Universidad Autónoma de Nuevo León

Facultad de Contaduría Pública y Administración

Estadística Descriptiva
2ª parte

María de Jesús Vázquez Martínez

Temario

5. CONCEPTOS DE 6. DISTRIBUCIONES DE 7. DISTRIBUCIÓN DE

PROBABILIDAD PROBABILIDAD DISCRETA PROBABILIDAD CONTINUA
5. Conceptos de
Probabilidad
Estadística Descriptiva Estadística Inferencial

PASADO FUTURO

ESTADÍSTICA
Estadística
Inferencial
Estadística Inferencial
 Qué es Probabilidad?
Probabilidad

Azar

Confiabilidad

Es un número que describe la posibilidad de que algo suceda

Conceptos de Probabilidad

• Forma decimal, como 0.70, 0.27 o 0.50.

• Forma de fracción, como 7/10, 27/100 o 1/2.
• Se puede suponer cualquier número de 0 a 1, inclusive.
Conceptos de Probabilidad
Tenemos 3 papeles que incluyen una marca de pluma:

• PELIKAN Probabilidad de sacar del

• BIC sombrero un papel que
• PILOT diga PELIKAN, BIC o PILOT
es de 1.

Probabilidad de sacar del

sombrero un papel que
diga PARKER es 0.
Conceptos de • Cuanto más próxima se encuentre una probabilidad a 0, más improbable
es que el evento suceda. Cuanto más próxima se encuentre la
Probabilidad probabilidad a 1, más seguro es que suceda.
 Conceptos de Probabilidad

tiene dos o más posibles resultados y no se sabe cuál ocurrirá.

Si se lanza una moneda, un resultado particular es cara. El otro posible resultado es cruz.

Conjunto
Conceptos de Probabilidad
Probabilidad CLÁSICA
• La probabilidad clásica parte del supuesto de que los resultados de un
experimento son igualmente posibles.

• De acuerdo con el punto de vista clásico, la probabilidad de un evento que se está

llevando a cabo se calcula dividiendo el número de resultados favorables entre el
número de posibles resultados:
Probabilidad
CLÁSICA
Probabilidad CLÁSICA
Conjuntos mutuamente excluyentes

Hombre o Mujer…
pero no ambos Un producto se Rechaza o se Acepta
Probabilidad CLÁSICA
• Si un experimento incluye un conjunto de eventos con todo tipo de resultados
posibles, como los eventos “un número par” y “un número impar” en el
experimento del lanzamiento del dado, entonces el conjunto de eventos es
colectivamente exhaustivo. En el experimento del lanzamiento del dado, cada
resultado será par o impar. Por consiguiente, el conjunto es colectivamente
exhaustivo.

• Si el conjunto de eventos es colectivamente exhaustivo y los eventos son

mutuamente excluyentes, la suma de las probabilidades es 1.
Probabilidad EMPÍRICA
• La probabilidad empírica o frecuencia relativa, el segundo tipo de probabilidad, se
basa en el número de veces que ocurre el evento como proporción del número de
intentos conocidos.

• El enfoque empírico de la probabilidad se basa en la llamada ley de los grandes

números. La clave para determinar probabilidades de forma empírica consiste en
que una mayor cantidad de observaciones proporcionarán un cálculo más preciso
de la probabilidad.
Probabilidad EMPÍRICA
Supongamos que lanzamos una moneda común.
• El resultado de cada lanzamiento es cara o cruz.
• Si lanza la moneda una sola vez, la probabilidad empírica de las caras es cero o uno.
• Si lanzamos la moneda una gran cantidad de veces, la probabilidad del resultado de las caras se
aproximará a 0.5.
• La siguiente tabla muestra los resultados de un experimento en el que se lanza una moneda 1, 10, 50,
100, 500, 1 000 y 10 000 veces, y, en seguida, se calcula la frecuencia relativa de las caras.
• Conforme incrementamos el número de intentos, la probabilidad empírica de que salga una cara se
aproxima a 0.5, que es su valor de acuerdo con el enfoque clásico de la probabilidad.
Probabilidad EMPÍRICA
Probabilidad EMPÍRICA
Probabilidad SUBJETIVA
• Un individuo evalúa las opiniones e información disponibles y luego calcula o
asigna la probabilidad. Esta probabilidad se denomina adecuadamente
probabilidad subjetiva.

Ejemplos:
1. Calcular la posibilidad de que los Patriotas de Nueva Inglaterra jueguen el Súper Tazón el año que
viene.
2. Calcular la posibilidad de que usted contraiga matrimonio antes de los 30 años.
3. Calcular la posibilidad de que el déficit presupuestario de Estados Unidos se reduzca a la mitad en los
siguientes 10 años.
Enfoques
para
asignar
Probabilida
d
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 1
• p.152: 1 al 7 8

1. El Center for Child Care publica información sobre 539 niños, así como el estado civil de sus
padres. Hay 333 casados, 182 divorciados y 24 viudos. ¿Cuál es la probabilidad de que un niño
elegido al azar tenga un padre divorciado? ¿Qué enfoque utilizó?

4. Una compañía grande que debe contratar un nuevo presidente prepara una lista final de cinco candidatos,
todos con las mismas cualidades. Dos de ellos son miembros de un grupo minoritario.
Para evitar que el prejuicio influya en el momento de elegir al presidente, la compañía decide elegirlo
por sorteo.
a) ¿Cuál es la probabilidad de que uno de los candidatos que pertenece a un grupo minoritario
sea contratado?
b) ¿Qué concepto de probabilidad utilizó para hacer este cálculo?
Reglas para calcular
probabilidades
 Reglas de la adición

• Regla especial de la adición

Reglas para • Regla general de la adición
calcular
Probabilidade Reglas de la multiplicación
s • Regla especial de la multiplicación
• Regla general de la multiplicación
Regla especial de la ADICIÓN
Para aplicarla…. los eventos deben ser mutuamente excluyentes

Mutuamente excluyentes: cuando un

evento ocurre, ninguno de los demás
eventos puede ocurrir al mismo tiempo.

Mutuamente
excluyentes

Evento A: “Número 4 o mayor” Evento B: “Número 3 o menor”

Regla especial de la ADICIÓN
Mutuamente
Evento A excluyentes Evento B

Si dos eventos A y B son mutuamente excluyentes, la regla especial de la

adición establece que la probabilidad de que ocurra uno u otro es igual
a la suma de sus probabilidades.

En el caso de los tres eventos mutuamente excluyentes designados A, B

y C, la regla se expresa de la siguiente manera:
P(A o B o C) = P(A) + P(B) + P(C)
Regla especial de la ADICIÓN
Regla especial de la ADICIÓN

Colectivamente exhaustivo:
Por lo menos uno de los
eventos debe ocurrir cuando
se lleva acabo un
experimento.
Regla especial de la ADICIÓN
El concepto de eventos mutuamente excluyentes, así como de otras reglas para
combinar probabilidades, se ilustra mediante los Diagramas de Venn.

Para construir un diagrama de Venn

 Se encierra un espacio, el cual
representa el total de posibles
resultados. Este espacio es de forma
rectangular.

Un evento se representa por medio de

un área circular, que se dibuja dentro
del rectángulo, la cual corresponde a la
probabilidad del evento.
Regla especial de la ADICIÓN
Diagrama de Venn para eventos mutuamente excluyentes.
 Los eventos no se superponen, lo cual significa que son
mutuamente excluyentes.

Diagrama que supone que los eventos A, B y C son igualmente probables.

Regla especial de la ADICIÓN
Regla del complemento
• La probabilidad de que una bolsa de verduras mixtas seleccionadas
pese menos, P(A), más la probabilidad de que no sea una bolsa con
menos peso, que se lee no A, deber ser = 1.
Regla especial de la ADICIÓN
Regla del complemento – Diagrama de Venn
•Ay son mutuamente excluyentes y colectivamente exhaustivo,
suma de probabilidades = 1
Regla especial de la ADICIÓN
Ejercicio
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 1
• p.152: 1 al 7 8
• p.155: Autoevaluación 5-3 9
Regla general de la ADICIÓN
Los resultados de un experimento pueden ser:

NO Mutuamente excluyentes
Mutuamente excluyentes
Regla general de la ADICIÓN
Ejemplo:

• Se seleccionó una muestra de 200 turistas que visitaron el

estado de Florida durante el año.
• La encuesta reveló que 120 turistas fueron a Disney World y
100 a Busch Gardens.
• ¿Cuál es la probabilidad de que una persona seleccionada
haya visitado Disney World o Busch Gardens?
Regla general de la ADICIÓN
Ejemplo:
• ¿Cuál es la probabilidad de que una persona seleccionada haya visitado Disney World o Busch
Gardens?

Con la Regla especial de la adición

• La probabilidad de seleccionar un turista que haya ido a Disney World es de
120/200 = 0.60
• La probabilidad de que un turista vaya a Busch Gardens es de 100/200 = 0.50.

Muchos turistas
visitaron ambas
Según la encuesta 60
atracciones
de los 200 turistas
turísticas y se les visitó ambas
ha contado dos atracciones turísticas.
La suma de estas veces.
probabilidades = 1.10
Regla general de la
ADICIÓN

Diagrama de Venn que muestra

dos eventos que no son
mutuamente excluyentes.
Ambos se superponen para
ilustrar el evento conjunto de
que algunas personas hayan
visitado ambas atracciones.
Regla general de la ADICIÓN

En el caso de la expresión P(A o B), la conjunción o sugiere que puede

ocurrir A o puede ocurrir B o ambos  P(A o B o ambos) para hacer
hincapié en el hecho de que la unión de dos eventos incluye la
intersección de A y B.
Regla general de la ADICIÓN
Si comparamos las reglas general y especial de la adición, la diferencia consiste en
determinar si los eventos son mutuamente excluyentes.
Si lo son, entonces la probabilidad conjunta P(A y B) es 0 y podríamos aplicar la
regla especial de la adición. De lo contrario, debemos tomar en cuenta la
probabilidad conjunta y aplicar la regla general de la adición.

Regla especial de la adición Regla general de la adición

Mutuamente excluyentes NO Mutuamente excluyentes

P(A y B) = 0
Regla general de la ADICIÓN
Nos interesa calcular la probabilidad que suceda el evento A o suceda el evento B ó sucedan ambos

El conjunto de datos de la intersección se resta 1 vez

porque se está contando 2 veces, la primera se cuenta
en P(A) y la segunda en P(B)
Regla general de la ADICIÓN
Ejemplo:
Se hizo una encuesta em la ciudad y se encontró que el 70% de los entrevistados
usa un servicio público de transporte y el 40% usa transporte particular; el 30% usa
ambos tipos. Calcule la probabilidad de que se use algún tipo de transporte.

Evento A: usa transporte público (70%)

Evento B: usa transporte particular (40%)
P(A y B): usan ambos transportes (30%) 80 % usa algún tipo de
transporte

P(A o B) ? 
20% serían las
personas que no
P(A o B) = 0.70 + 0.40 – 0.30 = 0.80 utilizan ningún tipo de
transporte
Regla general de la ADICIÓN
Regla general de la ADICIÓN
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 (1) 1
• p.152: 1 al 7 (7) 8
• p.155: Autoevaluación 5-3 (1) 9
• p.158: Autoevaluación 5-4 (1) 10
• p.158: 11 al 22 (12) 22
Reglas de la
Multiplicación
 Para determinar la probabilidad de dos
eventos que se presentan
simultáneamente emplee la regla de la
Reglas para multiplicación.
calcular
Probabilidades
-
MULTIPLICA
CIÓN Hay dos reglas de la multiplicación:

La regla especial La regla general

Reglas para calcular Probabilidades -
MULTIPLICACIÓN
Regla especial de la multiplicación
La regla especial de la multiplicación requiere que dos eventos, A y B, sean
independientes, y lo son si el hecho de que uno ocurra no altera la probabilidad de
que el otro suceda.

Una forma de entender la independencia consiste en suponer que los eventos A y

B ocurren en diferentes tiempos. Por ejemplo, cuando el evento B ocurre después
del evento A, ¿influye A en la probabilidad de que el evento B ocurra? Si la
respuesta es no, entonces A y B son eventos independientes. Para ilustrar la
independencia, supongamos que se lanzan al aire dos monedas. El resultado del
lanzamiento de una moneda (cara o cruz) no se altera por el resultado de
cualquier moneda lanzada previamente (cara o cruz).
Reglas para calcular Probabilidades -
MULTIPLICACIÓN
Regla especial de la multiplicación
En el caso de dos eventos independientes A y B, la probabilidad de que A
y B ocurran se determina multiplicando las dos probabilidades, tal es la
regla especial de la multiplicación, cuya expresión simbólica es la
siguiente:
Reglas para calcular Probabilidades -
MULTIPLICACIÓN
Reglas para calcular Probabilidades -
MULTIPLICACIÓN
Al lanzar dos monedas, ¿cuál es la probabilidad de que las dos caigan caras?

A: primera moneda
B: segunda moneda
P(A y B) ?
P(A y B) = P(A)P(B)
P(A) = 1/2 = 0.5
P(B) = 1/2 = 0.5
P(A y B) = ½ * ½ = ¼
P(A y B) = 0.25 = 25%
Se lanza una moneda y un dado, ¿Cuál es la probabilidad de que la combinación caiga
en cara y número 6?

A: moneda
B: dado
P(A y B) ?
P(A y B) = P(A)P(B)
P(A) = 1/2
P(B) = 1/6
P(A y B) = ½ * 1/6 = 1/12
P(A y B) = 0.083 = 8.3%
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 (1) 1
• p.152: 1 al 7 (7) 8
• p.155: Autoevaluación 5-3 (1) 9
• p.158: Autoevaluación 5-4 (1) 10
• p.158: 11 al 22 (12) 22
• p.160: Autoevaluación 5-5 (1) 23
Reglas para calcular Probabilidades -
MULTIPLICACIÓN
Regla general de la multiplicación
Supongamos que hay 10 latas de refresco en un refrigerador, 7 de los cuales
son normales y 3 dietéticos. Se saca una lata del refrigerador. La probabilidad
de que sea una lata de refresco dietético es de 3/10, y la probabilidad de que
sea una lata de refresco normal es de 7/10. Luego, se elige una segunda lata
del refrigerador sin devolver la primera. La probabilidad de que la segunda
lata sea de refresco dietético depende de que la primera lo haya sido o no.
La probabilidad de que la segunda lata sea de refresco dietético es:
• 2/9, si la primera bebida es dietética (sólo dos latas de refresco dietético
quedan en el refrigerador).
• 3/9, si la primera lata elegida es normal (los tres refrescos dietéticos aún
están en el refrigerador).
Reglas para calcular Probabilidades -
MULTIPLICACIÓN
Regla general de la multiplicación

Eventos dependientes
Reglas para calcular Probabilidades -
MULTIPLICACIÓN

Total 12 camisas P(B1) = 9/12  es la 1er camisa y hay 9 blancas y 12 en total

B = blancas (9)
P(B2|B1) = 8/11  quedan 11 camisas porque ya se sacó
A = azules (3)
una y se supone que la primera fue blanca
Probabilidad de que las 2 camisas que
tome sean blancas (1° saca una y después P(B1 y B2) = 9/12 * 8/11
la otra)? P(B1 y B2) = 72/132
P(B1 y B2) = P(B1)P(B2|B1) P(B1 y B2) = 0.54 o 54%
En una urna, hay 5 bolas rojas y 5 azules, ¿cuál es la probabilidad de sacar una primera
bola que sea roja y la segunda una bola azul?

Total 10 bolas P(R) = 5/10  es la 1er bola y hay 5 bolas rojas y 10 bolas en total
R = rojas (5)
P(A|R) = 5/9  quedan 5 azules pero 9 bolas porque ya se
A = azules (5)
sacó una y se supone que la primera fue roja
Probabilidad de que la primera
sea roja y la segundas azul? P(R y A) = 5/10 * 5/9
P(R y A) = 25/90
P(R y A) = P(R)P(A|R) P(R y A) = 0.27 = 27%
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 (1) 1
• p.152: 1 al 7 (7) 8
• p.155: Autoevaluación 5-3 (1) 9
• p.158: Autoevaluación 5-4 (1) 10
• p.158: 11 al 22 (12) 22
• p.160: Autoevaluación 5-5 (1) 23
• p.162: Autoevaluación 5-6 (1) 24
Tablas de
Contingencia
 Tablas de Contingencia

Una variable Dos variables

Datos univariados Datos bivariados
 Es una tabulación cruzada, que resume
simultáneamente dos variables de interés.

Tablas de Ejemplo:
Contingenci • Los estudiantes en una universidad se
clasifican por género y lugar en la clase.
a
• Un producto se clasifica como aceptable o
inaceptable y de acuerdo con el turno en el
que se le fabrica.
EJEMPLO
Hay cuatro distribuidoras en el
Applewood Auto Group. Suponga
que desea comparar la ganancia
que se obtuvo por cada vehículo
vendido por una concesionaria en
particular. Dicho de otra forma,
¿existe una relación entre el monto
de ganancia y la distribuidora?
SOLUCIÓN
Hay que clasificar la variable
ganancia en dos categorías:
aquellos casos en los que la
ganancia que se obtuvo es
mayor a la mediana, y aquellos en
que es menor. La ganancia mediana
por todas las ventas del mes
pasado en Applewood Auto Group
es de $1 882.50.
 90 de los 180 autos
tuvieron ganancia por
encima de la mediana y la
otra mitad por debajo de
la mediana

En Kane, 25 de los 52 autos

(48%) se vendieron con una
ganancia menor a la
mediana

El porcentaje de ganancias por encima de la mediana de las otras concesionarias es:

• 50% en el caso de Olean
• 57% en el de Sheffield y
• 39% en el de Tionesta
EJEMPLO
Una encuesta de 150 adultos clasificados según su género y la cantidad de películas que vieron en
el cine el mes pasado.

Cada entrevistado se clasifica de acuerdo con dos criterios: la cantidad de películas que ha visto y
el género.
Criterio 1 Criterio 2

EJEMPLO
La asociación americana de productores de café proporciona la siguiente
información sobre la edad y la cantidad de café que se consumió en un mes.
¿Cómo calcular
Probabilidad en Tablas de
Contingencia?
Reglas de la Adición y Reglas de la Multiplicación
EJEMPLO Probabilidad en Tabla de Contingencia

Se entrevistó a una muestra de ejecutivos respecto de su lealtad a la compañía. Una

de las preguntas fue: Si otra compañía le hace una oferta igual o le ofrece un puesto
un poco mejor del que tiene ahora, ¿permanecería con la compañía o aceptaría el otro
puesto? A partir de las respuestas de los 200 ejecutivos que participaron en la
encuesta se hizo una clasificación cruzada según el tiempo de servicio en la compañía.

¿Cuál es la probabilidad de seleccionar al azar a un ejecutivo leal a la compañía (que

permanecería en ella) y cuál de ellos tiene más de 10 años de servicio?
¿Cuál es la probabilidad de seleccionar al azar a un ejecutivo leal a la compañía (que
permanecería en ella) y cuál de ellos tiene más de 10 años de servicio?

Conjunción
Intersección

Regla de la Y cuál de ellos …

multiplicación Eventos dependientes
¿Cuál es la probabilidad de seleccionar al azar a un ejecutivo leal a la compañía (que
permanecería en ella) y cuál de ellos tiene más de 10 años de servicio?

Leales = P(A1) = 120/200 = 0.6

Cuál de los leales tiene +10 años = P(B4|A1) = 75/120 = 0.625

P(A1 y B4) = (0.6)(0.625) = 0.375 = 37.5%

¿Cuál es la probabilidad de elegir un ejecutivo que permanezca o que tenga menos
de 1 año de experiencia?

Unión

Regla de la Ejecutivo en cualquiera de los 2 eventos o ambos

adición NO mutuamente excluyentes
¿Cuál es la probabilidad de elegir un ejecutivo que permanezca o que tenga menos
de 1 año de experiencia?

Leales = P(A1) = 120/200 = 0.6

-1 año = P(B1) = 35/200 = 0.175

Intersección  P(A1 y B1) = 10/200 = 0.05

P(A1 o B4) = 0.6 + 0.175 – 0.05 = 0.725 = 72.5%

Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 (1) 1
• p.152: 1 al 7 (7) 8
• p.155: Autoevaluación 5-3 (1) 9
• p.158: Autoevaluación 5-4 (1) 10
• p.158: 11 al 22 (12) 22
• p.160: Autoevaluación 5-5 (1) 23
• p.162: Autoevaluación 5-6 (1) 24
• p.164: Autoevaluación 5-7 (1) 25
• p.166: 23 al 28 (6) y 32 (1) 32
Principios de
Conteo
 Cantidad de posibilidades

Lanzar 1 dado
1 2 3 4 5 6
Fácil

Cantidad pequeña

10 lanzamientos de una moneda

1 cruz + 9 2 caras + 8 Más
Todos cara
caras cruces posibilidades
Fórmulas

Cantidad grande
 Fórmulas para contar posibilidades

Fórmula de la Multiplicación

Fórmula de las Permutaciones

Fórmula de las Combinaciones

Fórmula de la
Multiplicación
Fórmula de la Multiplicación

• Esta fórmula se puede extender a más de dos eventos.

• En el caso de tres eventos m, n y o:
Número total de disposiciones = (m)(n)(o)
Un distribuidor de autos quiere anunciar que por $29 999 usted puede comprar
un convertible, un sedán de dos puertas o de cuatro puertas y elegir entre rines
de rayos o planos. ¿Cuántas disposiciones de modelos y rines puede ofrecer el
distribuidor?

Solución 1: el
distribuidor podría
determinar el número
total de disposiciones
haciendo un diagrama
y contando. Hay seis.

Solución 2: con
fórmula; 3 modelos
(convertible, sedán 2P,
sedán 4P) x 2 tipos de
rines (rayos y planos)
No. Disposiciones =
(m)(n) = (3)(2) = 6
Si un constructor de casas le ofrece 4 diferentes estilos de exteriores y 3 modelos de interiores,
¿cuántas combinaciones son posibles?

Solución:
No. Disposiciones = (4)(3) = 12 modelos diferentes

Una tienda ofrece suéteres y pantalones para dama por televisión. Los suéteres y pantalones se
ofrecen en colores coordinados. Si los suéteres se encuentran disponibles en cinco colores y los
pantalones en cuatro colores, ¿cuántos diferentes conjuntos se pueden anunciar?

Solución:
No. Disposiciones = (5)(4) = 20 combinaciones diferentes

Pioneer fabrica tres modelos de receptores estereofónicos, dos reproductores MP3, cuatro
bocinas y tres carruseles de CD. Cuando se venden juntos, los cuatro tipos de componentes
forman un sistema. ¿Cuántos diferentes sistemas puede ofrecer la empresa de electrónica?
Solución:
No. Disposiciones = (3)(2)(4)(3) = 72 sistemas diferentes
 Fórmula de la
Multiplicación
Para determinar el número
posible de disposiciones de
DOS o MAS GRUPOS
Permutaciones
 Fórmula de la
Permutación
Para determinar el número
posible de disposiciones cuando
solo hay UN GRUPO de objetos
Fórmula de las permutaciones
Tres piezas electrónicas se van a montar en una unidad conectable a un aparato de
televisión. Las piezas se pueden montar en cualquier orden. La pregunta es: ¿de
cuántas formas pueden montarse tres partes?

Un orden sería

1° Transistor 2°
Led 3° PERMUTACIÓN
Sintetizador

Transistor Led Sintetizador

1° Led 2°
Sintetizador 3° Otra permutación
Transistor
Led Sintetizador Transistor
 UN SOLO GRUPO de objetos
Distribución
(NO hay varios modelos de transistores, ni de leds,
Transistor Led Sintetizador ni de sintetizadores)

n! significa el producto de n(n-1)(n-2)(n-3)…(1) Por ejemplo: 5! = 5 * 4 *3 * 2 * 1 = 120

Tres piezas electrónicas se van a montar en una unidad conectable a un aparato de
televisión. Las piezas se pueden montar en cualquier orden. La pregunta es: ¿de
cuántas formas pueden montarse tres partes?

A B C

Hay tres piezas electrónicas que van a montarse, así que n = 3

Las 3 a la vez se van a insertar en la unidad, entonces r = 3

 
= = = 6 permutaciones
Betts Machine Shop, Inc., cuenta con ocho tornos, aunque sólo hay tres espacios
disponibles en el área de producción para las máquinas. ¿De cuántas maneras se
pueden distribuir las ocho máquinas en los tres espacios disponibles?

 
= = = 336
 Permutaciones
ORDEN IMPORTA
El acomodo de los objetos
es diferente entre
permutaciones
Combinaciones
COMBINACIONES

Aunque haya n
maneras de
Transistor Led Sintetizador acomodar las
Orden NO cosas, si son los
importa mismos
elementos, sigue
siendo una
Led Sintetizador Transistor
COMBINACIÓN
COMBINACIONES
Si los ejecutivos Pedro, Sara y Juan van a ser elegidos para formar un comité de negociación de
una fusión, sólo existe una posible combinación con estos tres ejecutivos; el comité formado
por Pedro, Sara y Juan es el mismo comité que el que forman Juan, Sara y Pedro.

De acuerdo con la fórmula de las combinaciones:

 
= = = 1 combinación
COMBINACIONES
Se ha dado al departamento de marketing la tarea de designar códigos de
colores a las 42 diferentes líneas de discos compactos que vende Goody
Records. Tres colores se van a utilizar para cada CD; ahora bien, una
combinación de tres colores para un CD no se puede reordenar para
identificar un CD diferente. Esto significa que si se utilizaron el verde, amarillo
y violeta para identificar una línea, entonces el amarillo, verde y violeta (o
cualquier otra combinación de estos tres colores) no se puede emplear para
identificar otra línea. ¿Serían adecuados siete colores tomados de tres en tres
para codificar las 42 líneas?

 
= = 35 combinaciones
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 (1) 1
• p.152: 1 al 7 (7) 8
• p.155: Autoevaluación 5-3 (1) 9
• p.158: Autoevaluación 5-4 (1) 10
• p.158: 11 al 22 (12) 22
• p.160: Autoevaluación 5-5 (1) 23
• p.162: Autoevaluación 5-6 (1) 24
• p.164: Autoevaluación 5-7 (1) 25
• p.166: 23 al 28 (6) y 32 (1) 32
• p.176: 39 al 46 (8) 40
Distribuciones de
Probabilidad
discreta
Distribución de probabilidad
Proporciona toda la gama de valores que se pueden presentar en un
experimento.
Similar a una distribución de frecuencias
relativas

En lugar de describir el pasado

Describe la probabilidad de que un evento se

presente en el futuro
Distribución de probabilidad
Cómo generar una
Distribución de
probabilidad ?
Ejemplo: distribución de probabilidad

• Suponga que le interesa el número de caras que aparecen en tres

lanzamientos de una moneda. Los posibles resultados son: cero caras, una
cara, dos caras y tres caras. ¿Cuál es la distribución de probabilidad del
número de caras?
• Hay ocho posibles resultados. En el primer lanzamiento puede aparecer
una cara, una cruz en el segundo y otra cruz en el tercero. O puede
obtener cruz, cruz y cara, en ese orden. Para obtener todos los posibles
resultados aplique la fórmula de la multiplicación: (2)(2)(2), es decir, 8
posibles resultados.
H=cara
0 caras: 1 vez

1 cara: 3 veces

2 caras: 3 veces

3 caras: 1 vez
 0 caras: 1 vez 1 cara: 3 veces
Distribución de probabilidad de los
eventos relativos a cero, una, dos y tres caras 2 caras: 3 veces 3 caras: 1 vez
en 3 lanzamientos de una moneda

Gráfica
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 (1) 1
• p.152: 1 al 7 (7) 8
• p.155: Autoevaluación 5-3 (1) 9
• p.158: Autoevaluación 5-4 (1) 10
• p.158: 11 al 22 (12) 22
• p.160: Autoevaluación 5-5 (1) 23
• p.162: Autoevaluación 5-6 (1) 24
• p.164: Autoevaluación 5-7 (1) 25
• p.166: 23 al 28 (6) y 32 (1) 32
• p.176: 39 al 46 (8) 40
• p. 189 Autoevaluación 6-1 (1) 41
Variables aleatorias
Si cuenta el número de empleados ausentes en el turno matutino del
lunes, el número puede ser 0, 1, 2, 3,… El número de ausencias es una
variable aleatoria.

Si pesa cuatro lingotes de acero, los pesos pueden ser de 2 492 libras, 2
497 libras, 2 506 libras, etc. El peso es una variable aleatoria.

Si lanza dos monedas y cuenta el número de caras, puede caer cero, una
o dos caras. El número de caras que caen es una variable aleatoria.
Números enteros

A veces, una variable aleatoria discreta asume valores fraccionarios o

decimales. Estos valores deben estar separados: debe haber cierta
distancia entre ellos. Por ejemplo, las calificaciones de los jueces en una
competencia son valores decimales, como 7.2, 8.9 y 9.7. Dichos valores
son discretos, pues hay una distancia entre calificaciones de 8.3 y 8.4.
Una calificación no puede tener un valor de 8.34 ni de 8.347, por
ejemplo.
 Variable aleatoria continua
Si mide algo, como la anchura de una recámara, la estatura de una persona
o la presión de la llanta de un auto, se trata de una variable aleatoria
continua. Se puede suponer una infinidad de valores, con ciertas
limitaciones.
Ejemplo:
 Los tiempos de los vuelos comerciales entre Atlanta y Los Ángeles son de 4.67
horas, 5.13 horas, etc. La variable aleatoria es la cantidad de horas.
 La presión de un nuevo neumático puede ser de 32.78 psi, 31.62 psi, 33.07 psi, etc.
En otras palabras, es razonable que se presente cualquier valor entre 28 y 35. La
variable aleatoria es la presión de la llanta..
 ¿Cuál es la diferencia entre una
distribución discreta y una distribución continua?

Distribución discreta: es el resultado de CONTAR algo

• No. De caras presentes en tres lanzamientos de una moneda
• Número de estudiantes con calificación mayor a 80

Distribución continua: es el resultado de MEDIR algo

• Duración de una canción determinada
• El peso de cada estudiante de la clase
Media, varianza y desviación
estándar de una Distribución de
Probabilidad Discreta
Media, varianza y desviación estándar

•La media indica la posición central de los datos

•La varianza describe la dispersión de los datos

•La distribución de probabilidad queda resumida por su media y su varianza.

•La media de una distribución de frecuencias se identifica con
•La desviación estándar con
 Media

Se trata de un promedio
ponderado en el que los
La media de una distribución
posibles valores de una
de probabilidad también
variable aleatoria se
recibe el nombre de valor
ponderan con sus
esperado.
correspondientes
probabilidades de ocurrir.

P(x) es la probabilidad de un valor particular x. En otras palabras, se multiplica cada valor

x por la probabilidad de que ocurra y en seguida se suman los productos
Varianza y desviación estándar

 
La desviación estándar se determina al extraer la raíz cuadrada positiva
de

2
𝜎 =√ 𝜎
 
Ejemplo
Juan vende autos nuevos en una agencia Ford. Por lo general, Juan
vende la mayor cantidad de autos el sábado. Desarrolló la siguiente
distribución de probabilidades de la cantidad de autos que espera
vender un sábado determinado.

Distribución de probabilidad discreta

1. ¿Cuántos autos espera vender Juan un

sábado normal?
2. ¿Cuál es la varianza de la distribución?
1. ¿Cuántos autos espera vender Juan un sábado normal?

 𝜇=0 (.10 ) +1 ( .20 ) +2 ( .30 ) +3 ( .30 ) +4 (.1

 𝝁=𝟐. 𝟏

 Juan espera vender un promedio de 2.1 autos

por día 
2. ¿Cuál es la varianza de la distribución?

2
𝜎 =√ 𝜎
   
𝜎 =√ 1.290=1.136 𝑎𝑢𝑡𝑜𝑠

Interpretación
Rita también vendió en promedio 2.1 autos los Hay más dispersión en las ventas de
sábados (igual que Juan), la desviación Rita (1.91) que en las de Juan (1.136).
estándar de Rita fue de 1.91 autos 1.91 > 1.136.
Ejemplo
Pizza Palace ofrece tres tamaños de refresco de cola —chico, mediano y
grande— para acompañar su pizza. Los refrescos cuestan $0.80, $0.90 y
$1.20, respectivamente. Treinta por ciento de los pedidos corresponde
al tamaño chico; 50%, al mediano, y 20%, al grande. Organice el
tamaño de los refrescos y la probabilidad de venta en una distribución
de probabilidad.

a) ¿Se trata de una distribución de probabilidad discreta? Indique por qué.

b) Calcule la suma promedio que se cobra por refresco de cola.
c) ¿Cuál es la varianza de la cantidad que se cobra por un refresco de cola? ¿Cuál
es la desviación estándar?
Precio (x) Pedidos P(x)
0.80 0.30
0.90 0.50
1.20 0.20

a) ¿Se trata de una distribución de probabilidad discreta? Indique por qué.

𝑆  í . 𝑃𝑟𝑒𝑐𝑖𝑜𝑠 𝑠𝑒𝑝𝑎𝑟𝑎𝑑𝑜𝑠 𝑎 𝑖𝑔𝑢𝑎𝑙 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 ( 2 𝑑𝑒𝑐𝑖𝑚𝑎𝑙𝑒𝑠 ) . 𝐿𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠=1

b) Calcule la suma promedio que se cobra por refresco de cola.

   = 93 centavos
  𝝁=𝟎 .𝟗𝟑

Precio (x) Pedidos P(x) (x-) (x-)2 (x-)2 P(x)

0.80 0.30 -0.13 0.0169 0.00507
0.90 0.50 -0.03 0.0009 0.00045
1.20 0.20 0.27 0.0729 0.01458
0.02010
c) ¿Cuál es la varianza de la cantidad que se cobra por un refresco de cola? ¿Cuál
es la desviación estándar?
2
𝜎 =√ 𝜎
 

 𝜎 2 =𝟎 . 𝟎𝟐𝟎𝟏𝟎  centavos
Ejercicios
Total
• p.151: Autoevaluación 5-2, problema 2 (1) 1
• p.152: 1 al 7 (7) 8
• p.155: Autoevaluación 5-3 (1)9
• p.158: Autoevaluación 5-4 (1)10
• p.158: 11 al 22 (12) 22
• p.160: Autoevaluación 5-5 (1) 23
• p.162: Autoevaluación 5-6 (1) 24
• p.164: Autoevaluación 5-7 (1) 25
• p.166: 23 al 28 (6) y 32 (1) 32
• p.176: 39 al 46 (8) 40
• p. 189 Autoevaluación 6-1 (1)41
• p. 194: 5 al 8 (4) 45
Probabilidad binomial
Probabilidad binomial

Características
Solo hay 2 posibles resultados en un determinado ensayo
Los resultados son mutuamente excluyentes
Los 2 posibles resultados se clasifican como éxito y fracaso
La variable aleatoria es el resultado de conteos
La probabilidad de éxito es la misma de un ensayo a otra
Cada ensayo es independiente
Ejemplo:
En un examen, Solo hay 2 posibles resultados
Verdadero o Falso
las preguntas
admiten de
respuesta
Verdadero o Resultados mutuamente excluyentes
Los resultados son V o F pero no ambos
Falso

La probabilidad de éxito es la misma de un ensayo a otra

Primer pregunta ½ probabilidad de éxito, Segunda pregunta ½ de probabilidad de
éxito, etc.

Cada ensayo es independiente

El resultado de la pregunta 1 no influye en el resultado de la pregunta 2
 Cómo se calcula una
Probabilidad Binomial ?
Para construir una probabilidad binomial particular se necesita:
1) el número de ensayos y
2) la probabilidad de éxito de cada ensayo

  (1 - ) = probabilidad de fracaso

 representa un parámetro de población binomial. No confundir con la constante matemática 3.1416.

Ejemplo: si un examen incluye 20 preguntas de opción
múltiple:

• El número de ensayos es 20.

• Si cada pregunta contiene 5 opciones y sólo una de ellas es
correcta, la probabilidad de éxito en cada ensayo es 0.20.
• Por lo tanto, la probabilidad de que una persona sin
conocimientos del tema acierte la respuesta a una pregunta
es de 0.20.
 US Airways tiene cinco vuelos diarios de Pittsburgh al Aeropuerto Regional de
Bradford, Pennsylvania. Suponga que la probabilidad de que cualquier vuelo llegue
tarde sea de 0.20.
¿Cuál es la probabilidad de que ninguno de los vuelos llegue tarde hoy?
¿Cuál es la probabilidad de que exactamente uno de los vuelos llegue tarde hoy?

 •La probabilidad de que un vuelo llegue tarde es de 0.20 

• Hay cinco vuelos  n = 5
• X es la variable aleatoria = número de éxitos (un avión llegue tarde)

n x C = 5 C0

 
= = = 1 combinación
¿Cuál es la probabilidad de que ninguno de los vuelos llegue tarde hoy?

 •La probabilidad de que un vuelo llegue tarde es de 0.20 

• Hay cinco vuelos  n = 5
• X es la variable aleatoria = número de éxitos (un avión llegue tarde)

P(0) = 5C0 (0.20)0(1-0.20)5-0 = (1)(1)(0.3277)

P(0) = 0.3277

 
= = =1
¿Cuál es la probabilidad de que exactamente uno de los vuelos llegue tarde hoy?

P(1) = 5C1 (0.20)1(1-0.20)5-1 = (5)(0.20)(0.4096)

P(1) = 0.4096

 
= = =5
Un tratamiento contra el cáncer produce una mejora en el 80% de los enfermos a
los que se les aplica. Se le suministra a 5 pacientes, calcule:
a) La probabilidad de que mejoren los 5 pacientes
b) La probabilidad de que mejoren 3 pacientes

 •La probabilidad de que mejore es de 0.80 

• Hay cinco pacientes  n = 5
• X es la variable aleatoria = número de éxitos

a) La probabilidad de que mejoren los 5 pacientes

 P(X=5) = (0.80)5(1-0.80)5-5 = (1)(0.3277)(1)=0.3277

b) La probabilidad de que mejoren 3 pacientes

 P(X=3) = (0.80)3(1-0.80)5-3 = (10)(0.512)(0.04)=0.2048
Un estudio de la Sociedad de Inversionistas descubrió que 30% de inversionistas
particulares había utilizado un agente de descuentos. En una muestra aleatoria de
nueve personas, ¿cuál es la probabilidad de que:
a) exactamente dos personas hayan utilizado un agente de descuentos?
b) exactamente cuatro personas hayan recurrido a él?
c) ninguna persona lo haya empleado?
 •La probabilidad de utilizar agente es de 0.30 
• Hay nueve inversionistas  n = 9
• X es la variable aleatoria = número de éxitos

a) exactamente dos personas hayan utilizado un agente de descuentos?

 P(X=2) = (0.30)2(1-0.30)9-2 = (36)(0.09)(0.0824)=0.267

b) exactamente cuatro personas hayan recurrido a él?

 P(X=4) = (0.30)4(1-0.30)9-4 = (126)(0.0081)(0.16807)=0.1715
  •La probabilidad de utilizar agente es de 0.30 
• Hay nueve inversionistas  n = 9
• X es la variable aleatoria = número de éxitos

c) Ninguna persona lo haya empleado?

 P(X=0) = (0.30)0(1-0.30)9-0 = (1)(1)(0.0404)=0.0404
Probabilidad binomial
acumulada
Tal vez nos interese conocer la probabilidad de:

• Adivinar la respuesta a 6 o más preguntas de verdadero o

falso de un total de 10.

• Seleccionar en forma aleatoria, menos de dos artículos

defectuosos en la producción de la hora anterior.

Distribución Binomial Acumulada

Un estudio del Departamento de Transporte del estado concluyó que 76.2% de
quienes ocupaban los asientos delanteros de los vehículos utilizaba cinturón de
seguridad. Esto significa que los dos ocupantes de la parte delantera utilizaban
cinturones de seguridad. Suponga que decide comparar la información con el uso
actual que se da al cinturón de seguridad. Seleccione una muestra de 12 vehículos

Condiciones de
Probabilidad Binomial 
Un estudio del Departamento de Transporte del estado concluyó que 76.2% de
quienes ocupaban los asientos delanteros de los vehículos utilizaba cinturón de
seguridad. Esto significa que los dos ocupantes de la parte delantera utilizaban
cinturones de seguridad. Suponga que decide comparar la información con el uso
actual que se da al cinturón de seguridad. Seleccione una muestra de 12 vehículos

1. ¿Cuál es la probabilidad que los ocupantes de la parte

delantera en exactamente 7 de los 12 vehículos
seleccionados utilicen cinturones de seguridad?

2. ¿Cuál es la probabilidad que los ocupantes de la parte

delantera de por lo menos 7 de los 12 vehículos utilicen
cinturón de seguridad?
1. ¿Cuál es la probabilidad que los ocupantes de la parte delantera en exactamente 7
de los 12 vehículos seleccionados utilicen cinturones de seguridad? Binomial normal
 
n = 12, , X es la variable aleatoria = número de éxitos = 7

n x C = C = 792
12 7

 x
= 7 = 0.14917
 n-x
= 5 = 0.00076363
P(x)=(792)(0.14917)(0.00076363)
Probabilidad de que los ocupantes de 7 vehículos
P(x)=0.0902 utilicen cinturón de seguridad
2. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo menos 7
de los 12 vehículos utilicen cinturón de seguridad? Binomial ACUMULADA
 
n = 12, , X 7

  La probabilidad de seleccionar 12 automóviles y hallar que los ocupantes de 7

P(X 7) = 0.9562 o más vehículos utilizaban cinturón de seguridad es de 0.9562
Probabilidad de
Poisson
Distribución de probabilidad de Poisson describe el número de
veces que se presenta un evento durante un intervalo
específico. El intervalo puede ser de tiempo, distancia, área o
volumen
Supuestos

La probabilidad es proporcional a la longitud del

intervalo
Cuanto más grande sea el intervalo, mayor será la
probabilidad

Los intervalos son independientes

El número de veces que se presenta un evento en

un intervalo no influye en los demás intervalos
 
Probabilidad de Poisson
• Es una forma restrictiva de la distribución binomial cuando
la probabilidad de un éxito es muy pequeña y n es grande.
A ésta se le conoce por lo general con el nombre de ley de
eventos improbables, lo cual significa que la probabilidad, ,
de que ocurra un evento en particular es muy pequeña.
 Suponga que pocas veces se pierde equipaje en Delta Airlines. En la mayoría de los
vuelos no se pierden maletas; en algunos se pierde una; en unos cuantos se
pierden dos; pocas veces se pierden tres, etc. Suponga que una muestra aleatoria
de 1 000 vuelos arroja un total de 300 maletas perdidas. De esta manera, la media
aritmética del número de maletas perdidas por vuelo es de 0.3, que se calcula
al dividir 300/1 000. Si el número de maletas perdidas por vuelo se rige por una
distribución de Poisson con 0.3, las diversas probabilidades se calculan con la
fórmula

• La probabilidad de que no se pierda NINGUNA maleta es:

-0.3
 
P(0) =

  Probabilidad de que no se pierda ninguna maleta..

P(0) = en 74% de los vuelos no habrá maletas perdidas
• La probabilidad de que se pierda exactamente 1 maleta es:

-0.3
 
P(1) =

  Se espera que se pierda exactamente una maleta

P(1) = en 22% de los vuelos
 Practicar ejercicios de
temas no incluidos en
evidencia del laboratorio.
Autoevaluaciones,
sección Connect. Etc.
Bibliografía
•Estadística aplicada a los negocios y la economía
Lind, Marchal, Wathen; McGraw Hill
15 ed.
FIN