. puntual P(X=x)
1, para prob. acumulada P(X≤x)
 Distribución Binomial
 La distribución de X P(X)
probabilidad para 0 0.196874404
1 0.347425419
la Binomial con p 2 0.275896657
“pequeña” tiene 3 0.129833721
sesgo a la 4 0.040095708
5 0.008490856
derecha. 6 0.001248655
 Por ejemplo: n=10 7 0.000125915
y p=0.15 8 8.3326E-06
9 3.26769E-07
10 5.7665E-09
 Distribución Binomial
n=10 y p=0.15

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 1 2 3 4 5 6 7 8 9 10
 Distribución Binomial
 La distribución de X P(X)
probabilidad para 0 5.7665E-09
1 3.2677E-07
la Binomial con p 2 8.3326E-06
“grande” tiene 3 0.00012591
sesgo a la 4 0.00124866
5 0.00849086
izquierda. 6 0.04009571
 Por ejemplo: n=10 7 0.12983372
y p=0.85 8 0.27589666
9 0.34742542
10 0.1968744
 Distribución Binomial
n=10 y p=0.85

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 1 2 3 4 5 6 7 8 9 10
 Distribución Binomial
 La distribución de X P(X)
probabilidad para 0 0.00097656
1 0.00976563
la Binomial con p 2 0.04394531
alrededor de 0.5 3 0.1171875
no tiene sesgo. 4 0.20507813
5 0.24609375
 Por ejemplo: n=10 6 0.20507813
y p=0.50 7 0.1171875
8 0.04394531
9 0.00976563
10 0.00097656
 Distribución Binomial
n=10 y p=0.50

0.3

0.25

0.2

0.15

0.1

0.05

0
0 1 2 3 4 5 6 7 8 9 10
 Distribución Binomial
 La media (valor esperado) es:
n
μ  XiP(Xi )  np
i0
 La varianza es:

 Xi - μ P(Xi )  npq

n
2 2
σ 
i0
 Distribución Binomial
 En Excel, la función estadística
BINOM.CRIT (CRITBINOM) calcula el
número máximo de éxitos necesarios para
acumular cierta probabilidad binomial
(Percentil). Tiene como argumentos:
◦ Ensayos = número de repeticiones (n)
◦ Prob_éxito = probabilidad de éxito (p)
◦ Alfa = probabilidad Binomial acumulada
FUNCIÓN DE
DISTRIBUCIÓN NORMAL
Función de Distribución Normal

 Es una función de distribución continua,

expresada por:
  x μ 2
2σ 2
e
f(x) 
σ 2π
donde : e = 2.718281 
μ = media
σ = desviación estándar
Función de Distribución Normal

 Esta función matemática se presenta

gráficamente como una curva: acampanada
y simétrica.
Distribución Normal
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0 0.02 0.04 0.06 0.08 0.1 0.12
-0.05
Distribución Normal: Parámetros

 Media: nos dice en dónde está centrada la

distribución. Si lo modificamos, podemos
"mover" la curva sobre el eje horizontal.
 Desviación Estándar: nos dice qué tan
"ancha" o "angosta" es la distribución en su
base.
Distribución Normal: Parámetros

 Existe un número infinito de distribuciones

Normales, una por cada combinación de
valores de media y desviación estándar.
Función de Distribución Normal
Distribución Normal
Diferente media, Misma desviación estándar
0.45

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14
-0.05
Función de Distribución Normal
Distribución Normal
Misma media, Diferente desviación estándar
0.45

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12
-0.05
Distribución Normal

 Para calcular la probabilidad asociada a la

variable aleatoria debemos acumular
(sumar) la probabilidad para los diferentes
valores de X. Al existir un número infinito
de valores, esto es la integral de la función
o el área bajo la curva:
 x μ 2
b b 2σ 2
e
P(a < X < b) =  f(x)dx   dx
a a σ 2π
Distribución Normal
 En Excel usamos la función DISTR.NORM
(NORMDIST) para calcular la probabilidad
normal acumulada, con argumentos:
◦ X = valor de la variable hasta donde se quiere
calcular la probabilidad acumulada
◦ Media = media aritmética
◦ Desv_estándar = desviación estándar
◦ Acum = 1 (calcula la acumulada hacia los
valores pequeños de la variable P(X<x))
Distribución Normal
 Si la tasa de interés X~N(0.062, 0.007),
¿Cuál es la probabilidad de que la tasa de
interés sea inferior al 6%?
Distribución Normal
DISTR.NORM = Probabilidad acumulada
0.3

0.25

0.2

0.15
P(X<0.06)=?
0.1

0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12
-0.05
Distribución Normal

 Para calcular la probabilidad de que la tasa

de interés esté por debajo del 6%,
utilizamos la función DISTR.NORM
(NORMDIST) con argumentos:
◦ X = 0.06
◦ Media = 0.062
◦ Desv_estándar = 0.007
◦ Acum = 1
Distribución Normal

 Hay 38.75% de probabilidad de que la tasa

sea inferior al 6%.
Distribución Normal
DISTR.NORM = Probabilidad acumulada
0.3

0.25

0.2

0.15
P(X<0.06)=0.3875
0.1

0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12

-0.05
Distribución Normal
 En Excel, la función estadística
DISTR.NORM.INV (NORMINV) calcula el
valor de la variable (X) hasta donde se
acumula cierta probabilidad normal
(Percentil). Tiene como argumentos:
◦ Probabilidad = probabilidad acumulada a la
izquierda del valor X
◦ Media = media aritmética
◦ Desv_estándar = desviación estándar
Distribución Normal
 ¿Qué valor tendrá la tasa de interés, con
25% de probabilidad (Cuartil 1)?
Distribución Normal
DISTR.NORM.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1
Probabilidad 25%
0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12

-0.05
Distribución Normal
 Para calcular el valor de la tasa de interés
con probabilidad del 25% (equivalente al
Cuartil 1 pero poblacional), utilizamos la
función DISTR.NORM.INV (NORMINV)
con argumentos:
◦ Probabilidad = 0.25
◦ Media = 0.062
◦ Desv_estándar = 0.007
Distribución Normal
 Con 25% de probabilidad, la tasa de interés
tomará valores inferiores al 5.727%.
Distribución Normal
DISTR.NORM.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1
Probabilidad 25%
0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12

-0.05 0.05727
Distribución Normal
 Con 75% de probabilidad, la tasa de interés
tomará valores superiores a 5.727%.
Distribución Normal
DISTR.NORM.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1 Probabilidad 75%

0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12

-0.05 0.05727
Distribución Normal Estándar

 Es aquella distribución Normal con

parámetros: Media = 0 y Desvest = 1.
 Para distinguirla de cualquier otra Normal,
a la variable aleatoria que sigue esta
distribución se le llama Z.
  z 0 2  z2
b b 2 12 b 2
e e
P(a < Z < b) =  f(z)dz   dz   dz
a a 1 2π a 2π
Distribución Normal Estándar
 Cualquier variable aleatoria que se
distribuye Normal X~N(µ,σ) se puede
transformar en una variable aleatoria
Normal Estándar Z~N(0,1):
X-μ
Z=
σ
 A esta operación se le llama la
estandarización o normalización de una
variable aleatoria.
Distribución Normal Estándar

 En Excel, la función NORMALIZACIÓN

(STANDARDIZE) calcula el valor
estandarizado (Z) de la variable normal X,
con argumentos:
◦ X = valor de la variable hasta donde se quiere
calcular la probabilidad acumulada
◦ Media = media aritmética
◦ Desv_estándar = desviación estándar
Distribución Normal Estándar
 ¿A qué valor estándar equivale una tasa de
interés del 6%? Utilizando la función
NORMALIZACIÓN (STANDARDIZE)
◦ X = 0.06
◦ Media = 0.062
◦ Desv_estándar = 0.007

X-μ 0.06 - 0.062

Z=   0.28571
σ 0.007
Distribución Normal Estándar
 En Excel: función DISTR.NORM.ESTAND
(NORMSDIST) calcula la probabilidad
normal estándar acumulada, con
argumento:
◦ Z = valor de la variable estandarizada hasta
donde se quiere calcular la probabilidad
acumulada
 No pide media y desvest porque siempre
valen 0 y 1 respectivamente.
Distribución Normal Estandar
 ¿Cuál es la probabilidad de que la tasa de
interés sea inferior al 6%?
Distribución Normal
DISTR.NORM.ESTAND = Probabilidad acumulada
0.3

P(X<0.06)=P(Z<-0.28571)=?
0.25

0.2

0.15

0.1

0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12
-0.05
Distribución Normal Estándar
 Utilizando la función DISTR.NORM.ESTAND
(NORMSDIST) , con argumento
Z = -0.28571
Distribución Normal
DISTR.NORM.ESTAND = Probabilidad acumulada
0.3

0.25 P(X<0.06)=
0.2 P(Z<-0.28571)=0.3875
0.15

0.1

0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12

-0.05
Distribución Normal Estándar
 En Excel, la función estadística
DISTR.NORM.ESTAND.INV
(NORMSINV) calcula el valor de la variable
estandarizada (Z) hasta donde se acumula
cierta probabilidad normal (percentil).
Tiene como argumento:
◦ Probabilidad = probabilidad acumulada a la
izquierda del valor Z
Distribución Normal Estándar
 ¿Qué valor tendrá la tasa de interés, con
25% de probabilidad (Cuartil 1)?
Distribución Normal
DISTR.NORM.ESTAND.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1

0.05 Probabilidad 25%

0
0 0.02 0.04 0.06 0.08 0.1 0.12
-0.05
N(media=0.062, desvest=0.007)
Distribución Normal Estándar
 Utilizando la función
DISTR.NORM.ESTAND.INV
(NORMSINV) , con probabilidad = 0.25 se
obtiene como resultado Z = -0.67449
 Pero Z es el valor estándar de X, entonces
despejamos:
X-μ
Z=  X = μ  Zσ
σ
X  0.062  ( 0.67449  0.007)  0.05727
Distribución Normal Estándar
 Concluyendo que con 25% de probabilidad,
la tasa de interés tomará valores inferiores
a 5.727%.
Distribución Normal
DISTR.NORM.ESTAND.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1
Probabilidad 25%
0.05

0
0 0.02 0.04 0.06 0.08 0.1 0.12

-0.05 0.05727
Distribución Normal: Excel

Para Probabilidad Valor de la variable

calcular acumulada para una probabilidad
acumulada (percentil)
X con
Distribución DISTR.NORM DISTR.NORM.INV
Normal(,) (NORMDIST) (NORMINV)

Z con
Distribución DISTR.NORM.ESTAND DISTR.NORM.ESTAND.INV
Normal(0,1) (NORMSDIST) (NORMSINV)