PROBABILIDAD

Mtra. Laura Zúñiga

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

La probabilidad tiene una

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

P( )  0 y P(U)  1
Axiomas Básicos
3. La probabilidad del evento se
puede calcular como quitándole
al universo (todos los resultados
posibles) la probabilidad de su
complemento (los resultados no
deseados).
c
P(A)  1  P(A )
Tabla de Distribución de Probabilidad
 Arreglo tabular en donde se
indican todos los resultados
posibles de un experimento, así
como la probabilidad de
ocurrencias de cada uno de
ellos.
 Es similar a una tabla de
distribución de frecuencia
relativa, pero en vez de describir
el pasado, dice qué tan probable
es que ocurra un evento.
Distribución de Probabilidad: Tabla

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

P(X)

0.6

0.5

0.4

0.3

0.2

0.1

0
0 1 2
Gráfica de Distribución de Probabilidad

 A mayor cantidad de resultados

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

0.08

0.07

0.06

0.05

0.04

0.03

0.02

0.01

0
0 5 10 15 20 25 30 35 4 0 45 50 55 60 65 70 7 5 80 85 90 95 0 0
1
Gráfica de Distribución de Probabilidad

16

14

12

10

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

 Se abstrae en una forma funcional la

metodología necesaria para calcular la
probabilidad que se presenta en la
tabla de distribución de probabilidad.
 Cada función se nombra diferente.
 Para utilizar una función se requiere
que el experimento en estudio cumpla
con todas las características
necesarias.
ESPERANZA MATEMÁTICA
Esperanza Matemática
 La media poblacional (µ) se calcula,
a partir de una tabla de distribución
de probabilidad como:
  E(X)   [XiP(X i )]
i
 También se conoce como “valor
esperado”.
Esperanza Matemática
  E(X)   [XiP(X i )]
i
X P(X) XP(X)
0 0.25 0.00
1 0.50 0.50
2 0.25 0.50
1.00
Esperanza Matemática
 Usando la función esperanza matemática,
se puede calcular la varianza poblacional:

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

 La Desviación Estándar poblacional:

s  s2
Esperanza Matemática
s
2
 2 
 E (X -  )   [(Xi -  ) P(X i )]
i
2

X P(X) XP(X) (X-)2P(X)

0 0.25 0.00 0.25

1 0.50 0.50 0.00
2 0.25 0.50 0.25
0.50
FUNCIÓN DE
DISTRIBUCIÓN BINOMIAL
 Distribución Binomial
 Las características de un experimiento
binomial son:
a) El experimento consta de un número fijo (n)
de pruebas idénticas.
b) Cada prueba puede tener uno de dos
resultados posibles: éxito o fracaso.
c) La probabilidad de éxito en una sola prueba
(p) permanece constante.
d) Las pruebas son independientes entre sí.
Distribución Binomial
 Es una función de distribución
discreta.
 Si en un experimento de tipo
binomial deseamos calcular la
probabilidad de obtener x éxitos
en n pruebas, entonces:
x n x
P(X  x)  n C x p q
 Distribución Binomial
x n x
P(X  x)  n C x p q
donde : x = número de éxitos
n - x = núm. de fracasos
p = probabilid ad de éxito
q = 1 - p  prob. fracaso
C  combinacio nes de n en grupos de x
n x
 Distribución Binomial
 En Excel la función estadística
DISTR.BINOM (BINOMDIST) calcula la
probabilidad binomial. Tiene como
argumentos:
◦ Núm_éxito = número de éxitos (X)
◦ Ensayos = número de repeticiones (n)
◦ Prob_éxito = probabilidad de éxito (p)
◦ Acumulado = 0 , para prob. puntual P(X=x)
1, para prob. acumulada P(X≤x)
 Distribución Binomial
 La distribución X P(X)
0 0.196874404
de probabilidad
1 0.347425419
para la Binomial 2 0.275896657
con p “pequeña” 3 0.129833721
tiene sesgo a la 4 0.040095708
5 0.008490856
derecha. 6 0.001248655
 Por ejemplo: 7 0.000125915
8 8.3326E-06
n=10 y p=0.15
9 3.26769E-07
10 5.7665E-09
 Distribución Binomial
n=10 y p=0.15

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 1 2 3 4 5 6 7 8 9 10
 Distribución Binomial
 La distribución X P(X)
0 5.7665E-09
de probabilidad
1 3.2677E-07
para la Binomial 2 8.3326E-06
con p “grande” 3 0.00012591
tiene sesgo a la 4 0.00124866
5 0.00849086
izquierda. 6 0.04009571
 Por ejemplo: 7 0.12983372
8 0.27589666
n=10 y p=0.85
9 0.34742542
10 0.1968744
 Distribución Binomial
n=10 y p=0.85
0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 1 2 3 4 5 6 7 8 9 10
 Distribución Binomial
 La distribución X P(X)
0 0.00097656
de probabilidad
1 0.00976563
para la Binomial 2 0.04394531
con p alrededor 3 0.1171875
de 0.5 no tiene 4 0.20507813
5 0.24609375
sesgo. 6 0.20507813
 Por ejemplo: 7 0.1171875
8 0.04394531
n=10 y p=0.50
9 0.00976563
10 0.00097656
 Distribución Binomial
n=10 y p=0.50
0.3

0.25

0.2

0.15

0.1

0.05

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

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

 Es una función de distribución

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

 Esta función matemática se presenta

gráficamente como una curva:
acampanada y simétrica.
Distribución Normal
0.45

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal: Parámetros

 Media: nos dice en dónde está

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

 Existe un número infinito de

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

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 0.12 0.13
Función de Distribución Normal
Distribución Normal
Misma media, Diferente desviación estándar
0.3

0.25

0.2

0.15

0.1

0.05

0
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal

 Para calcular la probabilidad asociada

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

0.25

0.2

0.15

0.1
P(X<0.06)=?
0.05

0
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal

 Para calcular la probabilidad de que la

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

 Hay 38.75% de probabilidad de que la

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

0.25

0.2

0.15

0.1
P(X<0.06)=0.3875
0.05

0
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal
 En Excel, la función estadística
DISTR.NORM.INV (NORMINV) calcula
el valor de la variable (X) hasta donde
se acumula cierta probabilidad normal
(Percentil). Tiene como argumentos:
◦ Probabilidad = probabilidad acumulada a
la izquierda del valor X
◦ Media = media aritmética
◦ Desv_estándar = desviación estándar
Distribución Normal
 ¿Qué valor tendrá la tasa de interés,
con 25% de probabilidad (Cuartil 1)?

Distribución Normal
DISTR.NORM.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1

0.05

Probabilidad 25%
0
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal
 Para calcular el valor de la tasa de
interés con probabilidad del 25%
(equivalente al Cuartil 1 pero
poblacional), utilizamos la función
DISTR.NORM.INV (NORMINV) con
argumentos:
◦ Probabilidad = 0.25
◦ Media = 0.062
◦ Desv_estándar = 0.007
Distribución Normal
 Con 25% de probabilidad, la tasa de
interés tomará valores inferiores al
5.727%. Distribución Normal
DISTR.NORM.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1

0.05
Probabilidad 25%
0
0.02 0.03 0.04 0.05 0.05727
0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal
 Con 75% de probabilidad, la tasa de
interés tomará valores superiores a
5.727%.
Distribución Normal
DISTR.NORM.INV = Valor de la variable
0.3

0.25

0.2

0.15
Probabilidad 75%
0.1

0.05

0
0.02 0.03 0.04 0.05 0.05727
0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal Estándar

 Es aquella distribución Normal con

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

 A esta operación se le llama la

estandarización o normalización de una
variable aleatoria.
Distribución Normal Estándar

 En Excel, la función NORMALIZACIÓN

(STANDARDIZE) calcula el valor
estandarizado (Z) de la variable normal
X, con argumentos:
◦ X = valor de la variable hasta donde se
quiere calcular la probabilidad acumulada
◦ Media = media aritmética
◦ Desv_estándar = desviación estándar
Distribución Normal Estándar
 ¿A qué valor estándar equivale una
tasa de interés del 6%? Utilizando la
función NORMALIZACIÓN
(STANDARDIZE)
◦ X = 0.06
◦ Media = 0.062
◦ Desv_estándar = 0.007
X-μ 0.06 - 0.062
Z=   0.28571
σ 0.007
Distribución Normal Estándar
 En Excel: función
DISTR.NORM.ESTAND
(NORMSDIST) calcula la probabilidad
normal estándar acumulada, con
argumento:
◦ Z = valor de la variable estandarizada
hasta donde se quiere calcular la
probabilidad acumulada
 No pide media y desvest porque
siempre valen 0 y 1 respectivamente.
Distribución Normal Estandar
 ¿Cuál es la probabilidad de que la tasa
de interés sea inferior al 6%?
Distribución Normal
DISTR.NORM.ESTAND = Probabilidad acumulada
0.3

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

0.15

0.1

0.05

0
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal Estándar
 Utilizando la función
DISTR.NORM.ESTAND (NORMSDIST) ,
con argumento
Z =DISTR.NORM.ESTAND
-0.28571Distribución Normal
= Probabilidad acumulada
0.3

P(X<0.06)=
0.25

0.2
P(Z<-0.28571)=0.3875
0.15

0.1

0.05

0
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal Estándar
 En Excel, la función estadística
DISTR.NORM.ESTAND.INV
(NORMSINV) calcula el valor de la
variable estandarizada (Z) hasta donde
se acumula cierta probabilidad normal
(percentil). Tiene como argumento:
◦ Probabilidad = probabilidad acumulada a
la izquierda del valor Z
Distribución Normal Estándar
 ¿Qué valor tendrá la tasa de interés,
con 25% de probabilidad (Cuartil 1)?
Distribución Normal
DISTR.NORM.ESTAND.INV = Valor de la variable
0.3

0.25

0.2

0.15

0.1

0.05

0
0.02 0.03 Probabilidad
0.04 0.05 25%0.06 0.07 0.08 0.09 0.1 0.11

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

0.25

0.2

0.15

0.1

0.05
Probabilidad 25%
0
0.02 0.03 0.04 0.05 0.05727
0.06 0.07 0.08 0.09 0.1 0.11
Distribución Normal: Excel

Para Probabilidad Valor de la variable

calcular acumulada para una probabilidad
acumulada (percentil)
X con
Distribución DISTR.NORM DISTR.NORM.INV
(NORMDIST) (NORMINV)
Normal(,s)
Z con
Distribución DISTR.NORM.ESTAND DISTR.NORM.ESTAND.INV
Normal(0,1) (NORMSDIST) (NORMSINV)