Probabilidad

La probabilidad mide la frecuencia con la que se obtiene un resultado (o

conjunto de resultados) al llevar a cabo un experimento aleatorio, del
que se conocen todos los resultados posibles.
 Experimento Aleatorio
Es un proceso para el cual se pueden obtener diferentes resultados
cuando es realizado bajo las mismas condiciones iniciales, es decir, no
se puede predecir con certeza su resultado.
 Ejemplos:
• Experimento: “Se arroja una moneda corriente”
• Experimento: “Se arroja un dado corriente”
• Experimento: “Se extrae una carta de una baraja de póker”
 Espacio muestral
Es el conjunto de todos los posibles resultados de un experimento
aleatorio. Se representa con la letra S.

Ejemplo:
Experimento: “Se arroja una moneda corriente”
 Evento
Es un subconjunto del espacio muestral; es a los eventos a los cuales se
les calcula su probabilidad de ocurrencia.

Ejemplo:

Experimento: “Se arroja un dado corriente”

 Operaciones con eventos
Unión de eventos
La unión de los eventos y (se escribe ) es el evento formado
por los elementos que están en o en .
Ejemplo:

Experimento: “Se arroja un dado corriente”

 Intersección de eventos
La intersección de los eventos y (se escribe ) es el evento formado por
los elementos que están en y en .
Ejemplo:

Experimento: “Se arroja un dado corriente”

 Complemento de eventos
El complemento del evento (se escribe ) es el evento formado por los
elementos del espacio muestral que no están en .
Ejemplo:

Experimento: “Se arroja un dado corriente”

 Eventos mutuamente excluyentes
Dos eventos y son mutuamente excluyentes si no tienen elementos en
común, es decir, si ; También se les denomina conjuntos o eventos
disyuntos. De manera más informal, se dice que dos eventos son
mutuamente excluyentes sino pueden ocurrir al mismo tiempo.
Experimento: “Se arroja un dado corriente”
Propiedades de las operaciones con eventos
 Técnicas de conteo

Principio fundamental de conteo

Si una operación se puede ejecutar en formas, y si para cada una de
estas se puede llevar a cabo una segunda operación en formas, y para
cada una de las primeras dos se puede realizar una tercera operación
en formas, y así sucesivamente, entonces la serie de k operaciones se
puede realizar en formas.
 Ejemplos:
• Sam va a armar una computadora y para comprar las partes tiene que
elegir entre las siguientes opciones: dos marcas de circuitos
integrados, cuatro marcas de discos duros, tres marcas de memorias y
cinco tiendas locales en las que puede adquirir un conjunto de
accesorios ¿De cuántas formas diferentes puede Sam comprar las
partes?
• ¿Cuántos números pares de cuatro dígitos se pueden formar con los
dígitos 1, 2, 5, 6 y 9, si cada dígito se puede usar solo una vez?
 Factorial
El factorial de un número entero (se escribe ) se define como

Por definición, el factorial de cero es 1, es decir,

Ejemplos:
 Permutaciones
Una permutación es una arreglo u ordenamiento de todo o parte de un
conjunto de objetos.
Ejemplos:
• ¿De cuántas maneras se puede formar una fila con cinco estudiantes
de un total de veinte?
• En un año se otorgara uno de tres premios (a la investigación, la
enseñanza y el servicio) a algunos de los estudiantes, de un grupo de
25, de posgrado del departamento de estadística. Si cada estudiante
puede recibir un premio como máximo, ¿Cuántas selecciones posibles
habría?
 Fórmula permutaciones

𝑛!
𝑛𝑃𝑟 =
(𝑛 −𝑟 ) !
 Combinaciones
En muchos problemas nos interesamos en el número de formas de
seleccionar objetos de sin importar el orden. Tales selecciones se
llaman combinaciones.
 DIFERENCIAS

PERMUTACIONES CUENTAN ORDENES O ARREGLOS

COMBINACIONES CUENTAN ESCOGENCIAS O SELECCIONES

 Ejemplos

• ¿De cuántas formas se pueden seleccionar 5 cartas de una baraja de

póker?
• ¿De cuántas formas se pueden escoger a cinco personas de un total
de veinte para una salida de campo?
• ¿De cuántas formas se puede jugar al baloto?
 Coeficiente multinomial

Los coeficientes multinomiales también se emplean cuando se quiere contar el número de formas
de ordenar un grupo de objetos, entre los cuales hay algunos repetidos.
 Ejemplos
• Un hotel va a hospedar a siete estudiantes de posgrado que asisten a una
conferencia, ¿en cuántas formas los puede asignar a una habitación triple y a dos
dobles?
• Durante un entrenamiento de futbol americano colegial, el coordinador
defensivo necesita tener a 10 jugadores parados en una fila. Entre estos 10
jugadores hay 1 de primer año, 2 de segundo año, 4 de tercer año y 3 de cuarto
año, respectivamente. ¿De cuántas formas diferentes se pueden arreglar en una
fi la si lo único que los distingue es el grado en el cual están?
• Diez policías están asignados a un sector que cuenta con una estación, un CAI y
un juzgado. Si tiene que haber 3 policías en la estación, 5 en el juzgado y dos en el
CAI, ¿De cuántas formas se pueden distribuir?
 Reglas para el cálculo de probabilidades
Reglas aditivas:
• Si son eventos mutuamente excluyentes, entonces

• Si y son dos eventos cualesquiera, entonces

• y

• En un espacio muestral con finitos resultados y todos con la misma probabilidad

de ocurrencia (Espacios Laplacianos), la probabilidad de un evento está dada por
 Ejemplos:
• Si se arroja un dado corriente ¿Cuál es la probabilidad de que el
resultado sea menor que tres y mayor a cuatro?
• Si se arroja un dado corriente ¿Cuál es la probabilidad de que el
resultado sea par y mayor a cuatro?
• Si se arrojan dos dados de diferente color ¿Cuál es la probabilidad de
que la suma total sea cinco?
• Si se arrojan dos dados de diferente color ¿Cuál es la probabilidad de
que la suma total no sea cinco?
 Probabilidad condicional

La probabilidad de que ocurra un evento B cuando se sabe que ya

ocurrió algún evento A se llama probabilidad condicional y se denota
con . El símbolo por lo general se lee como “la probabilidad de que
ocurra B, dado que ocurrió A”, o simplemente, “la probabilidad de B,
dado A”.
 Ejemplo:
Experimento: “Se arroja un dado corriente”
 Fórmula

Ejemplo:
La probabilidad de que un vuelo salga a tiempo es , la probabilidad de que llegue a
tiempo es y la probabilidad de que salga y llegue a tiempo es . Calcule la probabilidad
de que un avión
a) llegue a tiempo, dado que salió a tiempo; y
b) Salga a tiempo, dado que llegó a tiempo.
 Independencia de eventos
Ejemplo:
Se extraen dos cartas de una baraja de póker, una después de la otra, con
reemplazo.

En este caso la ocurrencia del evento =“la primera carta es una as” no altera la
probabilidad de ocurrencia del evento =“la segunda carta es una pica”, luego se
dice que no depende de , o equivalentemente, que y son independientes.
 Más formalmente

o equivalentemente,
 Ejemplo:
Una pequeña ciudad dispone de un carro de bomberos y una
ambulancia para emergencias. La probabilidad de que el carro de
bomberos este disponible cuando se necesite es 0.98 y la probabilidad
de que la ambulancia este disponible cuando se le requiera es 0.92. En
el evento de un herido en un incendio, calcule la probabilidad de que
tanto la ambulancia como el carro de bomberos estén disponibles,
suponiendo que operan de forma independiente.
Sol.: Sean y los respectivos eventos de que estén disponibles el carro
de bomberos y la ambulancia. Entonces,
 Reglas del producto

Ejemplo:
Suponga que tenemos una caja de fusibles que contiene 20 unidades, de las cuales 5 están
defectuosas. Si se seleccionan 2 fusibles al azar y se retiran de la caja, uno después del otro, sin
reemplazar el primero, ¿Cuál es la probabilidad de que ambos fusibles estén defectuosos?
Resumen reglas del producto:

, si y son independientes.

, si y no son independientes.
 Ejemplo:

Una bolsa tiene 20 bolas, de las cuales 14 son blancas y 6 son negras;
Se extraen dos bolas, una después de la otra, sin reemplazar la primera
¿Cuál es la probabilidad de que la segunda bola extraída sea negra?
 Probabilidad total
Definición:
Los eventos forman una partición de un espacio muestral si satisfacen
las siguientes condiciones:

• es decir los eventos son mutuamente excluyentes entre si.

Teorema de probabilidad total
 Ejemplo:

Tres maquinas de cierta planta de ensamble, , y , montan 30%, 45% y

25% de los productos, respectivamente. Se sabe por experiencia que
2%, 3% y 2% de los productos ensamblados por cada maquina,
respectivamente, tienen defectos. Ahora bien, suponga que se
selecciona de forma aleatoria un producto terminado. ¿Cual es la
probabilidad de que este defectuoso?
 Regla de Bayes

Ejemplo:
Respecto al ejemplo anterior, si se elige al azar un producto y se
encuentra que está defectuoso, ¿Cuál es la máquina que con mayor
probabilidad ensambló dicho producto defectuoso?

Observación:
Teorema (Regla de Bayes)
Ejemplo:
 Variables aleatorias y distribuciones de
probabilidad
Definición (variable aleatoria): Una variable aleatoria es una
correspondencia que a cada resultado de un experimento aleatorio le
asigna un número real. Las v.a. se representan con letras mayúsculas.

Ejemplo: Se arroja una moneda corriente tres veces consecutiva.

X=“número de caras obtenidas en los tres lanzamientos”

 Distribuciones de probabilidad (Caso
discreto)

Ejemplo: construir la distribución de probabilidad del ejemplo anterior.

 Distribución acumulada

Ejemplo: construir la distribución de probabilidad acumulada del ejemplo anterior.

 Valor esperado y varianza (caso discreto)

Ejemplo: calcular la media y la varianza de la distribución de probabilidad del ejemplo anterior.

 Fórmula alterna para la varianza

Donde
 Distribución de Bernoulli
Un ensayo de Bernoulli es un experimento aleatorio en el que sólo se
pueden obtener dos resultados (habitualmente etiquetados como éxito
y fracaso). La probabilidad de éxito se denota por y la probabilidad de
fracaso se denota por
Ejemplo: se extrae una bola de una bolsa que contiene 8 bolas, de las
cuales 3 bolas son negras y 5 son blancas. En este caso vamos a
considerar éxito extraer una bola negra y fracaso extraer una bola
blanca; por lo tanto, la probabilidad de éxito es y la probabilidad de
fracaso es .
Fórmulas
 Distribución binomial
Un proceso de Bernoulli es experimento aleatorio que se caracteriza por:

Ejemplos:
• Se arroja una moneda corriente cinco veces consecutivas.
• Se extraen cinco bolas una después de la otra con reemplazo, de una bolsa que contiene 8 bolas 3
negras y 5 blancas.
 Variable aleatoria binomial
Una variable aleatoria discreta con la forma

Se denomina variable aleatoria binomial. Hasta aquí el dominio de

2
𝜇=𝑛𝑝 𝑦 𝜎 =𝑛𝑝𝑞
 Ejemplos
• Se extraen cinco bolas una después de la otra con reemplazo, de una bolsa que
contiene 8 bolas, 3 negras y 5 blancas. Encontrar la distribución de probabilidad
para el número de bolas negras extraídas y emplearla para calcular la
probabilidad de extraer menos de 3 bolas negras. Calcular la media y la varianza
para el número de bolas negras extraídas.
• Al probar cierta clase de neumático para camión en un terreno accidentado, se
encuentra que el 25% de los camiones no completan la prueba de recorrido sin
pinchaduras. De los siguientes 15 camiones probados, calcule la probabilidad de
que
a) de 3 a 6 tengan pinchaduras;
b) menos de 4 tengan pinchaduras;
c) mas de 5 tengan pinchaduras.
 Distribución multinomial
El experimento binomial se convierte en un experimento multinomial
si cada prueba tiene mas de dos resultados posibles.
Ejemplo:
 Distribución binomial negativa

Consideremos un experimento con las mismas propiedades de un experimento

binomial, solo que en este caso las pruebas se repetirán hasta que ocurra un
numero fijo de éxitos. Por lo tanto, en vez de encontrar la probabilidad de x éxitos
en n pruebas, donde n es fija, ahora nos interesa la probabilidad de que ocurra el k-
ésimo éxito en la x-ésima prueba. Los experimentos de este tipo se llaman
experimentos binomiales negativos. El número X de ensayos necesarios para
generar k éxitos en un experimento binomial negativo se denomina variable
aleatoria binomial negativa y su distribución de probabilidad se llama distribución
binomial negativa.
 Fórmula

𝑘 (1 − 𝑝) 2 𝑘 (1 − 𝑝 )
𝜇= 𝜎 =
𝑝 𝑝2
 Ejemplos:
• En la serie de campeonato de la NBA, el equipo que gane 4 de 7 juegos será el
ganador. Suponga que los equipos A y B se enfrentan en los juegos de
campeonato y que el equipo A tiene una probabilidad de 0.55 de ganarle al
equipo B.
a) ¿Cuál es la probabilidad de que el equipo A gane la serie en 6 juegos?
b) ¿Cuál es la probabilidad de que el equipo A gane la serie?
• La probabilidad de que una persona que vive en cierta ciudad tenga un perro es
de 0.3. Calcule la probabilidad de que la décima persona entrevistada al azar en
esa ciudad sea la quinta que tiene un perro.
Distribución geométrica
 Ejemplos
• Se sabe que en cierto proceso de fabricación uno de cada 100
artículos, en promedio, resulta defectuoso. ¿Cuál es la probabilidad
de que el quinto artículo que se inspecciona, en un grupo de 100, sea
el primer defectuoso que se encuentra?
• Tres personas lanzan una moneda legal y el disparejo paga los cafés. Si
todas las monedas tienen el mismo resultado, se lanzan de nuevo.
Calcule la probabilidad de que se necesiten menos de 4 lanzamientos.
 Distribución hipergeométrica
En general, nos interesa la probabilidad de seleccionar x éxitos de los k artículos
considerados éxitos y n – x fracasos de los N – k artículos que se consideran
fracasos cuando una muestra aleatoria de tamaño n se selecciona de N artículos.
Esto se conoce como un experimento hipergeométrico; es decir, aquel que posee
las siguientes dos propiedades:
• 1. De un lote de N artículos se selecciona una muestra aleatoria de tamaño n sin
reemplazo.
• 2. k de los N artículos se pueden clasificar como éxitos y N – k se clasifican como
fracasos.
La variable aleatoria X=“número de éxitos de un experimento hipergeométrico” se
denomina variable aleatoria hipergeométrica.
Distribución hipergeométrica
 Ejemplos
• Lotes con 40 componentes cada uno que contengan 3 o más defectuosos
se consideran inaceptables. El procedimiento para obtener muestras del
lote consiste en seleccionar 5 componentes al azar y rechazar el lote si se
encuentra un componente defectuoso. ¿Cuál es la probabilidad de, que
en la muestra, se encuentre exactamente un componente defectuoso, si
en todo el lote hay 3 defectuosos?
• Una empresa está interesada en evaluar su procedimiento de inspección
actual para embarques de 50 artículos idénticos. El procedimiento
consiste en tomar una muestra de 5 artículos y aceptar el embarque si
no se encuentran más de 2 defectuosos. ¿Qué proporción de embarques
con 20% de artículos defectuosos se aceptará?
Distribución de Poisson
 Ejemplos:
• Durante un experimento de laboratorio el numero promedio de
partículas radiactivas que pasan a través de un contador en un
milisegundo es 4. ¿Cual es la probabilidad de que entren 6 partículas
al contador en un milisegundo dado?
• Un escritor de libros comete, en promedio, dos errores de
procesamiento de texto por página en el primer borrador de su libro.
¿Cuál es la probabilidad de que en la siguiente página cometa 4 o más
errores?
 Distribución uniforme discreta
Una variable aleatoria X que toma los valores se denomina variable
aleatoria discreta uniforme si su función de masa de probabilidad es

Calcular la media y la varianza de X

 Ejemplos
• De un equipo de 10 empleados, y mediante la selección al azar de una
etiqueta contenida en una caja que contiene 10 etiquetas numeradas
del 1 al 10, se elige a uno para que supervise cierto proyecto. Calcule
la formula para la distribución de probabilidad de X que represente el
número en la etiqueta que se saca. ¿Cuál es la probabilidad de que el
número que se extrae sea menor que 4?
• El temario de un examen para un proceso selectivo contiene 50
temas, de los cuales se elegirá uno por sorteo. Si una persona no ha
estudiado los 15 últimos temas ¿Cuál es la probabilidad de que salga
un tema que haya estudiado?
Distribuciones de probabilidad (caso
continuo)
Media y varianza (Caso continuo)
Ejemplo:

Calcular
 Distribución uniforme continua
Una de las distribuciones continuas más simples de la estadística es la
distribución uniforme continua. Esta distribución se caracteriza por una
función de densidad que es “plana”, por lo cual la probabilidad es uniforme
en un intervalo cerrado, digamos [A, B].
 Ejemplo:
• Suponga que el tiempo máximo que se puede reservar una sala de conferencias
grande de cierta empresa son cuatro horas. Con mucha frecuencia tienen
conferencias extensas y breves. De hecho, se puede suponer que la duración X de
una conferencia tiene una distribución uniforme en el intervalo [0, 4].
a) ¿Cuál es la función de densidad de probabilidad?
b) ¿Cuál es la probabilidad de que cualquier conferencia determinada dure al
menos 3 horas?
• Un autobús llega cada 10 minutos a una parada. Se supone que el tiempo de
espera para un individuo en particular es una variable aleatoria con distribución
continua uniforme.
a) ¿Cuál es la probabilidad de que el individuo espere más de 7 minutos?
b) ¿Cuál es la probabilidad de que el individuo espere entre 2 y 7 minutos?
 Distribución normal
Una variable aleatoria continua X que tiene la distribución en forma de campana de
la siguiente figura se denomina variable aleatoria normal.

La ecuación matemática para la distribución de probabilidad de la variable

normal depende de los dos parámetros μ y σ, su media y su desviación
estándar, respectivamente. Por ello, denotamos los valores de la densidad de X
por n(x; μ, σ).
Función de densidad de la normal
Propiedades de la curva normal
Interpretaciones gráficas de la media y la
varianza
 Distribución normal estándar
La distribución de una variable aleatoria normal con media 0 y varianza
1 se llamandistribución normal estándar.
Interpretación gráfica probabilidad
 Ejemplo:
Cierto tipo de batería de almacenamiento dura, en promedio, 3.0 años,
con una desviación estándar de 0.5 años. Suponga que la duración de la
batería se distribuye normalmente y calcule la probabilidad de que una
batería determinada dure menos de 2.3 años.
 Ejemplo:
Una empresa de material eléctrico fabrica bombillas de luz cuya
duración, antes de quemarse, se distribuye normalmente con una
media igual a 800 horas y una desviación estándar de 40 horas. Calcule
la probabilidad de que una bombilla se queme entre 778 y 834 horas.
 Ejemplo:
Cierta maquina fabrica resistencias eléctricas que tienen una resistencia
media de 40 ohms y una desviación estándar de 2 ohms. Si se supone
que la resistencia sigue una distribución normal y que se puede medir
con cualquier grado de precisión, ¿Qué porcentaje de resistencias
tendrán una resistencia que exceda 43 ohms?
 Ejemplo

La vida promedio de cierto tipo de motor pequeño es de 10 años, con

una desviación estándar de 2 años. El fabricante reemplaza gratis todos
los motores que fallen dentro del periodo de garantía. Si estuviera
dispuesto a reemplazar solo 3% de los motores que fallan, ¿Cuánto
tiempo de garantía debería ofrecer? Suponga que la duración de un
motor sigue una distribución normal.
 Ejercicio:
Una máquina expendedora de bebidas gaseosas se regula para que sirva
un promedio de 200 mililitros por vaso. Si la cantidad de bebida se
distribuye normalmente con una desviación estándar igual a 15 mililitros,
a) ¿qué fracción de los vasos contendrá más de 224 mililitros?
b) ¿cuál es la probabilidad de que un vaso contenga entre 191 y 209
mililitros?
c) ¿cuántos vasos probablemente se derramarán si se utilizan vasos de
230 mililitros para las siguientes 1000 bebidas?
d ) ¿por debajo de qué valor obtendremos el 25% más bajo en el llenado
de las bebidas?
 Distribución gamma

La distribución gamma, y su caso especial la distribución exponencial,

desempeñan un papel importante en la teoría de colas y en problemas
de confiabilidad. Los tiempos entre llegadas en instalaciones de servicio
y los tiempos de operación antes de que partes componentes y
sistemas eléctricos empiecen a fallar a menudo se representan bien
mediante la distribución exponencial
 Función gamma
La distribución gamma está definida en términos de la función gamma.

Propiedades: si es un entero positivo

Función de densidad
Distribución exponencial
Media y varianza
Relación entre las distribuciones exponencial y Poisson
Si representa a una variable aleatoria de Poisson con la forma

Entonces el parámetro de su distribución de probabilidad es

donde es el número promedio de resultados por unidad de tiempo y

es el número promedio de resultados. Entonces la variable definida
sobre dicho experimento de Poisson como

Es una variable aleatoria con función de densidad exponencial con

parámetro

Donde es el tiempo promedio entre resultados de Poisson

 Aplicaciones de la exponencial
• Suponga que un sistema contiene cierto tipo de componente cuyo
tiempo de operación antes de fallar, en años, está dado por . La
variable aleatoria se modela bien mediante la distribución
exponencial con tiempo medio de operación antes de fallar . Si se
instalan 5 de estos componentes en diferentes sistemas, ¿Cuál es la
probabilidad de que al final de 8 años al menos dos aún funcionen?
• El tiempo necesario para que un individuo sea atendido en una
cafetería es una variable aleatoria que tiene una distribución
exponencial con una media de 4 minutos. ¿Cuál es la probabilidad de
que una persona sea atendida en menos de 3 minutos en al menos 4
de los siguientes 6 días?
 Aplicaciones distribución gamma
La distribución gamma tiene aplicaciones importantes en tiempo de
espera y teoría de confiabilidad. Mientras que la distribución
exponencial describe el tiempo que transcurre hasta la ocurrencia de
un evento de Poisson (o el tiempo entre eventos de Poisson), el tiempo
(o espacio) que transcurre hasta que ocurre un número específico de
eventos de Poisson es una variable aleatoria, cuya función de densidad
es descrita por la distribución gamma. Este número específico de
eventos es el parámetro α en la función de densidad gamma. De esta
manera se facilita comprender que cuando α = 1, ocurre el caso
especial de la distribución exponencial.
 Aplicaciones distribución gamma
• Suponga que las llamadas telefónicas que llegan a un conmutador
particular siguen un proceso de Poisson con un promedio de 5 llamadas
entrantes por minuto. ¿Cuál es la probabilidad de que transcurra hasta
un minuto en el momento en que han entrado 2 llamadas al
conmutador?
• El número de automóviles que llegan a cierta intersección por minuto
tiene una distribución de Poisson con una media de 5. Existe interés por
el tiempo que transcurre antes de que 10 automóviles aparezcan en la
intersección.
a) ¿Cuál es la probabilidad de que más de 10 automóviles aparezcan en
la intersección durante cualquier minuto determinado?
b) ¿Cuál es la probabilidad de que transcurran más de 2 minutos antes de
que lleguen 10 autos?
 Aplicaciones distribución gamma
• Para un componente eléctrico que tiene una tasa de fallas de una vez
cada 5 horas es importante considerar el tiempo que transcurre para
que fallen 2 componentes.
a) Suponiendo que se aplica la distribución gamma, ¿Cuál es el
tiempo promedio que transcurre para que fallen 2 componentes?
b) ¿Cuál es la probabilidad de que transcurran 12 horas antes de que
fallen 2 componentes?
 Aplicaciones distribución gamma en tiempos
de supervivencia
Mientras el origen de la distribución gamma trata con el tiempo (o espacio)
hasta la ocurrencia de α eventos de Poisson, hay muchos ejemplos donde
una distribución gamma funciona muy bien aunque no exista una estructura
de Poisson clara. Esto es particularmente cierto para problemas de tiempo
de supervivencia en aplicaciones de ingeniería y biomédicas.
Ejemplo: En un estudio biomédico con ratas se utiliza una investigación de
respuesta a la dosis para determinar el efecto de la dosis de un tóxico en su
tiempo de supervivencia. El tóxico es producido por el combustible que
utilizan los aviones y, en consecuencia, descargan con frecuencia a la
atmósfera. Para cierta dosis del tóxico, el estudio determina que el tiempo
de supervivencia de las ratas, en semanas, tiene una distribución gamma con
α = 5 y β = 10. ¿Cuál es la probabilidad de que una rata no sobreviva más de
60 semanas?
Distribución chi cuadrada