ESPACIO MUESTRAL

Al conjunto de todos los resultados posibles de un

experimento se le llama espacio muestral del
experimento. Se representa con el símbolo S.

En el experimento de lanzar una moneda, el espacio

muestral es:
S {cara, cruz}

En el experimento de sacar una carta, el espacio muestral

tiene 52 elementos:
S { as de corazones, dos de corazones, etcétera}
 ESPACIO MUESTRAL
Un evento es uno o más de los posibles resultados de
hacer algo. Al lanzar una moneda al aire, si cae cruz es un
evento, y si cae cara es otro. De manera análoga, si
sacamos una carta de un mazo de naipes, el tomar el as
de espadas es un evento.
 Un ejemplo de evento que, quizá, esté más cercano a
su quehacer diario es ser elegido de entre cien
estudiantes para que responda a una pregunta.
 Cuando escuchamos las poco gratas predicciones del
índice de mortalidad en accidentes de tránsito,
esperamos no ser uno de tales eventos.

La actividad que origina uno de dichos eventos se conoce

como experimento.
Hallar el espacio muestral de:
• Lanzar un dado.
• Lanzar dos dados.
• Jugar un partido de futbol.
• Tomar una pieza para inspeccionar.
• Tomar dos componentes y clasificarlos conforme
cumple o no los requerimientos.
• Considere el experimento en el que, cada diez
minutos, se verifica el volumen de llenado de las
latas de refresco de una maquina llenadora
automática, con la finalidad de determinar si las
latas cumplen con las especificaciones de
volumen que debe contener. La evaluación
continúa hasta encontrar una lata que no cumpla
con las especificaciones.
 DIAGRAMA DE VENN
Los diagramas de Venn tienen el nombre de su
creador, John Venn, matemático y filósofo
británico. Los diagramas de Venn son esquemas
usados en la teoría de conjuntos.
La teoría de conjuntos es una rama de
las matemáticas que estudia las propiedades y
relaciones de los conjuntos: colecciones
abstractas de objetos, consideradas como
objetos en sí mismas.
CONJUNTOS EXCLUYENTES O
INCOMPATIBLES
𝑨 ∪𝑩=𝑨+𝑩

𝑨 ∩𝑩=∅
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES

𝑨∩𝑩=𝑨𝑩
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES

𝑨 ∪ 𝑩 = 𝑨 + 𝑩 − (𝑨 ∩ 𝑪)
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES

𝑨 −𝑩
COMPLEMENTO

𝑪
𝑨
Para poder abordar cualquier problema de teoría
de conjuntos de sucesos excluyentes, necesitamos
como mínimo conocer tantos datos como sucesos
excluyentes existan menos uno, es decir, 2n-1

Sucesos compatibles Sucesos excluyentes

𝐴 𝐵 𝐴𝐵
𝐴𝐵ത 𝐵𝐴ҧ 𝐴ҧ𝐵ത
 Ejemplos
• En un conjunto de 100 trabajadores hay 50
con estudios universitarios, 35 que son
casados y 20 son casados con estudios
universitarios. Representar este conjunto de
trabajadores mediante el diagrama de Venn.
TRES SUBCONJUNTOS
 TRES SUBCONJUNTOS
𝑆𝑢𝑐𝑒𝑠𝑜𝑠 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 = 𝐴, 𝐵, 𝐶
𝑆𝑢𝑐𝑒𝑠𝑜𝑠 𝑑𝑜𝑏𝑙𝑒𝑠 = 𝐴𝐵; 𝐴𝐶; 𝐵𝐶
𝑆𝑢𝑐𝑒𝑠𝑜𝑠 = 𝑡𝑟𝑖𝑝𝑙𝑒𝑠 𝐴𝐵𝐶
Las posibilidades de los diferentes
sucesos excluyentes serán:
𝐴𝐵𝐶ҧ = 𝐴𝐵 − 𝐴𝐵𝐶
𝐴𝐵𝐶 ത = 𝐴𝐶 − 𝐴𝐵𝐶
ҧ
𝐴𝐵𝐶 = 𝐶𝐵 − 𝐴𝐵𝐶
𝐴𝐵ത 𝐶ҧ = 𝐴 − 𝐴𝐶 − 𝐴𝐵 + 𝐴𝐵𝐶
𝐴𝐵 ҧ 𝐶ҧ = 𝐵 − 𝐴𝐵 − 𝐶𝐵 + 𝐴𝐵𝐶
𝐴ҧ𝐵𝐶ത = 𝐶 − 𝐴𝐶 − 𝐶𝐵 + 𝐴𝐵𝐶
𝐴ҧ𝐵ത 𝐶ҧ = 𝑆 − 𝐴 ∪ 𝐵 ∪ 𝐶
= 𝑆 − (𝐴 + 𝐵 + 𝐶 − 𝐴𝐵 − 𝐴𝐶 − 𝐶𝐵
+ 𝐴𝐵𝐶)
 Ejemplos
• Se consulto a un grupo de 200 personas sobre el
medio de comunicación que utilizan a diario para
mantenerse informados sobre la situación actual
del país; los resultados fueron los siguientes: 93
personas utilizan la televisión, 90 la radio, 28
personas ven televisión y lee prensa, 35 ven
televisión y escuchan radio, 10 leen la prensa y
escuchan la radio pero no ven televisión, 38
personas solo leen la prensa y 12 personas
utilizan con la misma frecuencia los tres medios.
 Ejemplos
Con base a esta información responder:
• ¿Cuántas personas consultan solamente un
medio?
• ¿Cuántas personas consultan solamente dos
medios?
• ¿Cuantas personas no consultan la prensa?
• ¿Cuántas personas no consultan ningún medio
de información?
Respuestas
 TÉCNICAS DE CONTEO
Con mucha frecuencia puede ser muy difícil y
engorroso determinar el número posible de arreglos
de un número finito de elementos, por medio de la
enumeración directa. Tomemos como ejemplo: Un
investigador desea seleccionar una persona de un
grupo de personas que fueron tratadas con dos
medicamentos (A y B) sobre un tipo de ejecución
motora, tres niveles de medicamentos (alto, medio
bajo), de edad entre 30 y 35 años, medicamento
barato y caro, ¿De cuántas formas posibles el
investigador puede seleccionar una persona?
Una empresa que requiere comprar una
máquina troqueladora que puede ser clasificada
por un equipo evaluador, como de operatividad
fácil, mediana o difícil; como cara, barata o costo
adecuado, como muy comercial o poco
comercial, con velocidad V1 y V2. Es decir, que la
máquina puede ser evaluada desde cuatro
frentes diferentes (operatividad; costo;
comercial y velocidad)
Las técnicas de conteo, se refieren a un conjunto
de métodos utilizados para calcular sin
necesidad de contar en forma directa, el número
de posibles arreglos u ordenaciones de un
conjunto determinado de elementos. Para
solucionar un problema de probabilidad en
muchas ocasiones es fundamental llevar a cabo
algún tipo de conteo, lo cual garantiza el éxito
en la solución. Las técnicas de conteo, se
fundamentan en dos principios importantes
como son el “principio de la multiplicación y el
“principio de la adición” .
PRINCIPIO DE LA MULTIPLICACIÓN

Teorema: si una operación se puede llevar a

cabo en n1 formas, y si para cada una de estas se
puede realizar de una segunda forma operación
en n2 formas, entonces las dos operaciones se
pueden ejecutar de n1 n2 formas.
PRINCIPIO DE LA MULTIPLICACIÓN
Un urbanista ofrece a los futuros compradores
de una casa la elección del estilo de la fachada
entre Tudor, rustica, colonial y tradicional; en
una planta, dos pisos y desniveles. ¿En cuantas
formas diferentes puede ordenar un comprador
una de estas casas? Construir el diagrama del
árbol.
 EJERCICIO
Una persona vive en el extremo norte de la ciudad y
solo cuenta con dos rutas para poder llegar a la
llamada autopista Norte. Una vez alcanzada la
autopista tiene tres rutas de menor congestión para
llegar al centro de la ciudad. Ya en el centro de la
ciudad puede seleccionar dos rutas para llegar al
parqueadero más cercano a su oficina. ¿De cuántas
maneras o rutas podría conducir su automóvil de la
casa al parqueadero más próximo a la oficina? Halle
el diagrama de árbol.
PRINCIPIO DE LA MULTIPLICACIÓN
Teorema: si una operación se puede llevar a
cabo en n1 formas, y si para cada una de estas se
puede realizar de una segunda forma operación
en n2 formas, y para cada una de las primeras
dos se puede realizar una tercera operación en
n3 formas, y así sucesivamente, entonces la seria
de k operaciones se pude realizar en n1, n2,…..,nk
formas.
PRINCIPIO DE LA MULTIPLICACIÓN
Supongamos que un cierto componente eléctrico
consta de tres piezas diferentes, de tal manera que
cada pieza puede ser ensamblada de diferentes
formas alternativas así: La pieza A puede ser
ensamblada de tres formas diferentes, la pieza B
puede ser ensamblada de dos formas diferentes y la
pieza C puede ser ensamblada de dos formas
diferentes. Se quiere conocer el número total de
formas como puede ser ensamblado el
componente.
DIAGRAMA DE ÁRBOL
PRINCIPIO DE LA MULTIPLICACIÓN
¿Cuántos almuerzos que consisten en una sopa,
emparedado, postre y una bebida, si son
posibles seleccionar de 4 sopas, 3 tipos de
emparedados, 5 postres y 4 bebidas? Construir
el diagrama del árbol.
PRINCIPIO DE LA MULTIPLICACIÓN
Una permutación es una arreglo de todo o parte
de un conjunto de objetos.
Considera las tres letras a, b, c. ¿Cuántos
arreglos distintos se pueden formar con estas
tres letras? Hallarlos todos los arreglos.

𝑛 𝑛 − 1 𝑛 − 2 … . . 3 2 1 𝑓𝑜𝑟𝑚𝑎𝑠 = 𝑛!
 NOTACIÓN FACTORIAL
• 6!=
• 0!=
• 1!=
• 10!=
• 12!/8! =
• 3!/0! =
• 0!/5! =
• 3!*5!/4!*6! =
• ¿De cuántas maneras pueden acomodarse en
una reunión de 7 personas en una fila, si
deben acomodarse de derecha a izquierda en
orden de llegada?
• En una universidad de Bogotá a 5 estudiantes
se les califica con las letras A, B, C, D, E. De
cuántas maneras se les pueden calificar:
si todos los estudiantes obtienen
calificaciones diferentes.
si los estudiantes obtienen la misma
calificación.
• ¿De cuántas maneras se pueden acomodar en
un estante 5 libros diferentes si se toman
todos a la vez?
• Un número telefónico consta de siete cifras
enteras. Suponga que la primera cifra debe
ser un número entre 2 y 9, ambos inclusive.
Las segunda y tercera cifra debe ser números
entre 1 y 9, ambos inclusive. Cada una de las
restantes cifras es un número de 0 al 9, ambos
inclusive. ¿Cuántos números de teléfonos
distintos pueden formarse con estas
condiciones?
 PERMUTACIÓN
Una permutación es un arreglo u ordenación de los
“n” elementos que conforman un conjunto tomados
todos a la vez o tomados parte a la vez; de tal
manera que el orden interesa. Es decir, aunque
varios arreglos u ordenaciones contengan los mismos
elementos, por el solo hecho de tener un orden
diferente, tales arreglos u ordenaciones se
consideran diferentes. En éstas condiciones cada
arreglo u ordenación se denomina una permutación.
𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
 EJERCICIOS
• ¿Cuál será el número de permutaciones de
cuatro letras a, b, c, d al tomar dos a la vez?
• Formar cifras de tres dígitos con los cuatro
números naturales: 1, 2, 3, 4 sin repetición.
• Formar cifras de dos dígitos con los cuatro
números naturales.
• Se sacan dos billetes de lotería de 20 para un
primer y segundo premios. Encuentre el
número de puntos muestrales en el espacio S.
 PERMUTACIONES CIRCULARES
El número de permutaciones de n objetos
distintos arreglados en un circulo es 𝑛 − 1 !

Dos permutaciones circulares no se consideran

diferentes a menos que los objetos
correspondientes en los dos arreglos estén
precedidos o seguidos por un objeto diferente
conforme recorramos en la dirección de las
manecillas del reloj.
 Ejercicio
Cuatro personas juegan cartas ¿De
cuantas formas distintas podemos
organizar estas cuatro personas
alrededor de una mesa?
RESPUESTA
Teorema: el número de permutaciones distintas
de n cosas de las n1 son de una clase, n2 de una
segunda clase, ….., nk de una k-ésima clase es:

𝑛!
𝑛1 ! 𝑛2 ! … . . 𝑛𝑘 !

¿De cuántas formas diferentes se puede arreglar

3 focos rojos, 4 amarrillos y 2 azules en una serie
de luces navideñas con 9 portalámparas?
¿Cuál será el número de permutaciones de tres
letras a, b, c?

¿Cuál será el número de permutaciones de tres

letras a, b, c; si las letras b y c son iguales a X?
Con frecuencia nos interesa el número de
formas de dividir un conjunto de n objetos en r
subconjunto denominado celdas. El orden de los
elementos dentro de una celda no importa.
Teorema: el número de formas de partir un
conjunto de n objetos en r celdas con n1
elementos en la primera celda, n2 elementos en
la segunda celda, y así sucesivamente, es:

𝑛 𝑛!
𝑛1 𝑛2 … . 𝑛𝑟 = 𝑛1 ! 𝑛2 ! … . . 𝑛𝑟 !

Donde 𝑛1 + 𝑛2 + ⋯ 𝑛𝑟 = 𝑛.
Considere el conjunto (a, e, i, o, u). ¿Cuántas
particiones en dos celdas en las que la primera
celda contiene cuatro elementos y la segunda
celda un elemento?

(a,e,i,o)(u) ; (a,e,i,u)(o) ; (a,e,o,u)(i) ;

(a,i,o,u)(e) ; (e,i,o,u)(a) = 5
¿En cuantas formas se puede asignar siete
científicos a una habitación de hotel triple y a
dos dobles?
¿Cuántas es el número de permutaciones de las
letras en la palabra statistics?
 COMBINACIONES
Una combinación es un arreglo u ordenación de
“n” objetos disponibles tomados todos a la vez o
parte a la vez, sin que el orden interese.

𝑛! 𝑛
𝑛𝐶𝑟 = =
𝑛 − 𝑟 ! 𝑟! 𝑟
 EJERCICIOS
• Tenemos las 4 letras del alfabeto A, B, C, D. Se
desea combinarlas, ¿cuántas combinaciones se
podrán hacer?
• Se desea combinar las 4 letras de dos en dos,
¿Cuántas combinaciones se podrán hacer?
• Se desea combinar las 4 letras de tres en tres,
¿Cuántas combinaciones se podrán hacer?
• ¿Cuántas comisiones de 3 personas se pueden
formar seleccionándolas de entre 10 personas?
• Un Jefe de producción debe elegir tres de seis
obreros disponibles para realizar un trabajo, de
tal manera que cada uno de los obreros debe
realizar un trabajo idéntico. ¿Cuántas formas de
seleccionar son posibles?

• La junta directiva de un sindicato compuesta por

6 miembros, debe nombrar una comisión
compuesta por 3 de ellos para estudiar una
propuesta que se quiere pasar a la presidencia de
la compañía, relacionada con modificaciones en
los turnos actuales. ¿De cuantas formas posibles
puede formarse la comisión?
• ¿De cuántas formas puede un sindicato elegir un
presidente y un vicepresidente, entre sus 25
miembros?
• De un grupo de 11 edecanes se deben
seleccionar a cuatro para que asistan a una
exposición. Determinar el número de selecciones
distintas que se pueden hacer.
• Un vendedor tiene una portafolio de 15
empresas. ¿Cuántas recorridos distintos puede
realizar para visitar a seis de estos clientes en un
día determinado?
 PROBABILIDAD
Primeros teóricos que desarrollaron teorías sobre
probabilidad:
• Jacob Bernoulli (1654-1705)
• Abraham de Moivre (1667-1754)
• El reverendo Thomas Bayes (1702-1761)
• Joseph Lagrange (1736-1813) desarrollaron fórmulas y
técnicas para el cálculo de la probabilidad.
• En el siglo XIX, Pierre Simon, marqués de Laplace
(1749-1827), unificó todas estas ideas y compiló la
primera teoría general de probabilidad.
 PROBABILIDAD
La probabilidad se refiere a problemas
aleatorios o de resultados imprevisibles y es un
factor importante para estudiar todos aquellos
fenómenos que suceden bajo incertidumbre. El
concepto de probabilidad fue aplicado por
primera vez en los juegos de mesa en Francia en
el siglo XVII, bajo el supuesto de que todos los
resultados posibles de un experimento son
igualmente probables y fue Laplace, quien más
influencia tuvo en éste sentido.
 APLICACIONES
Hoy en día la probabilidad reviste gran importancia
en matemáticas y la estadística aplicada a ciencias
tales como la ingeniería, la administración, la
química, la antropología, la sociología, la psicología,
la medicina, la economía, la astrología, etc.
En la actualidad, la teoría matemática de la
probabilidad es la base para las aplicaciones
estadísticas, tanto en investigaciones sociales como
en la toma de decisiones.
La probabilidad constituye parte importante de
nuestra vida cotidiana. En la toma de decisiones
personales y administrativas, nos enfrentamos a
la incertidumbre y utilizamos la teoría de la
probabilidad.

Cuando escuchamos una predicción de un 70%

de posibilidades de lluvia, cambiamos nuestros
planes de salir al parque y nos quedamos en
casa divirtiéndonos con juegos de mesa.
 PROBABILIDAD
Cuando se realiza un experimento, la posibilidad
de que se presente un resultado determinado,
se denomina probabilidad, que se encuentra
dentro del rango cero a uno. A cada uno de los
posibles resultados del experimento, se le asigna
una probabilidad tal que la suma de todas las
probabilidades es uno.
 PROBABILIDAD
La probabilidad de un evento X lo denotamos
como 𝑃(𝑋).
0 ≤ 𝑃(𝑋) ≤ 1

෍ 𝑃 𝑋𝑖 = 1
𝑖=1

𝑃 𝑋ത = 1 − 𝑃 𝑋
Si se realiza un experimento en el cual tenemos una gran
posibilidad de que un determinado resultado va a ocurrir,
entonces el valor de probabilidad que debe asignársele a
dicho resultado debe ser cercano a uno.

Un suceso se considera CIERTO o SEGURO, si en un

experimento dado, dicho evento tiene la absoluta
probabilidad de ocurrir.

¿Cuál es la probabilidad que una persona muera algún día?

Sea 𝑀: 𝐸𝑣𝑒𝑛𝑡𝑜 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑚𝑢𝑒𝑟𝑎
𝑃 𝑀 =1
Si por el contrario, pensamos que al realizar el
experimento un determinado resultado tiene muy poca
posibilidad de ocurrir, entonces a éste resultado debe
asignársele un valor de probabilidad cercano a cero.

Un suceso IMPOSIBLE, es aquel que no puede ocurrir.

¿Cuál es la probabilidad de atravesar a nado el océano

atlántico?
Sea 𝐴: 𝐸𝑣𝑒𝑛𝑡𝑜 𝑎𝑡𝑟𝑎𝑣𝑒𝑠𝑎𝑟 𝑎 𝑛𝑎𝑑𝑜 𝑒𝑙 𝑜𝑐é𝑎𝑛𝑜 𝑎𝑡𝑙á𝑛𝑡𝑖𝑐𝑜
𝑃 𝐴 =0
ALGUNAS DEFINICIONES BÁSICAS
Se dice que dos resultados son IGUALMENTE
PROBABLES, o equiprobables cuando estos dos
resultados tienen la misma probabilidad de
ocurrir.
Ejemplo:
En el lanzamiento del dado una vez al aire.
Selecciono aleatoriamente una persona entre
diez.
ALGUNAS DEFINICIONES BÁSICAS

Dos sucesos se consideran OPUESTOS, si no

pueden ocurrir simultáneamente y además sus
probabilidades se complementan. También
llamados Sucesos INCOMPATIBLES o
MUTUAMENTE EXCLUYENTES.
 EJEMPLO
¿Cuál es la probabilidad de obtener un par al lanzar el
dado corriente una vez al aire?

¿Cuál es la probabilidad de pasar la signatura o reprobar,

desertar o no obtener calificación?

¿Cuál es la probabilidad de seleccionar un hombre o una

mujer?

¿Cuál es la probabilidad de seleccionar un artículo de un

lote que cumpla o no cumpla las especificaciones?
ALGUNAS DEFINICIONES BÁSICAS

Cuando una lista incluye todos los eventos que

pueden resultar de un experimento, se dice que
la lista es colectivamente exhaustiva.
 EJEMPLOS
Proporcione una lista colectivamente exhaustiva
de:
Lanzar dos dados.
Lanzar una moneda tres veces.
Un experimento que consta de tres pasos; para
el primer paso hay tres resultados posibles, para
el segundo hay dos resultados posibles y para el
tercer paso hay cuatro resultados posibles.
ALGUNAS DEFINICIONES BÁSICAS

Dos sucesos son INDEPENDIENTES, cuando la

probabilidad de la ocurrencia del uno, no afecta
la probabilidad de la ocurrencia del otro.

Ejemplo: Si lanzo una moneda dos veces al aire

y obtengo cara en el primer lanzamiento ¿Éste
resultado afecta el siguiente resultado?
ALGUNAS DEFINICIONES BÁSICAS
Dos sucesos son DEPENDIENTES, cuando la
probabilidad de la ocurrencia del uno, depende
de si el otro ocurrió o no ocurrió.

Ejemplo. Se selecciona dos cartas de una baraja

de 52 naipes sin reposición.
 PROBABILIDAD A PRIORI
Es aquella que se puede determinar de
antemano, sin necesidad de realizar el
experimento.
Ejemplos:
La probabilidad de que aparezca cara en el
lanzamiento de una moneda.
La probabilidad de que aparezca el tres en la
cara superior después de lanzar un dado.
La probabilidad de seleccionar una mujer al
escoger una persona al azar.
 PROBABILIDAD EMPÍRICA
Se determina mediante experimentos u
observaciones previas, la probabilidad se cuantifica
a través de una proporción, de tal manera que el
numerador está representado por el número de
resultados favorables encontrados en el
experimento, mientras que el denominador se
refiere al número de casos posibles, o a la totalidad
de las observaciones o ensayos hechos en el
experimento.

𝑛° 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃 𝑋𝑖 =
𝑛° 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
 EJEMPLO
Determinar el éxito de una operación quirúrgica
practicada por un determinado medico. Si se sabe
que el medico a tenido 36 operaciones exitosas y a
operado a 40 pacientes.

Un lote contiene 15 artículos, de los cuales, 7 son

tipo X, 3 son tipo Y y 5 son tipo Z. Si se selecciona
aleatoriamente un artículo del lote, se pide calcular
la probabilidad de que dicho artículo sea tipo X.
 CONCEPTO SUBJETIVO
Puede interpretarse como el grado en que uno
cree que va ocurrir el evento, en razón al buen
criterio, sentido común o experiencia. Este
enfoque es llamado también personalista.
EJEMPLO
Un médico cardiólogo de acuerdo con su
experiencia, afirma que existe una probabilidad
del 70%, que su paciente superará la cirugía que
tiene proyectada.
 EJERCICIO
Un magnate reflexiona sobre la compra de 500
acciones, en la bolsa de valores. En un estudio de
las 100 ultimas sesiones de la bolsa, se ve que el
precio bajo en 20 oportunidades, subió en otras 50
y no se alteró el resto de los días.
Determinar la probabilidad de que el día de hoy el
precio de la acción:
1. Baje.
2. Suba
3. No se altere.
 EJEMPLO
En una junta directiva compuesta por 7
miembros, existen 4 miembros de acuerdo con
un proyecto y 3 que no están de acuerdo con el
mismo. Se selecciona aleatoriamente un
miembro para gestionar una autorización
relacionada con dicho proyecto, ante una
entidad gubernamental. ¿Cual es la probabilidad
de que la persona seleccionada esté de acuerdo
con el proyecto?
 EJERCICIOS
• Hallar el diagrama del árbol y la probabilidad
de cada rama de:
Lanzar un dado.
Lanzar dos monedas.
Familia con tres hijos “hombre o mujer”.
Una moneda y un dado.
Un experimento que consiste en el lanzamiento de
dos dados.
Cuál es la probabilidad de obtener en el
experimento:
 La suma de sus caras sean 7.
 La suma de sus caras sean menor a 5.
Que en una cara aparezca un 3 y en la otra un
valor mayor de 4.
Que en el primer dado aparezca un 3 o un 5, y en
el segundo 2 o 6.
Que la suma de sus caras de cómo resultado un
número impar.
¿Cuál es la probabilidad de que en el lanzamiento
de un dado, se alcance en la cara superior un valor
par? y ¿cuál es la probabilidad de obtener un
número mayor a dos?
¿Cuál es la probabilidad de obtener en el
lanzamiento de 3 monedas, que todas sean caras?
¿De que dos sean caras? ¿De que dos sean sellos?
¿Cuál es la probabilidad de que sean varones, los
tres hijos de una familia?
¿Cuál es la probabilidad de que al menos una mujer
de los tres hijos de una familia?
¿Cuál es la probabilidad de que sea un varón y dos
mujeres los tres hijos de una familia?
• De las 1.200 cuentas por cobrar que tiene una
compañía, estas se han clasificado así: 1.000 de
fácil cobro, 100 de difícil cobro, 70 de dudoso
cobro y 30 irrecuperables. ¿Si se selecciona una
cuenta aleatoriamente, cuál es la probabilidad de
que la cuenta sea de fácil o de difícil cobro?
• Una caja contiene 12 productos de los cuales 4
están defectuosos. Si se selecciona un producto al
azar,
 ¿Cuál es la probabilidad de obtener un producto
defectuoso?
 ¿Un producto no defectuoso?
• La clase de estadística tiene 12 hombres y 13
mujeres. Si se selecciona al azar a un estudiante.
Encuentre la probabilidad de que sea hombre.

• Una persona compra un boleto para una rifa en la

cuál hay 13 premios mayores y 57 premios
menores. Si la emisión de boletos fue de 2000,
encuentre la probabilidad de que la persona: a)
Se gane un premio mayor; b) no se gane un
premio; c) Se gane un premio menor; d) Se gane
un premio.
 FRECUENCIA RELATIVA
En el siglo XIX, los estadísticos británicos, interesados en
la fundamentación teórica del cálculo del riesgo de
pérdidas en las pólizas de seguros de vida y comerciales,
empezaron a recoger datos sobre nacimientos y
defunciones. En la actualidad, a este planteamiento se le
llama frecuencia relativa de presentación de un evento y
define la probabilidad como:
1. La frecuencia relativa observada de un evento
durante un gran número de intentos.
2. La fracción de veces que un evento se presenta a la
larga, cuando las condiciones son estables.
 FRECUENCIA RELATIVA
Los datos a continuación
representan el número de # de Accidentes Frecuencia
accidentes que ocurren por día en 0 62
un cruce determinado. 1 48
Hallar la probabilidad de que en 2 32
un día determinado ocurran:
3 25
a) Exactamente 3 accidentes.
4 17
b) A lo más 3 accidentes.
5 10
c) 4 o mas accidentes.
6 o más 6
d) Al menos 3 accidentes.
200
• Se tiene un lote de diez baterías para un celular.
Se sabe que tres de ellas no funcionan.
• ¿Cuántas formas posibles puedo seleccionar tres
baterías?
• ¿De cuántas maneras distintas se pueden sacar
tres baterías al azar y que todas funcionen?
• Si se extraen tres baterías al azar, ¿cuál es la
probabilidad de que las tres funcionen?
• ¿De cuántas maneras se pueden extraer tres
baterías al azar y obtener solamente una que no
funcione?
• ¿Cuál es la probabilidad de que al extraer tres
pilas al azar obtener solo una sin funcionar?
 RESPUESTAS
• (10C3) = 120
• (7C3) = 35
• P(tres funcionen) = (7C3) / (10C3) = 35 / 120 =
0.2917
• (3C1) (7C2) = (21)(3)= 63
• P(Sólo una no funcione) =(3C1) (7C2) / (10C3)
= 63 / 120 = 0.5203
PROBABILIDADES BAJO CONDICIONES
DE INDEPENDENCIA ESTADÍSTICA
Cuando se presentan dos eventos, el resultado del
primero puede, o no, tener un efecto en el resultado del
segundo. Esto es, los eventos pueden ser dependientes o
independientes. Los eventos que son estadísticamente
independientes, es decir, aquellos en donde la
presentación de uno no tiene efecto sobre la probabilidad
de presentación de cualquier otro. Existen tres tipos de
probabilidades que se presentan bajo la independencia
estadística:
1. Marginal.
2. Conjunta.
3. Condicional.
 PROBABILIDADES MARGINALES BAJO
CONDICIONES
DE INDEPENDENCIA ESTADÍSTICA
La probabilidad marginal o incondicional es la
probabilidad simple de presentación de un evento.
En el lanzamiento de una moneda no cargada,
P(cara) = 0.5 y P(sello) = 0.5. Esto es cierto para
cada lanzamiento, no importa cuántas veces se
lance la moneda o cuáles hayan sido los resultados
anteriores. Cada lanzamiento de la moneda es
único y no hay manera de conectarlo con ningún
otro. En consecuencia, el resultado de cada
lanzamiento de una moneda es un evento
estadísticamente independiente de los resultados
de cualquier otro lanzamiento de ella.
 Sucesos
mutuamente 𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵
excluyentes
Regla
de la
suma
Sucesos NO
mutuamente 𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵
excluyentes
Reglas de la
probabilidad Prob. Marginal 𝑃 𝐴
básica
Sucesos Prob. Conjunta 𝑃 𝐴∩𝐵 =𝑃 𝐴 𝑃 𝐵
independientes
Regla Prob. Condicional 𝑃 𝐵/𝐴 = 𝑃 𝐵
de la
multiplicación Prob. Marginal 𝑃 𝐴

Sucesos 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃 𝐵/𝐴
Prob. Conjunta
dependientes
Prob. Condicional 𝑃 𝐵/𝐴 = 𝑃 𝐴 ∩ 𝐵
𝑃 𝐴
 Una óptica elabora la siguiente tabla de
contingencias, donde se clasifica las gafas por
tamaño y material.
Plástico Metal Mixto
Grande 12 8 5
Mediano 23 31 1
Pequeño 6 6 8

A. Hallar la matriz de probabilidad

B. Hallar las probabilidades marginales
C. Hallar el diagrama del árbol por tamaño
D. Hallar las probabilidades condicionales
E. Hallar las probabilidades conjuntas
 MATRIZ DE PROBABILIDAD CONJUNTA

Prob.
Prob. Conjunta Plástico Metal Mixto
Marginal
Grande 0,12 0,08 0,05 0,25
Mediano 0,23 0,31 0,01 0,55
Pequeño 0,06 0,06 0,08 0,2
Prob. Marginal 0,41 0,45 0,14 1
• ¿Cuál es la probabilidad de seleccionar unas gafas
y esta sea de metal?
• ¿Cuál es la probabilidad de seleccionar unas gafas
y esta sea pequeña?
• ¿Cuál es la probabilidad de seleccionar una
montura y esta sean grande y plástico?
• ¿Cuál es la probabilidad de seleccionar un marco
mixto o de metal?
• ¿Cuál es la probabilidad de seleccionar un marco
de metal o mediano?
 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝐺
𝑃 𝑃𝑙𝑎𝑠/𝐺 = = 0,48 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑃𝑙𝑎𝑠/𝐺
𝑃 𝐺
𝑃 𝑀𝑒 ∩ 𝐺
𝑃 𝐺 = 0,25 𝑃 𝑀𝑒/𝐺 = = 0,32 𝑃 𝑀𝑒 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑀𝑒/𝐺
𝑃 𝐺
𝑃 𝑀𝑖𝑥 ∩ 𝐺
𝑃 𝑀𝑖𝑥/𝐺 = = 0,2 𝑃 𝑀𝑖𝑥 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑀𝑖𝑥/𝐺
𝑃 𝐺
𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑀
𝑃 𝑃𝑙𝑎𝑠/𝑀 = = 0,4182 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑃𝑙𝑎𝑠/𝑀
𝑃 𝑀
𝑃 𝑀𝑒 ∩ 𝑀
I 𝑃 𝑀 = 0,55 𝑃 𝑀𝑒/𝑀 = = 0,5636 𝑃 𝑀𝑒 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑀𝑒/𝑀
𝑃 𝑀
𝑃 𝑀𝑖𝑥 ∩ 𝑀
𝑃 𝑀𝑖𝑥/𝑀 = = 0,0182 𝑃 𝑀𝑖𝑥 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑀𝑖𝑥/𝑀
𝑃 𝑀

𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑃
𝑃 𝑃𝑙𝑎𝑠/𝑃 = = 0,3 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑃𝑙𝑎𝑠/𝑃
𝑃 𝑃
𝑃 𝑀𝑒 ∩ 𝑃
𝑃 𝑃 = 0,2 𝑃 𝑀𝑒/𝑃 = = 0,3 𝑃 𝑀𝑒 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑀𝑒/𝑃
𝑃 𝑃
𝑃 𝑀𝑖𝑥 ∩ 𝑃
𝑃 𝑀𝑖𝑥/𝑃 = = 0,4 𝑃 𝑀𝑖𝑥 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑀𝑖𝑥/𝑃
Probabilidad 𝑃 𝑃
marginal Probabilidad condicional Probabilidad conjunta
 MATRIZ DE PROBABILIDAD
CONDICIONAL

Prob. Condicional
Plástico Metal Mixto
(Material/Tamaño)
Grande 0,48 0,32 0,20
Mediano 0,4182 0,5636 0,0182
Pequeño 0,3 0,3 0,4
 REVISIÓN DE LAS ESTIMACIONES
ANTERIORES
DE PROBABILIDADES: TEOREMA DE BAYES

𝑃(𝐴𝐾 ∩ 𝐵) 𝑃(𝐴𝐾 )𝑃 𝐵 𝐴𝐾
P 𝐴𝑘 𝐵 = = 𝑘
𝑃(𝐵) σ𝑖=1 𝑃(𝐴𝑖 )𝑃 𝐵 𝐴𝑖
 MATRIZ DE PROBABILIDAD
CONDICIONAL

Prob. Condicional
Plástico Metal Mixto
(Tamaño/Material)
Grande 0,2927 0,1778 0,3571
Mediano 0,5610 0,6889 0,0714
Pequeño 0,1463 0,1333 0,5714
 EJEMPLO
Supongamos que los 200 obreros de una compañía
se clasifican desde el punto de vista de su
calificación y desde el punto de vista de la
antigüedad, según la tabla siguiente:
Antigüedad Menos de 5 Más de 5
Totales
Calificación años(M) años(N)

Experto(E) 25 115 140

Aprendíz(A) 15 45 60
Totales 40 160 200

Si se selecciona un obrero aleatoriamente, ¿cuál

es la probabilidad de que sea un obrero experto
(E) ó tenga menos de 5 años de antigüedad (M)?
• Las probabilidades de que una familia aleatoriamente
seleccionada en una encuesta realizada en una gran
ciudad, posea un televisor a color, un televisor blanco y
negro o ambos, son respectivamente: 0.87, 0.36 y 0.29.
¿Cuál es la probabilidad de que una familia en esa
ciudad posea un tipo o ambas clases de televisor?
• La probabilidad de que una persona que se detiene en
una gasolinera solicite revisión de neumáticos es 0.12,
la probabilidad de que pida revisión de aceite es 0.29 y
la probabilidad de que pida ambas cosas es 0.07. a)
¿Cuál es la probabilidad de que una persona que se
detenga en una gasolinera, pida la revisión de
neumáticos o de aceite? b) ¿Cuál es la probabilidad de
que no solicite la revisión de neumáticos ni de aceites?
 Distribuciones de probabilidad
• Son todos los posibles valores que resultan de
un experimento aleatorio, junto con su
probabilidad asociada a cada valor.

Variable aleatoria:
• Es una variable cuyos valores es el resultado
de un suceso aleatorio.
 VARIABLE ALEATORIA
Una variable es aleatoria si toma diferentes
valores como resultado de un experimento
aleatorio. Esta variable aleatoria puede ser
discreta o continua. Si puede tomar sólo un
número limitado de valores, entonces es una
variable aleatoria discreta. En el otro extremo,
si puede tomar cualquier valor dentro de un
intervalo dado, entonces se trata de una
variable aleatoria continua.
VARIABLE ALEATORIA DISCRETA
 VARIABLE ALEATORIA
• Las variables aleatorias se denotan con una letra
mayúscula 𝑋, 𝑌, 𝑍, , , 𝑒𝑡𝑐. Y una letra minúscula,
como 𝑥, 𝑦, 𝑧, , , , 𝑒𝑡𝑐. El valor posible que puede
tomar la variable aleatoria.

• Función de probabilidad o masa de probabilidad.

La función de masa de probabilidad de una
variable aleatoria discreta X es la función
𝑃 𝑋 = 𝑥 = 𝑃 𝑥 . A veces a la función de masa
de probabilidad se le llama distribución de
probabilidad.
 Ejemplo
El sistema de comunicación de voz de una
empresa tiene 48 líneas externas. En un
determinado momento, se observa el sistema y
algunas líneas están ocupadas. Sea X la variable
aleatoria que denota el número de líneas en
uso. ¿Qué valores pude tomar la variable
aleatoria?
 Ejemplo
• La función de probabilidad de Z, que
representa el número semanal de accidentes
en una cierta intersección de una calle, ¿Qué
valores pude tomar la variable aleatoria?
Con frecuencia los chips de computadora tienen
imperfecciones en su superficie. Para cierto tipo de
chip de computadora, 9% no tiene imperfecciones,
22% contiene una imperfección, 26% presenta dos
imperfecciones, 20% contiene tres imperfecciones,
12% tiene cuatro imperfecciones y 11% presenta
cinco imperfecciones. Sea Y el número de
imperfecciones en un chip elegido aleatoriamente.
¿Cuáles son los valores posibles de Y? ¿Y es discreto
o continuo? Determine 𝑃(𝑌 = 𝑦) para cada valor
posible y.
 Ejemplo
El supervisor de una planta de manufactura
tiene tres hombre y tres mujeres a su cargo.
Debe elegir dos trabajadores para una tarea
especial. Como no desea actuar con perjuicio en
la selección del personal, decide elegir dos
trabajadores al azar. Si Y es el número de
mujeres en el grupo elegido, determine la
distribución de probabilidad para Y.
La distribución de probabilidad de la variable
aleatoria:
𝑃 𝑌 = 0 ;𝑃 𝑌 = 1 ;𝑃 𝑌 = 2

Yi P( Y = y )
0 1/5
1 3/5
2 1/5
 Ejemplo
El número de fallas en un alambre de cobre de 1
pulgada de longitud, fabricado en proceso
específico, varía de alambre en alambre. En
conjunto, 48% de los alambres producidos no tiene
falla, 39% presenta una, 12% fue detectado con dos
y 1% tiene tres. Sea X el número de fallas en una
pieza de alambre seleccionada aleatoriamente. La
lista de valores posible 0, 1, 2, 3, junto con las
probabilidades para cada uno, proporciona una
descripción completa de la población de la que se
tomó a X. Esta descripción se conoce como función
de masa de probabilidad.
Función de masa de probabilidad de X, el
número de fallas en una elección aleatoria de
una pieza de alambre.
 Función de distribución acumulativa
de una variable aleatoria discreta
La función de masa de probabilidad especifica la
probabilidad de que una variable aleatoria sea
igual a un valor determinado. La función de
distribución acumulativa 𝐹(𝑥) ; especifica la
probabilidad de que una variable aleatoria sea
menor o igual a un valor dado. La función de
distribución acumulativa de la variable aleatoria
X es la función 𝐹 𝑥 = 𝑃(𝑋 ≤ 𝑥).
 Función de distribución acumulativa
de una variable aleatoria discreta
En general, para cualquier variable aleatoria
discreta X, la función de distribución
acumulativa 𝐹(𝑥) se puede calcular sumando
las probabilidades de todos los valores posibles
de X que son menores o iguales a x. Observe
que 𝐹 𝑥 está definido para cualquier número x,
no exactamente para los valores posibles de X.
 Ejemplo
Sea F(x) la función de distribución acumulativa
de la variable aleatoria X que representa el
número de fallas en un alambre elegido
aleatoriamente. Determine F 2 y F 1,5 .

F 2 =P X≤2 =𝑃 0 +𝑃 1 +𝑃 2 =?

F 1,5 = P X ≤ 1,5 = 𝑃 0 + 𝑃 1 = ?
 Ejemplo
Dibuje la función de distribución acumulativa
F(x) de la variable aleatoria X que representa el
número de fallas en un alambre elegido
aleatoriamente.
Primero se calcula F(x) para cada uno de los
valores posibles de X, que son 0, 1, 2 y 3.
x P(X=x) F(x)
0 0,48 0,48
1 0,39 0,87
2 0,12 0,99
3 0,01 1
Función de distribución acumulativa F(x)
Sea X la variable aleatoria que representa la
suma de resultados al lanzar dos dados.
1. Obtener la función de probabilidad de la
variable y su diagrama de barras.
2. Hallar la función de distribución de X y
representarla gráficamente.
3. Calcular la probabilidad de que la suma de
los resultados obtenidos al lanzar dos dados
sea mayor que 4 y menor que 8.
 Media y varianza para variables
aleatorias discretas
La media poblacional de una variable aleatoria X
que también se puede llamar esperanza, o valor
esperado, de X y que se denota por 𝜇𝑋 , por
𝐸(𝑋), o simplemente por μ. A veces se puede
eliminar la palabra “poblacional” y sólo se hará
referencia a la media poblacional como la
media.
 Propiedades de la esperanza
matemática
• La esperanza matemática de una constante es
igual a la constante c.

𝐸 𝑐 =𝑐

• El valor esperado del producto de una constante

por una variable, es igual al producto de la
constante por el valor esperado de la variable
aleatoria.

𝐸 𝑐 𝑔(𝑥) = 𝑐𝐸 𝑔(𝑥)
 Propiedades de la esperanza
matemática
• La media o el valor esperado de una suma de
funciones de una variable aleatoria X, es igual a
la suma de sus respectivas valores esperados.

𝐸 𝑓 𝑥 + 𝑔 𝑥 + ℎ(𝑥) = 𝐸 𝑓 𝑥 + 𝐸(𝑔 𝑥 ) + 𝐸(ℎ 𝑥 )

 Esperanza, o valor esperado
Sea X una variable aleatoria discreta con función de
masa de probabilidad 𝑃 𝑋 = 𝑥 = 𝑃 𝑥

La media de X está dada por:

𝜇 = 𝐸 𝑋 = ෍ 𝑋𝑖 𝑃 𝑥

Donde la sumatoria se hace sobre todos los valores

posibles de X. También a la media de X se llama
esperanza, o valor esperado de X y también se
denota por 𝐸 𝑋 o por 𝜇.
 Esperanza, o valor esperado
Determine la media de la variable aleatoria X
que representa el número de fallas en una pieza
de alambre elegida aleatoriamente.

x P(X=x)
0 0,48
1 0,39
2 0,12
3 0,01
 La varianza
La varianza poblacional de una variable aleatoria
X con frecuencia se denomina simplemente
varianza de X. Se puede denotar por 𝜎𝑋2 , por
V(X), o simplemente por 𝜎 2 .

𝜎𝑋2 = ෍ 𝑥𝑖 − 𝜇 2𝑃 𝑥 = 𝐸 𝑥𝑖 − 𝜇 2 = 𝐸 𝑥𝑖2 − 𝜇2

Determine la varianza y la desviación estándar para la

variable aleatoria X que representa el número de fallas
de una pieza de alambre elegida aleatoriamente.
 Ejemplo
Un resistor en un circuito dado tiene una resistencia
en el rango de 99Ω - 101Ω. Un ingeniero obtiene
dos resistores. La probabilidad de que ambos
satisfagan la especificación es 0.36, la probabilidad
de que exactamente uno de ellos satisfaga la
especificación es 0.48 y la probabilidad de que
ninguno de ellos lo haga es 0.16. Sea X el número
de resistores que satisface la especificación.
Determine la función de masa de probabilidad,
media, varianza y desviación estándar de X.
 VARIABLES ALEATORIAS
• Variables aleatorias discretas.
Uniforme discreta
Bernoulli
Binomial
Binomial negativa y geométrica
Poisson
Hipergeométrica
 UNIFORME DISCRETA
La variable aleatoria discreta mas sencilla, es
aquella que toma sólo un número finito de
valores posibles n. con frecuencia, el interés
recae en una variable aleatoria X que toma los
valores 𝑥1 , 𝑥2 , , , , 𝑥𝑛 cada uno con la misma
1
probabilidad . Esta distribución se le denomina
𝑛
variable aleatoria discreta uniforme.
 UNIFORME DISCRETA
Suponga que X es una variable aleatoria
discreta uniforme con 𝑎 ≤ 𝑏.
𝑏+𝑎
𝜇𝑥 = 𝐸 𝑋 =
2

𝑏−𝑎+1 2 −1
𝜎𝑥 =
12
 Ejemplo
El temario para un examen consta de 35 temas,
de los cuales se elegirá uno al azar. Si un alumno
no ha estudiado los 10 últimos temas ¿Cuál es la
probabilidad de que el alumno sepa el tema
elegido para el examen? Hallar la media y
varianza.
 Ejemplo
La variable aleatoria X tiene una distribución
uniforme sobre los enteros 91 ≤ 𝑥 ≤ 100.
determine la media y la varianza de X.

En un proceso de recubrimiento se tomo varias

mediciones del espesor, hasta la centésima de
milímetro mas cercano, las mediciones están
distribuidas de manera uniforme, con valores 0,15;
0,16; 0,17; 0,18 y 0,19. Para este proceso, calcule la
media y la varianza del espesor del recubrimiento.
 PROCESO DE BERNOULLI
Imagine un experimento que tenga dos
resultados. Al primero se le llama “éxito” y al
otro “fracaso”. La probabilidad de éxito se
denota por 𝑃. Por consecuencia, la probabilidad
de fracaso es 1 − 𝑃 = 𝑞. Lo anterior representa
un ensayo de Bernoulli con probabilidad de
éxito 𝑃.
 PROCESO DE BERNOULLI
Experimento de Bernoulli: solo son posibles dos
resultados: éxito o fracaso.

Podemos definir una variable aleatoria discreta

X tal que:
éxito → 1
fracaso → 0
 PROCESO DE BERNOULLI
El más sencillo de este tipo es el lanzamiento al aire
de una moneda. Los posibles resultados son “cara”
o “cruz”. Si “cara” se define como éxito, entonces 𝑃
constituye esa probabilidad. En una moneda, 𝑃 =
1/2. Otro ejemplo de ese ensayo es la selección de
un componente a partir de una población de
componentes, pero algunos están defectuosos. Si se
define como “éxito” a uno de éstos componentes
defectuosos, entonces 𝑃 significa la proporción de
componentes defectuosos en la población.
 PROCESO DE BERNOULLI
La distribución de probabilidad de X :
𝑃 𝑥 = 𝑝 𝑥 (1 − 𝑝)1−𝑥 = 𝑝 𝑥 𝑞1−𝑥 𝑥 = 0,1

Valor esperado de X:
𝐸 𝑥 =𝑝

Varianza de X:
𝑉 𝑥 = 𝑝(1 − 𝑞) = 𝑝𝑞
 Ejemplos
• Cuando se lanza un dado hay una probabilidad de
1Τ de que salga 6. Sea 𝑋 = 1 si el dado cae seis y
6
𝑋 = 0 en cualquier otro caso. ¿Cuál es la
distribución de X?
• Diez por ciento de los componentes fabricados
mediante determinado proceso está defectuoso.
Se selecciona un componente aleatoriamente.
Sea 𝑋 = 1 si el componente está defectuoso y
𝑋 = 0 en cualquier otro caso. ¿Cuál es la
distribución de X?
 Ejemplos
En un restaurante de comida rápida, 25% de las órdenes para
beber es una bebida pequeña, 35% una mediana y 40% una
grande. Sea 𝑋 = 1 si se escoge aleatoriamente una orden de
una bebida pequeña y 𝑋 = 0 en cualquier otro caso. Sea 𝑌 =
1 si la orden es una bebida mediana y 𝑌 = 0 en cualquier
otro caso. Sea 𝑍 = 1 si la orden es una bebida pequeña o
mediana y 𝑍 = 0 para cualquier otro caso.

a) Sea 𝑃 𝑋 la probabilidad de éxito de X. Determine 𝑃 𝑋 .

b) Sea 𝑃 𝑌 la probabilidad de éxito de Y. Determine 𝑃 𝑌 .
c) Sea 𝑃 𝑍 la probabilidad de éxito de Z. Determine 𝑃 𝑍 .
VARIABLES ALEATORIAS DISCRETAS
Binomial
Muchos problemas estadísticos, implican la
realización de varios ensayos repetidos. Es decir,
en cada experimento de éste tipo hay “n”
número de ensayos repetidos y queremos
conocer la probabilidad de que en éstos “n”
ensayos, se presenten x éxitos; entendiendo por
éxito, no necesariamente un resultado de buena
o agradable aceptación.
1)En el experimento, podría hacerse un número infinito de
ensayos, puesto que la distribución binomial supone el
reemplazo después de cada ensayo.

2) Solo existen dos resultados posibles en cada ensayo,

opuestos entre si. Dichos resultados los denominamos éxito y
fracaso, cuyas probabilidades las simbolizamos por “p” y “q”
respectivamente, complementarias entre si.

3) Los ensayos son independientes entre si, porque el éxito o

fracaso en un ensayo no afectará la probabilidad de éxito o de
fracaso en los siguientes ensayos.

4) La suma de las probabilidades de todos los sucesos posibles

en un experimento de n ensayos, cada uno de ellos
compuesto de X éxitos y (n - X) fracasos es igual a uno (1).
 Formulas

𝑛 𝑋 𝑛−𝑋
𝑃 𝑋 = 𝑝 𝑞
𝑋
𝜇 = 𝐸 𝑋ത = 𝑛 𝑝
2
𝜎 =𝑛𝑝𝑞
𝜎 = 𝑛𝑝𝑞
 Ejemplo
Para una distribución binomial con n=12 y
p=0.45, encontrar:

a) P(X=8).
b) P(X<4).
c) P(X>5).
 Ejemplo
Se sabe que en cierta comunidad el 70% de la
población está de acuerdo con una norma legal.
a) Se pide calcular la probabilidad que de 4
personas seleccionadas aleatoriamente, 3
estén a favor de dicha norma.
b) Se pide calcular la media o valor esperado, la
varianza y la desviación estándar de la
distribución.
 Ejemplo
Considere las decisiones de compra de los
próximos tres clientes que lleguen a la tienda de
ropa Martin Clothing Store. De acuerdo con la
experiencia, el gerente de la tienda estima que
la probabilidad de que un cliente realice una
compra es 0.30. ¿Cuál es la probabilidad de que
dos de los próximos tres clientes realicen una
compra?
 Ejemplo
Si la probabilidad de que cierta columna falle
ante una carga axial específica es 0.05.
a) ¿Cual es la probabilidad de que entre 16 de
tales columnas fallen exactamente 2?
b) ¿Cual es la probabilidad de que al menos 3
fallen?
c) Calcular la media o valor esperado y la
varianza de la distribución.
 Ejemplo
El último sondeo político nacional indica que la
probabilidad de que un colombiano elegido al azar sean
solo conservador es de 0.55; de que sean solo liberal es
de 0.30, y de que estén entre una y otra orientación es
0.15. Suponga que estas probabilidades son exactas y
responda a las siguientes preguntas referidas a un grupo
de 10 colombianos seleccionados de manera aleatoria.
a) ¿Cuál es la probabilidad de que cuatro sean liberales?
b) ¿Cuál es la probabilidad de que ninguno sea
conservador?
c) ¿Cuál es la probabilidad de que dos estén entre una y
otra orientación?
d) ¿Cuál es la probabilidad de que al menos ocho sean
liberales?
 Respuestas

Fuente: Levin, R. I., Rubin, D. S., & Samaniego, A. H. F. (1996). Estadística para administradores (No. 519.5 L47Y 1994). Prentice-Hall
Hispanoamericana.
 Distribución geométrica
Suponga que se lleva a cabo una secuencia de
ensayos de Bernoulli independientes, cada uno
con la misma probabilidad de éxito p. Sea X el
número de experimentos hasta incluir el primer
éxito. Por tanto, X es una variable aleatoria
discreta, la cual tiene una distribución
geométrica con parámetro p.
 Distribución geométrica
Si X Geom. ~ (p), entonces la función de masa
de probabilidad de X es:
𝑋−1
𝑝 𝑥 =𝑃 𝑋=𝑥 =ቊ 𝑝(1 − 𝑝) 𝑥 = 1,2, , ,
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑚𝑜𝑑𝑜
Media:
1
𝜇𝑥 =
𝑝
Varianza:
2
1−𝑝
𝜎𝑥 = 2
𝑝
 Ejemplo
Una prueba de resistencia de soldadura consiste
en poner carga en uniones soldadas hasta que
se dé una ruptura. Para cierto tipo de soldadura,
80% de las rupturas ocurre en la propia
soldadura, mientras que otro 20% se da en las
vigas. Se prueba cierto número de soldaduras.
Sea X el número de pruebas, incluyendo la
primera prueba que da como resultado la
ruptura de la viga. ¿Cuál es la distribución de X?
¿Cuál es la probabilidad que al tercera prueba
resulte la ruptura de la viga?
 Ejemplo
Sí la probabilidad de que un cierto dispositivo de
medición muestre una desviación excesiva es de
0.05, ¿Cuál es la probabilidad de que;
a) el sexto de estos dispositivos de medición
sometidos a prueba sea el primero en
mostrar una desviación excesiva?
b) el séptimo de estos dispositivos de medición
sometidos a prueba, sea el primero que no
muestre una desviación excesiva?
 Ejemplo
Los registros de una compañía constructora de
pozos, indican que la probabilidad de que uno
de sus pozos nuevos, requiera de reparaciones
en el término de un año es de 0.20. ¿Cuál es la
probabilidad de que el quinto pozo construido
por esta compañía en un año dado sea el
primero en requerir reparaciones en un año?
 Distribuciones binomial negativa
La distribución binomial negativa constituye una
extensión de la distribución geométrica. Sea r un
entero positivo. Suponga que se realizan
ensayos de Bernoulli independientes, cada uno
con probabilidad de éxito p, y X representa el
número de ensayos hasta incluir al r-ésimo
éxito. Por consecuencia, X tiene una distribución
binomial negativa con parámetros r y p.
 Distribuciones binomial negativa
Función de masa de probabilidad de X
𝑥 − 1 𝑟 𝑥−𝑟
𝑃 𝑋=𝑥 =𝑃 𝑥 = 𝑝 𝑞
𝑟−1
Valor esperado:
𝑟
𝜇𝑥 =
𝑝
Varianza:
2
𝑟𝑞
𝜎𝑥 = 2
𝑝
 Ejemplo
Se sabe que la probabilidad de que un niño
expuesto a una enfermedad contagiosa la
contraiga es de 0,4. Calcula la probabilidad de
que el décimo niño estudiado sea el tercero en
contraer la enfermedad.
 Ejemplo
En la serie de campeonato de la NBA (National
Basketball Association), 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.
¿Cual es la probabilidad de que el equipo A gane la
serie en 6 juegos?
¿Cual es la probabilidad de que el equipo A gane la
serie?
 DISTRIBUCIÓN DE POISSON
Se usa en muchas situaciones que se refieren a
fenómenos que ocurren en un intervalo continuo
de espacio o de tiempo, aunque dicha continuidad
puede dividirse en intervalos más pequeños.
Mientras que la distribución Binomial está
orientada a resolver problemas relacionados con
los éxitos esperados en “n” ensayos, la distribución
de Poisson busca dar respuesta a problemas
relacionados con los éxitos esperados en un
intervalo de tiempo o de espacio.
La distribución de Poisson se simboliza
como: P(X,λ), que se lee como la
probabilidad de que ocurran X éxitos en un
intervalo de tiempo o de espacio dado,
sabiendo que el promedio de éxitos por
“idéntico intervalo”, es λ.
 FORMULAS
𝑋 −λ
λ 𝑒
𝑃 𝑋, λ =
𝑋!
λ=𝐸 𝑋 =𝑛𝑝
2
𝜎 =λ
𝜎= λ
 Ejemplo

Dado que λ=4.2, para una distribución de

Poisson, encuentre:
a) P(X=2)
b) P(X=5)
c) P(X=8)
 Ejemplo
Al inspeccionar la aplicación de estaño por un
proceso electrolítico continuo se descubren en
promedio 0.8 imperfecciones por minuto.
Calcular la probabilidad de descubrir:
a) Una imperfección en un minuto P(1;0.8).
b) 4 imperfecciones en 5 minutos P(4;4).
c) Calcular la media o valor esperado y la
varianza correspondiente.
 Ejemplo

En un laboratorio radiológico, se sabe por

experiencia que 650 de cada 10.000 radiografías
resultan defectuosas. ¿Cual es la probabilidad de
que de n=40 radiografías que se han
programado para el día de hoy, se tengan X=4
defectuosas? P(4;2.6).
 Ejemplo
• Suponga que desea saber el número de llegadas, en un
lapso de 15 minutos, a la rampa del cajero automático
de un banco. En un análisis de datos pasados
encuentra que el número promedio de automóviles
que llegan en un lapso de 15 minutos es 10. Si la
administración desea saber la probabilidad de que
lleguen exactamente cinco automóviles en 15 minutos.
• En el ejemplo anterior se usó un lapso de 15 minutos,
pero también se usan otros lapsos. Suponga que desea
calcular la probabilidad de una llegada en un lapso de 3
minutos.
 Ejemplo
Durante el periodo en que una universidad recibe
inscripciones por teléfono, llegan llamadas a una
velocidad de una cada dos minutos.
a. ¿Cuál es el número esperado de llamadas en
una hora?
b. ¿Cuál es la probabilidad de que haya tres
llamadas en cinco minutos?
c. ¿De que no haya llamadas en un lapso de cinco
minutos?
LA DISTRIBUCIÓN DE POISSON COMO
UNA APROXIMACIÓN
DE LA DISTRIBUCIÓN BINOMIAL
La distribución de Poisson se puede considerar
como el límite de una distribución binomial
cuando “n” es muy grande y “p” es muy
pequeña. Cuando n es grande (n ≥ 30) y crece
indefinidamente y “p” es pequeña con
tendencia a cero, de tal manera que la media
(np<5), entonces las probabilidades binomiales
se aproximan a la fórmula de Poisson.
 Ejemplo
Dada una distribución binomial con n=30
ensayos y p=0.04, use la aproximación de
Poisson a la binomial para encontrar
a) P(X=2)
b) P(X=3)
c) P(X=5)
 Ejemplo
Un hospital con 40 aparatos para diálisis y la
probabilidad de que cualquiera de ellos no
funcione bien durante un día cualquiera es de
0.02. ¿Cuál es la probabilidad de que
exactamente tres máquinas estén fuera de
servicio en el mismo día? Utilizar la fórmula para
la probabilidad binomial y la fórmula de la
aproximación de Poisson.
 Ejemplo
Dada una distribución binomial con n=38
ensayos y p=0.025, use la aproximación de
Poisson a la binomial para encontrar:
a) P(X=3)
b) P(X=5)
c) P(X=9)
 Distribución de probabilidad
hipergeométrica

Está estrechamente relacionada con la

distribución binomial. Pero difieren en dos
puntos: en la distribución hipergeométrica los
ensayos no son independientes y la probabilidad
de éxito varía de ensayo a ensayo.
 FORMULA
𝑟
𝑁−𝑟
𝑋
𝑛−𝑋
𝑃 𝑋 =
𝑁
𝑛
𝑟
𝐸 𝑋 =𝜇=𝑛
𝑁
𝑟 𝑟 𝑁−𝑛
𝑉𝑎𝑟 𝑋 = 𝜎2 =𝑛 1−
𝑁 𝑁 𝑁−1
Donde
𝑃 𝑋 = Probabilidad de X éxitos en n ensayos
𝑛 = Número de ensayos
𝑁 =Número de elementos en la población
𝑟 =Numero de elementos en la población considerados
como éxitos
 Ejemplo
• Suponga que N =10 y r =3.
Calcule las probabilidades hipergeométricas
correspondientes a los valores siguiente de n y x.
a. n = 4, x = 1.
b. n = 2, x = 2.
c. n = 2, x = 0.
d. n = 4, x = 2.
• Suponga que N = 15 y r = 4. ¿Cuál es la
probabilidad de x = 3 para n =10?
• Una empresa fabrica fusibles que empaca en
cajas de 12 unidades cada una. Asuma que un
inspector selecciona al azar tres de los 12
fusibles de una caja para inspeccionarlos. Si la
caja contiene exactamente cinco fusibles
defectuosos, ¿cuál es la probabilidad de que el
inspector encuentre que uno de los tres
fusibles está defectuoso?
• Ahora suponga que desea conocer la
probabilidad de hallar por lo menos un fusible
defectuoso.
• Hallar la media, la varianza y la desviación
estándar.
 Ejemplo
Un almacén de juguetes recibe un
embarque de 25 juegos de modelos de
aviones, entre los cuales hay 4
incompletos. Si un comprador escoge
aleatoriamente 3 juegos de estos modelos
sin derecho a cambio, ¿Cual es la
probabilidad que los 3 resulten
incompletos?