Probabilidad y Estadística 2

COLEGIO DE BACHILLERES
DEL ESTADO DE SONORA
Director General
Mtro. Julio Alfonso Martínez Romero
Director Académico
Ing. Arturo Sandoval Mariscal
Director de Administración y Finanzas
C.P. Jesús Urbano Limón Tapia
Director de Planeación
Ing. Raúl Leonel Durazo Amaya
PROBABILIDAD Y ESTADÍSTICA 2
Módulo de Aprendizaje.
Copyright ©, 2011 por Colegio de Bachilleres
del Estado de Sonora
todos los derechos reservados.
Primera edición 2011. Impreso en México.
DIRECCIÓN ACADÉMICA
Departamento de Desarrollo Curricular
Blvd. Agustín de Vildósola, Sector Sur
Hermosillo, Sonora. México. C.P. 83280
COMISIÓN ELABORADORA:
Elaborador:
María Elena Conde Hernández
Revisión Disciplinaria:
Alma Lorenia Valenzuela Chávez
Corrección de Estilo:
Alejandro Ernesto Rivas Santoyo
Apoyo Metodológico:
Alma Lorenia Valenzuela Chávez
Supervisión Académica:
Luz María Grijalva Díaz
Diseño:
Joaquín Rivas Samaniego
Edición:
Bernardino Huerta Valdez
Coordinación Técnica:
Claudia Yolanda Lugo Peñúñuri
Diana Irene Valenzuela López
Coordinación General:
Ing. Arturo Sandoval Mariscal
Esta publicación se terminó de imprimir durante el mes de diciembre de 2011.
Diseñada en Dirección Académica del Colegio de Bachilleres del Estado de Sonora
Blvd. Agustín de Vildósola; Sector Sur. Hermosillo, Sonora, México
La edición consta de 6,598 ejemplares.
2
PRELIMINARES

DATOS DEL ALUMNO
Nombre: _______________________________________________________________
Plantel: __________________________________________________________________
Grupo: _________________ Turno: _____________ Teléfono:___________________
E-mail: _________________________________________________________________
Domicilio: ______________________________________________________________
_______________________________________________________________________
Ubicación Curricular
COMPONENTE:
FORMACIÓN PROPEDÉUTICA
GRUPO: 3 y 4
ECONÓMICO ADMINISTRATIVO /
HUMANIDADES Y CIENCIAS
SOCIALES
PRELIMINARES
HORAS SEMANALES:
03
CRÉDITOS:
06
3

4
PRELIMINARES

Índice
Presentación ......................................................................................................................................................... 7
Mapa de asignatura .............................................................................................................................................. 8
BLOQUE 1: DETERMINA LA PROBABILIDAD DE EVENTOS MEDINATE DIFERENTES TÉCNICAS
DE CONTEO ........................................................................................................................................... 9
Secuencia Didáctica 1: Cálculo de probabilidades de eventos simples y compuestos ..................................10
• Métodos para asignar probabilidades .......................................................................................................12
• Propiedades de la probabilidad .................................................................................................................15
• Regla del complemento de la probabilidad ...............................................................................................16
• Eventos compuestos que incluyen el conectivo “o” ..................................................................................17
Secuencia Didáctica 2: Principio fundamental de conteo .................................................................................27
• Conteo mediante una lista sistemática ......................................................................................................30
• Principio fundamental de conteo ................................................................................................................35
• Factoriales ...................................................................................................................................................38
Secuencia Didáctica 3: Teoría combinatoria......................................................................................................45
• Permutaciones ............................................................................................................................................48
• Combinaciones ...........................................................................................................................................54
BLOQUE 2: EMPLEA LA PROBABILIDAD CONDICIONAL ................................................................. 63
Secuencia Didáctica 1: Probabilidad condicional .............................................................................................64
• Probabilidad condicional ............................................................................................................................66
• Regla general de la multiplicación de probabilidades ...............................................................................69
• Eventos independientes .............................................................................................................................70
• Regla especial de la multiplicación de probabilidades .............................................................................71
Secuencia Didáctica 2: Teorema de Bayes .......................................................................................................79
• Teorema de Bayes ......................................................................................................................................81
BLOQUE 3: RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE
PROBABILIDADES DE VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS ................................ 87
Secuencia Didáctica 1: Distribución de probabilidad para variables discretas ................................................88
• Distribución de probabilidad ......................................................................................................................90
• Modelos de distribuciones de probabilidad de variables discretas ..........................................................91
• Valor esperado y varianza de una distribución de probabilidad discreta .................................................92
• Distribución binomial ..................................................................................................................................98
Secuencia Didáctica 2: Distribución de probabilidad para variables continuas .............................................109
• Distribución de probabilidad para variables continuas ...........................................................................111
• Modelos de distribuciones de probabilidad de variables continuas .......................................................118
• La distribución normal ..............................................................................................................................118
Secuencia Didáctica 3: Aproximación de la distribución binomial a la normal ...............................................131
• Aproximación de la distribución binomial a la normal .............................................................................133
• Teorema central del límite .......................................................................................................................135
• Regla práctica para calcular probabilidades mediante el paso de una binomial a una normal ............136
Bibliografía ........................................................................................................................................................143
PRELIMINARES
5

6
PRELIMINARES

Presentación
“Una competencia es la integración de habilidades, conocimientos y actitudes en un contexto específico”.
El enfoque en competencias considera que los conocimientos por sí mismos no son lo más importante, sino el uso
que se hace de ellos en situaciones específicas de la vida personal, social y profesional. De este modo, las
competencias requieren una base sólida de conocimientos y ciertas habilidades, los cuales se integran para un
mismo propósito en un determinado contexto.
El presente Módulo de Aprendizaje de la asignatura Probabilidad y Estadística 2, es una herramienta de suma
importancia, que propiciará tu desarrollo como persona visionaria, competente e innovadora, características que se
establecen en los objetivos de la Reforma Integral de Educación Media Superior que actualmente se está
implementando a nivel nacional.
El Módulo de aprendizaje es uno de los apoyos didácticos que el Colegio de Bachilleres te ofrece con la intención de
estar acorde a los nuevos tiempos, a las nuevas políticas educativas, además de lo que demandan los escenarios
local, nacional e internacional; el módulo se encuentra organizado a través de bloques de aprendizaje y secuencias
didácticas. Una secuencia didáctica es un conjunto de actividades, organizadas en tres momentos: Inicio, desarrollo y
cierre. En el inicio desarrollarás actividades que te permitirán identificar y recuperar las experiencias, los saberes, las
preconcepciones y los conocimientos que ya has adquirido a través de tu formación, mismos que te ayudarán a
abordar con facilidad el tema que se presenta en el desarrollo, donde realizarás actividades que introducen nuevos
conocimientos dándote la oportunidad de contextualizarlos en situaciones de la vida cotidiana, con la finalidad de que
tu aprendizaje sea significativo.
Posteriormente se encuentra el momento de cierre de la secuencia didáctica, donde integrarás todos los saberes que
realizaste en las actividades de inicio y desarrollo.
En todas las actividades de los tres momentos se consideran los saberes conceptuales, procedimentales y
actitudinales. De acuerdo a las características y del propósito de las actividades, éstas se desarrollan de forma
individual, binas o equipos.
Para el desarrollo del trabajo deberás utilizar diversos recursos, desde material bibliográfico, videos, investigación de
campo, etc.
La retroalimentación de tus conocimientos es de suma importancia, de ahí que se te invita a participar de forma activa,
de esta forma aclararás dudas o bien fortalecerás lo aprendido; además en este momento, el docente podrá tener una
visión general del logro de los aprendizajes del grupo.
Recuerda que la evaluación en el enfoque en competencias es un proceso continuo, que permite recabar evidencias a
través de tu trabajo, donde se tomarán en cuenta los tres saberes: el conceptual, procedimental y actitudinal con el
propósito de que apoyado por tu maestro mejores el aprendizaje. Es necesario que realices la autoevaluación, este
ejercicio permite que valores tu actuación y reconozcas tus posibilidades, limitaciones y cambios necesarios para
mejorar tu aprendizaje.
Así también, es recomendable la coevaluación, proceso donde de manera conjunta valoran su actuación, con la
finalidad de fomentar la participación, reflexión y crítica ante situaciones de sus aprendizajes, promoviendo las
actitudes de responsabilidad e integración del grupo.
Nuestra sociedad necesita individuos a nivel medio superior con conocimientos, habilidades, actitudes y valores, que
les permitan integrarse y desarrollarse de manera satisfactoria en el mundo social, profesional y laboral. Para que
contribuyas en ello, es indispensable que asumas una nueva visión y actitud en cuanto a tu rol, es decir, de ser
receptor de contenidos, ahora construirás tu propio conocimiento a través de la problematización y contextualización
de los mismos, situación que te permitirá: Aprender a conocer, aprender a hacer, aprender a ser y aprender a vivir
juntos.
PRELIMINARES
7

8
Probabilidad y estadística 2
Bloque 1.
Determina la probabilidad de eventos
medinate diferentes décnicas de conteo.
Bloque 2.
Emplea la proabilidad condicional.
Bloque 3.
Resuelve problemas de aplicación
mediante la distribución de probabilidades
de variables discretas y continuas.
Secuencia Didáctica 1.
Cálculo de probabilidades de eventos
simples y compuestos.
Secuencia Didáctica 2.
Principio fundamental de conteo.
Secuencia Didáctica 3.
Teoría combinatoria.
Secuencia Didáctica 1.
Probabilidad condicional.
Secuencia Didáctica 2.
Teorema de Bayes.
Secuencia Didáctica 1.
Distribución de probabilidad para variables
discretas.
Secuencia Didáctica 2.
Distribución de probabilidad para variables
continuas.
Secuencia Didáctica 3.
Aproximación de la distribución binomial a
la normal.
PRELIMINARES

Determina la probabilidad de eventos
mediante diferentes técnicas de conteo.
Competencias profesionales:
Explica e interpreta los resultados obtenidos mediante procedimientos matemáticos y los contrasta con modelos
establecidos o situaciones reales.
Argumenta la solución obtenida de un problema, con métodos numéricos, gráficos, analíticos o variacionales,
mediante el lenguaje verbal, matemático y el uso de las tecnologías de la información y la comunicación.
Analiza las relaciones entre dos o más variables de un proceso social o natural para determinar o estimar su
comportamiento.
Cuantifica, representa y contrasta experimental o matemáticamente las magnitudes del espacio y las propiedades
físicas de los objetos que lo rodean.
Elige un enfoque determinista o uno aleatorio para el estudio de un proceso o fenómeno y argumenta su pertinencia.
Interpreta tablas, gráficas, mapas, diagramas y textos con símbolos matemáticos y científicos.
Unidad de competencia:
Estructura ideas y argumenta de manera clara y coherente, los resultados de la probabilidad conjunta, mediante el
uso de técnicas de conteo.
Identifica los tipos de eventos y las reglas de probabilidad, para resolver problemas en situaciones de la vida
cotidiana.
Utiliza el principio fundamental de conteo en la solución de problemas cotidianos.
Identifica las diferentes formas de contar agrupaciones de objetos, para resolver problemas relacionados con su
entorno.
Atributos a desarrollar en el bloque:
4.1. Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas o gráficas.
5.1. Sigue instrucciones y procedimientos de manera reflexiva, comprendiendo cómo cada uno de sus pasos contribuye
al alcance de un objetivo.
5.4. Construye hipótesis y diseña y aplica modelos para probar su validez.
5.6. Utiliza las tecnologías de la información y comunicación para procesar e interpretar información.
6.1. Elige las fuentes de información más relevantes para un propósito específico y discrimina entre ellas de acuerdo a su
relevancia y confiabilidad.
7.1. Define metas y da seguimiento a sus procesos de construcción de conocimientos.
8.1. Propone maneras de solucionar un problema y desarrolla un proyecto en equipo, definiendo un curso de acción con
pasos específicos.
8.2. Aporta puntos de vista con apertura y considera los de otras personas de manera reflexiva.
8.3. Asume una actitud constructiva, congruente con los conocimientos y habilidades con los que cuenta dentro de
distintos equipos de trabajo.
Tiempo asignado: 18 horas

10
Secuencia didáctica1.
Cálculo de probabilidades de eventos simples
y eventos compuestos.
Actividad: 1
Inicio
Responde a los siguientes cuestionamientos.
1. En un estudio se hace una encuesta a 800 alumnos de una universidad sobre el grado de
satisfacción con la carrera y el grado de satisfacción con el progreso en la misma. Los
resultados de la encuesta se muestran en la siguiente tabla.
Satisfecho con Satisfecho con su progreso TOTAL
la carrera
Si No
Si 362 350 712
No 18 70 88
Total 380 420 800
Si se elige una encuesta al azar, determina la probabilidad de que:
a) El alumno se encuentre satisfecho con la carrera.
b) El alumno se encuentre satisfecho con la carrera y con su progreso en la misma.
c) El alumno no se encuentre satisfecho ni con la carrera ni con su progreso.
d) El alumno se encuentre satisfecho con la carrera, pero no con su progreso.
2. Normalmente en una moneda mexicana, el águila es el sello (s) emblema de nuestra bandera, y cara (c) es
la imagen del rostro del personaje que aparece en cada moneda. Si se lanzan dos monedas normales al
aire, determina la probabilidad de que una de ellas sea cara y otra sello.
3. Se arroja un dado sin truco y se observa el número de puntos que muestra la cara superior, ¿cuál es la
probabilidad de que el número observado sea par?
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Métodos para asignar Probabilidades.
12
Desarrollo
En el curso pasado de Probabilidad y Estadística 1, viste que la probabilidad de un evento, siendo ésta una medida
numérica de la verosimilitud del evento, se determina de dos formas: empíricamente (de manera experimental) o
teóricamente. Los siguientes ejemplos con eventos simples te harán recordar y aclarar la diferencia entre estas dos
interpretaciones de la probabilidad.
Ejemplo 1. Si se lanza una moneda al aire, determina la probabilidad de que caiga con la cara hacia arriba.
No hay razón aparente para que uno de los lados de la moneda, a la larga, caiga hacia arriba con mayor frecuencia
que el otro, de modo que normalmente se supone que cara y sello son igualmente probables de salir. Esta suposición
puede remarcarse si la moneda está no defectuosa o alterada. Ahora el experimento aquí es el lanzamiento de una
moneda con estas características. El espacio muestral es:
{ }
y el evento de que caiga cara, cuya probabilidad se busca, se llama { }. Como uno de los dos resultados
posibles es cara, la probabilidad es el cociente de 1 y 2:
De manera simbólica, esto se expresa como:
Ejemplo 2. Si se lanza al aire una taza de plástico, determina la probabilidad de que
caiga hacia abajo.
Intuitivamente, es probable que una taza caiga de lado, mucho más a menudo que
hacia arriba o hacia abajo. Pero no queda claro exactamente qué tan a menudo.
Para tener una idea, se realiza el experimento de lanzar la taza 50 veces, y observar
la frecuencia de los resultados. Supóngase que cayó de lado 44 veces, boca abajo
5 veces y hacia arriba sólo una vez. Por la frecuencia de “éxitos” en este
experimento, se concluye que:
Observa en el ejemplo 1, que implica el lanzamiento de una moneda no
defectuosa, el número de resultados posibles es obviamente dos, ambos
igualmente probables, y uno de los resultados es una cara. No se requirió un
experimento real. La probabilidad deseada se obtuvo teóricamente. Las
probabilidades teóricas se aplican a toda clase de juegos de azar (lanzamiento de
dados, juegos de cartas, ruletas, lotería, etc.), y aparentemente también a muchos
fenómenos de la naturaleza. Laplace, en su famosa Teoría Analítica de la
Probabilidad, publicada en 1812, dio una fórmula que se aplica a cualquiera de
tales probabilidades teóricas, siempre y cuando el espacio muestral sea finito y
los resultados sean igualmente probables, es decir, sean equiprobables.
)
.
)
.
)
.
Pierre Simon Maqués de Laplace
(1749 -1827).
Astrónomo, físico y matemático
francés, conocido por el Teorema
de Laplace, Transformada de
Laplace y Determinismo científico
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Fórmula de la probabilidad teórica
Si todos los resultados en un espacio muestral son igualmente probables, y es un evento en , entonces la
probabilidad teórica del evento está dada por:
BLOQUE 1
)
Por otra parte, en el ejemplo 2 implicó tener que lazar una taza al aire, donde las probabilidades de los diferentes
resultados no estaban claras intuitivamente. Se efectuó un experimento real para llegar a un valor de probabilidad de
un décimo. Este valor se encontró de acuerdo con la fórmula de la probabilidad experimental o empírica.
Fórmula de la probabilidad empírica
Si es un evento que puede suceder cuando se realiza un experimento, entonces la probabilidad empírica del evento
está dada por:
)
En la cual la asignación de las probabilidades de los sucesos o eventos de interés se basan en la información
observada y no en el conocimiento previo del proceso.
Por lo general, en las aplicaciones queda claro cuál de las dos fórmulas de probabilidad debe usarse. Más ejemplos
al respecto:
Ejemplo 3. Claudia quiere tener exactamente dos niñas. Suponiendo que niño y niña son igualmente probables,
determina la probabilidad de éxito en cada uno de los casos siguientes:
a) En total tiene dos hijos.
Aquí, la suposición de igual probabilidad permite el uso de probabilidad teórica. Observa que el espacio muestral
lo forman las parejas:
{ ) ) ) )}
El único resultado favorable para el evento , que sean exactamente dos mujeres: es la pareja { )}.
Por medio de la fórmula de probabilidad teórica:
b) En total ella tiene tres hijos.
Ahora el espacio muestral para este caso es:
)
{ ) ) ) ) ) ) ) )}
De modo que son tres los casos favorables al evento exactamente dos niñas, indicadas en el espacio muestral con
negritas. Luego la probabilidad de es:
)
.
.
13

Aunque en este ejemplo se supuso que tanto niños como niñas tienen la misma probabilidad de ocurrir, por lo común,
los nacimientos de niños ocurren con un frecuencia un poco mayor. A la vez, por lo regular hay siempre más mujeres
en cualquier momento dado, debido al mayor índice de mortalidad entre hombres y a la esperanza de vida más larga
en las mujeres, en general. Para cerciorarte de este comentario consulta los censos poblacionales del INEGI en la
página:
14
http://cuentame.inegi.gob.mx/poblacion/mujeresyhombres.aspx?tema
Ejemplo 4. En un año reciente, los nacimientos en México incluían 1, 613 millones de hombres y 1, 531 millones de
mujeres. Si una persona fue seleccionada aleatoriamente de los registros de nacimientos de ese año. ¿Cuál es la
probabilidad de que la persona fuese hombre?
Ya que los nacimientos de hombres y mujeres no son igualmente probables, y se tiene información específica
experimental que respalda este hecho, se calcula la probabilidad empírica.
)
)
Ahora piensa nuevamente en la taza del ejemplo 2. Si se lanza 100 veces en lugar de 50, el nuevo valor sería
probablemente diferente (al menos un poco) del que se obtuvo. Aún sería una probabilidad empírica, pero sería mejor
en el sentido de que se basa en un conjunto mayor de resultados. Conforme el número de lanzamientos se hace cada
vez más grande, los valores de la probabilidad empírica resultante pueden aproximarse a algún valor particular. Si es
así, ese número puede definirse como la probabilidad teórica de que esa taza caiga boca abajo. Este valor “limite”
sólo puede ocurrir cuando el número real de lanzamientos observados se aproxime al número total de lanzamientos
de la taza. Como potencialmente existe un número infinito de posibles lanzamientos, en realidad nunca se encontraría
la probabilidad teórica que se pretende. Pero aún se puede suponer que tal número existe, y cuando el número real
de lanzamientos observados aumente, la probabilidad empírica resultante debe tender a estar más cerca del valor
teórico. Este importante principio se conoce como ley de los grandes números o en algunas ocasiones como ley de
los promedios.
Ley de los grandes números
Cuando un experimento se repite más y más veces, la proporción de resultados favorables a cualquier evento tenderá
a estar cada vez más próxima a la probabilidad teórica de ese evento.
Ejemplo 5. ¿Una moneda no defectuosa se lanzó 35 veces, produciendo la siguiente secuencia de resultados.
Calcular la razón del número de caras al número total de lanzamientos, después del primer lanzamiento, el segundo
lanzamiento, el tercer lanzamiento y así, sucesivamente, hasta completar los 35 lanzamientos, y con ayuda del Excel
mostrar estas razones en una gráfica.
Para obtener las razones se toma en cuenta que los dos primeros resultados son sellos, de ahí que los dos primeros
lugares sean 0.00. Luego el tercer resultado es cara, es decir, ⁄ , el cuarto lanzamiento vuelve a ser cara, por
lo que ⁄ . El quinto lanzamiento nuevamente es cara, así que la razón es ⁄ , el sexto lanzamiento es
sello, de ahí que la razón sea ⁄ , y así sucesivamente.
Las primeras razones a dos lugares decimales, son 0.00, 0.00, 0.33, 0.50, 0.60, 0.50,…resultado de dividir
respectivamente , , , , , , etc. La gráfica muestra cómo las fluctuaciones alrededor del 0.50 son más pequeñas,
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

conforme el número de lanzamientos aumenta, y la razón parece que se aproxima a 0.50 en la parte derecha de la
gráfica, de acuerdo con la ley de los grandes números.
Observa que la ley de los grandes números proporciona una conexión importante entre las probabilidades empírica y
teórica. Conocer la probabilidad empírica para un evento permite estimar su probabilidad teórica. Entre más grande
sea el número en que se basa la estimación, más confiable será esta. De manera similar, conocer la probabilidad
teórica de un evento permite predecir la fracción de veces que ocurrirá en una serie de experimentos repetidos,
simplemente por deducción. La predicción será más precisa, claro está, para un número grande de repeticiones.
Propiedades de la probabilidad.
De la fórmula de probabilidad teórica se deducirán algunas propiedades de la probabilidad.
Para el experimento de lanzar dos monedas al aire no defectuosas se tiene el espacio muestral:
La probabilidad del evento que salgan dos caras es:
BLOQUE 1
{ ) ) ) )}
en tanto que si se considera el espacio muestral con resultados no igualmente probables, se tiene que:
La probabilidad de que salgan dos caras: )
)
{ }
probabilidad, aplica para espacios con igual probabilidad (equiprobables).
,
, lo cual es incorrecto, ya que la expresión que calcula la
Para que te convenzas de que ⁄ es mejor que ⁄ , realiza el experimento de lanzar dos monedas no defectuosas
100 veces y calcula esta probabilidad de forma empírica.
Como cualquier evento es subconjunto de , se sabe que el número de elementos del conjunto es mayor que
cero, pero menor que el número de elementos de . Esto se puede expresar mediante la cardinalidad de un conjunto
como sigue ) ), donde ) es el número de elementos del conjunto en este caso. Al dividir todo
entre el número de elementos del espacio muestral queda:
) )
) )
) o ) .
15

En palabras esto significa que la probabilidad de cualquier evento es un número entre 0 y 1, inclusive.
Si el evento es imposible (no puede suceder), entonces el número de elementos de ese conjunto debe ser 0 ( es el
conjunto nulo o vacío), por lo tanto ) Por otro lado, si un evento es seguro (es inevitable que ocurra),
entonces el número de elementos de es igual al número de elementos del espacio muestral, por lo que:
Estas propiedades se resumen a continuación:
16
)
) )
) .
Sea un evento en el espacio muestral , esto es, es un subconjunto de . Entonces:
1. ) . La probabilidad de cualquier evento es un número entre 0 y 1, inclusive.
2. ) . La probabilidad de un evento imposible es cero.
3. ) . La probabilidad de un evento seguro es uno.
Ejemplo 6. En el lanzamiento de un dado regular (sin truco) determina la probabilidad de cada uno de los siguientes
eventos:
Para cada caso se obtiene primeramente el espacio muestral, para luego marcar dentro de este los casos favorables
del evento simple en cuestión:
a) Obtener el número 2.
b) Obtener un número distinto de 2.
c) Obtener el número 7.
d) Obtener un número menor que 7.
{ }
)
{ }
)
.
.
{ }
)
{ }
)
Observa que los incisos c) y d) del ejemplo anterior ilustran las propiedades 2 y 3 respectivamente. Observa también
que los eventos en los incisos a) y b) son complemento uno del otro y que sus probabilidades suman 1, lo cual es
cierto para cualesquiera dos eventos complementarios; esto es, ) ) . Reagrupando términos, se puede
escribir esta ecuación de dos formas equivalentes, de las cuales, la más útil se indica en la siguiente regla.
Regla del complemento de la probabilidad.
La probabilidad de que un evento ocurra es igual a uno menos la probabilidad de que no ocurra.
) )
.
.
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

El siguiente ejemplo ilustra la forma en que la regla del complemento permite calcular probabilidades de forma
indirecta, cuando ello resulta más sencillo.
Ejemplo 7. Cuando se toma una carta de una baraja inglesa estándar de 52 cartas, ¿cuál es la probabilidad de que la
carta seleccionada sea distinta a un rey?
Una baraja inglesa de 52 cartas tiene 4 palos:
BLOQUE 1
espadas negras,
corazones rojos,
diamantes rojos,
tréboles negro.
El As es el uno, la sota (J), la reina (Q) y el rey (K) son “cartas con figura”. Cada palo tiene 13 denominaciones As, 2,
3,…,9, 10, J, Q, K. Dependiendo del juego el As también es considerado como la última carta.
Es más fácil contar las cartas que son reyes, que las que no son reyes. Sea el evento de no tomar un rey. Por lo
tanto:
) )
.
Donde es el evento tomar un rey.
Ahora se considerarán ejemplos de eventos compuestos, recuerda que estos eventos se caracterizan por combinar
eventos simples mediante conectivos lógicos como “o”, “y”, por mencionar algunos.
En tu curso de probabilidad pasado se desarrolló la teoría de conjuntos, donde se vieron ejemplos de operaciones
con conjuntos (unión, intersección) que en teoría de probabilidad equivale a eventos compuestos. En esta secuencia,
el objetivo es calcular la probabilidad de estos eventos compuestos, por ejemplo: para los eventos simples y , se
desea calcular ) o ), recuerda que es el evento en el que ocurre por lo menos uno de los dos
eventos simples.
Eventos compuestos que incluyen el conectivo “o”
Ejemplo 8. Se escoge un número de manera aleatoria del conjunto:
{ }
Determina la probabilidad de que sea un número impar o múltiplo de 3.
Primeramente se dará nombre a los eventos simples de la siguiente manera:
que el número sea impar y que el número sea múltiplo de 3. Se tienen entonces de cada evento los siguientes
elementos:
{ } { }
Distribuyendo los elementos de estos conjuntos en un diagrama de Venn quedan.
17

El diagrama muestra la posición de los 10 elementos dentro del espacio muestral y se ve que { }. El
evento compuesto corresponde al conjumto . Por lo tanto, mediante la fórmula de la probabilidad teórica,
18
) )
En general, no se puede tan sólo sumar probabilidades individuales de cada uno de los eventos simples que
intervienen en el evento compuesto de la forma . Si se hubiera hecho así, en este ejemplo el resultado que se
hubiera obtenido sería.
Lo cual es incorrecto ya que se estarían contando los resultados que están dentro de la intersección dos veces. Los
enteros 3 y 9 son tanto números impares como múltiplos de 3. La regla correcta se establece de la siguiente forma.
(Ya que los conectivos lógicos “o” e “y” corresponden a las operaciones de conjuntos (unión) e (intersección)
respectivamente, se puede establecer dos versiones de esta regla).
Regla general para la suma de probabilidades
Si y son dos eventos cualesquiera, entonces:
Enseguida se muestra un ejemplo del uso de esta regla.
) ) ) )
) ) ) )
Ejemplo 9. De los 20 programas de televisión que se presentarán esta noche, Paco planea ver uno que elegirá de
forma aleatoria cerrando los ojos y seleccionando con el dedo el desplegado impreso de la programación televisiva.
Si 8 de los programas son educativos, 9 son interesantes y 5 son educativos e interesantes, determina la probabilidad
de que el programa que vea tenga por lo menos uno de estos atributos.
Si que el programa sea educativo, que el programa sea interesante, que un programa tenga por lo menos uno
de estos atributos significa: o que el programa es educativo o que es interesante. Así que se pide calcular la
probabilidad de . Utilizando la regla general de la suma de probabilidades se tiene:
Por otra parte )
, )
y )
) ) ) )
)
. Por lo que:
Ejemplo 10. Supóngase que se toma una carta de una baraja inglesa estándar de 52 cartas. Determina la
probabilidad de que sea espada o roja.
.
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Recuerda, la baraja inglesa consta de 26 cartas rojas (diamantes y corazones) y 26 negras (espadas y tréboles), y hay
13 cartas por palo como se muestra en la figura.
Sea que la carta sea espada y que la carta sea roja, pero el evento de que la carta seleccionada sea espada y
roja, no es posible que pueda suceder, ya que no existen cartas de espadas rojas (todas las espadas son negras).
Por lo tanto, el tercer término de la fórmula para la suma será 0 (por la propiedad 2 de la probabilidad) por lo que
puede omitirse. De ahí que:
BLOQUE 1
)
En este ejemplo se vio que el evento sea “espada y roja” tiene probabilidad cero porque, al tomar sólo una carta no es
posible que la espada y el color rojo salgan al mismo tiempo. De forma general, cuando dos eventos no pueden darse
al mismo tiempo se dice que son mutuamente excluyentes. (En teoría de conjuntos recuerda que a dichos eventos se
les denomina “ajenos” o “disjuntos”).
Para cualesquiera dos eventos mutuamente excluyentes, la regla de la suma de probabilidades adquiere una
forma más sencilla.
Regla especial para la suma de probabilidades
Si y son dos eventos mutuamente excluyentes en un experimento dado, entonces:
) ) )
) ) )
A menudo es posible encontrarse con casos en los que necesitan considerarse composiciones de más de dos
eventos. Cuando cada evento asociado es mutuamente excluyente de todos los demás, puede aplicarse una
extensión de la regla especial de la suma.
Ejemplo 11. Ana cree que existe una pequeña probabilidad de que pueda terminar su tarea en tan sólo una hora esta
noche. De hecho, si representa el número de horas dedicadas a la tarea, entonces ella asigna probabilidades a los
diferentes valores de , como se muestra en la siguiente tabla:
1 0.05
2 0.10
3 0.20
4 0.40
5 0.10
)
6 0.15
.
19

(Se está suponiendo que el tiempo real necesario se redondeará a la hora más cercana y que no tomará menos de
una hora ni más de 6. Los 6 períodos determinados son mutuamente excluyentes entre sí, ya que si Ana requiere de 3
horas para hacer su tarea, entonces no necesitará ni 2 horas, ni 4 horas, ni cualquiera de las otras opciones, para
terminar su tarea).
Determina la probabilidad de que Ana termine su tarea en cada uno de los siguientes períodos:
a) Menos de 3 horas.
“Menos de 3 horas” significa 1 o 2, esto se puede expresar con la siguiente desigualdad ) Por lo tanto
) .
b) Más de 2 horas.
Utilizando una desigualdad como el caso anterior “más de 2 horas” se expresa )significando esto que
sean 3 o 4 o 5 o 6 horas, por lo que:
c) Más de una hora, pero no más de 5.
20
) ) ) ) )
) .
Es decir estudiar 2 o 3 o 4 o 5, esto es ), por lo que
Eventos compuestos que incluyen el conectivo “y”
)
En el párrafo anterior se desarrollaron reglas para determinar la probabilidad de eventos de la forma .
Básicamente se sumaron las probabilidades del evento y del evento , cuando los eventos son mutuamente
excluyentes o ajenos, debiendo ajustar la fórmula restando la probabilidad del evento en aquellos casos donde
los eventos no son mutuamente excluyentes.
Ahora se considera, de manera general, cómo determinar la probabilidad de cualquier evento de la forma .
Ejemplo 12. En una clase universitaria de ciencias hay 30 alumnos, de los cuales 5 estudian física, 15 matemáticas y
10 biología. De estos mismos, 22 son mujeres y el resto hombres. Si se escoge un estudiante al azar para pasar al
pizarrón, ¿cuál sería la probabilidad de que este sea hombre y estudiante de matemáticas?
22 mujeres
8 hombres
De acuerdo al diagrama de árbol, la tarea consta de dos etapas. Primero se calculará la probabilidad del evento
que sea hombre. Para esto se sabe que son 30 alumnos (casos posibles) y que de ellos 22 son mujeres, por lo que 8
son hombres (casos favorables). Por medio de la fórmula de probabilidad teórica se tiene:
)
5
15
10
5
15
10
Física
Matemáticas
Biología
Física
Matemáticas
Biología
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Ahora se calculará la probabilidad del evento ser estudiante de matemáticas. Recuerda que 30 son los casos
posibles, y que de estos, 15 estudian matemáticas (casos favorables). Así se tiene que:
BLOQUE 1
)
La probabilidad de que ambos eventos ocurran simultáneamente, será el producto de las probabilidades de cada
suceso. Es decir:
) (
) (
Ejemplo 13. Si se elige un número de manera aleatoria del conjunto { } determine la probabilidad
de que el número seleccionado sea par y múltiplo de 3.
El espacio muestral para este caso es todo el conjunto proporcionado
)
{ },
Sea que el número sea par y que el número sea múltiplo de 3, entonces:
{ } { }
El evento compuesto corresponde al conjunto ( ) { }. Por lo tanto por medio de la fórmula de
probabilidad teórica,
)
.
La fórmula general de probabilidad del evento , que se verá más adelante, exigirá que se multipliquen las
probabilidades individuales del evento . Pero, como se muestra en el ejemplo 13, eso debe hacerse con
precaución. Aunque )
y )
, al multiplicar simplemente estos dos números se hubiera obtenido
Lo cual es incorrecto; el procedimiento correcto es calcular la probabilidad del segundo evento bajo la suposición de
que ha ocurrido el primer evento (o está ocurriendo u ocurrirá, pues el tiempo carece aquí de importancia). Este tipo
de probabilidad, calculada bajo alguna suposición especial, se conoce como probabilidad condicional, que se
estudiará en el siguiente bloque.
.
21

Actividad: 2 (continuación)
b) Determina la probabilidad de que un comprador elija al menos una de las tres opciones.
c) Determina la probabilidad de que un comprador no seleccione ninguna de las tres opciones.
4. La madrina de recuerdos de una boda ha comprado dos tipos de arreglos: 50 velas y 50 centros de mesa
para los invitados, ¿cuál es la probabilidad de que a un invitado le toque recuerdo de vela o centro de mesa,
si es que llegaron 150 invitados y a cada uno sólo le obsequian un recuerdo?
5. Si se lanzan 2 veces una moneda, ¿cuál es la probabilidad de obtener 2 sellos?
BLOQUE 1
Evaluación
Actividad: 2 Producto: Problemas de aplicación. Puntaje:
Conceptual
Saberes
Procedimental Actitudinal
Reconoce las propiedades y
reglas de la probabilidad.
Calcula la probabilidad de eventos
simples y compuestos mediante
las propiedades y reglas de la
probabilidad.
Aporta ideas y respeta las
aportaciones de sus
compañeros.
Autoevaluación
C MC NC Calificación otorgada por el
docente
Sitios Web recomendados:
Ingresa a los siguientes sitios para que consultes y dispongas de información de
interés:
http://www.wiris.net/planetamatematico.com/whiteboard/es/index-sta.htm
http://www.youtube.com/watch?v=_vSG858zfNI
http://www.youtube.com/watch?v=Wq-MeZLKi2k
http://www.youtube.com/watch?v=wPmi1pcoDq8
http://www.youtube.com/watch?v=Wq-MeZLKi2k&playnext=1&list=PL03A6D9A990D7F560
http://www.youtube.com/watch?v=-5EG28z2E08
http://www.youtube.com/watch?v=_vSG858zfNI&feature=fvsr
23

24
Actividad: 3
Resuelve los siguientes problemas.
Cierre
1. En el último año las compañías de teléfonos han hecho grandes esfuerzos para atraer nuevos
clientes. Supón que en una muestra de 400 familias una compañía telefónica obtuvo
información sobre el interés de planes de larga distancia y sobre las necesidades semanales
de realizar llamadas de larga distancia internacional. Los datos de esta encuesta se presentan
en la siguiente tabla.
Adherido a algún plan de larga distancia
Necesidad de llamar semanalmente al exterior
Total
Si No
Si 120 120 240
No 30 130 160
TOTAL 150 250 400
A partir de la información de la tabla:
a) Proporciona un ejemplo de evento simple y determina su probabilidad
b) ¿Cuál es el evento complemento de tener necesidad de llamar semanalmente al exterior?, ¿qué probabilidad
tiene?
Si se selecciona una familia de las encuestadas al azar:
c) ¿Cuál es la probabilidad de que la familia tenga necesidad de llamar al exterior y esté adherida a un plan de
larga distancia?
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

26
c) ¿Cuál es la probabilidad de que caiga un sello?
d) ¿Cuál es la probabilidad de que caigan 4 y un sello?
e) ¿Cuál es la probabilidad de que caigan una cara y un 5?
4. Un cubo de madera se pinta de blanco y lego se separa en cubitos (como indica la figura) Si se escoge uno
de estos cubitos al azar, ¿qué probabilidad hay de que…:
a) tenga 6 caras blancas?
b) tenga 3 caras blancas?
c) tenga una cara blanca?
Actividad: 3 (continuación)
d) no tenga caras blancas?
e) no tenga ninguna cara blanca?
Evaluación
Actividad: 3 Producto: Problemas de aplicación. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Comprende las propiedades y
reglas de la probabilidad, tanto
en eventos simples como en
compuestos.
Autoevaluación
Aplica propiedades y reglas de
probabilidad para calcular la
probabilidad de eventos.
Realiza la actividad mostrando
interés en la misma, externando
sus ideas.
C MC NC Calificación otorgada por el
docente
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

28
Actividad: 1 (continuación)
3. En una tabla escribe todos los posibles resultados que se obtienen cuando se lanzan dos
dados comunes.
4. A: Andy, B: Betty, C: Clau y D: Dany, tienen boletos para cuatro asientos reservados en primera fila para un
concierto de rock. Escribe 3 maneras diferentes en las que pueden sentarse, de modo que Andy y Betty
estén juntos.
_________,________,_______,__________
_________,________,_______,__________
_________,________,_______,__________
5. ¿Cuántos triángulos comprende la figura? Comenta con tus compañeros la forma de conteo que utilizaste
para obtener la respuesta.
________ triángulos.
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Actividad: 1 (continuación)
6. En un restaurante se prepara un menú que consta de 3 sopas (tortillas, verduras y fideos), 2
guisados (estofado y pescado) y 3 sabores de helado como postre (nuez, chocolate y
queso). Apoyándote del esquema, escribe 5 formas diferentes en las que puedes combinar
los platillos del menú.
BLOQUE 1
Evaluación
Actividad: 1 Producto: Esquemas. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Identifica diferentes formas de
conteo.
Autoevaluación
_________,________,_______
_________,________,_______
_________,________,_______
_________,________,_______
_________,________,_______
Construye los posibles resultados
de un proceso de conteo.
Muestra interés y apertura en el
desarrollo de la actividad.
C MC NC Calificación otorgada por el
docente
29

Conteo mediante una lista sistemática.
30
Desarrollo
En esta secuencia se tratarán las cuestiones elementales de teoría combinatoria, que puede definirse como la parte
de la Matemática que se dedica al estudio de los problemas relativos al cálculo del número de formas diferentes en
que pueden agruparse una cantidad dada de objetos que poseen características determinadas cuando se toman
todos o algunos de los elementos de un conjunto finito. Los elementos del conjunto pueden ser de cualquier
naturaleza: números, personas, objetos, empresas, artículos producidos por una fábrica, entre otros.
La teoría combinatoria estudia especialmente el número de agrupaciones que se pueden obtener bajo algún modo de
composición de los elementos, teniendo en cuenta las relaciones que deben existir entre ellos. Para ello, distingue
básicamente tres diferentes formas que hay para llevar a cabo estos agrupamientos: Permutaciones y
Combinaciones.
Para calcular probabilidades, es necesario determinar la cantidad de elementos de un conjunto dado, o la cantidad de
elementos del conjunto integrado por las agrupaciones que se pueden formar tomando algunos de los elementos. A
menudo, la tarea de contarlos uno a uno resulta tediosa, sin embargo, para poder contar resulta de mucha utilidad el
llamado Principio fundamental de conteo y los aportes realizados por la teoría combinatoria.
Todos los métodos de conteo que se estudiarán en esta secuencia implican proponer una lista real de los posibles
resultados para una determinada tarea. Este enfoque sólo es práctico para listas pequeñas. Hay otros métodos
desarrollados que permitirán determinar “cuántas” son las posibilidades sin realmente listarlas todas.
Cuando se listan todos los posibles resultados, es muy importante emplear un método sistemático. Si sólo enlistas las
posibilidades conforme se te van ocurriendo, es muy probable que se te olvide nombrar algunas.
Ejemplo 1. Determina cuáles y cuántos números de 2 dígitos se pueden formar con los números{ }.
Esta tarea consta de dos etapas: seleccionar un primer dígito, luego elegir el segundo. Los resultados pueden
representarse en una tabla de la siguiente manera:
1er. dígito
2do. dígito
1 3 5 7
1 11 13 15 17
3 31 33 35 37
5 51 53 55 57
7 71 73 75 77
Observa que la lista de posibles resultados de la tabla son: 11,13, 15, 17, 31, 33, 35,37, 51, 53, 55, 57, 71, 73, 75, 77.
Existen 16 posibilidades. Como ves, sistemáticamente se han considerado todos los posibles resultados sin olvidar
ninguno de ellos.
Cuando una tarea consta de más de dos etapas, no es fácil analizarla mediante una tabla, ya que necesitarías una
tabla de más de dos dimensiones, que es difícil de construir en una hoja del cuaderno. Otra herramienta útil es el
diagrama de árbol, como se muestra en los siguientes ejemplos.
Ejemplo 2. La impresora de la computadora de una oficina permite configuraciones especiales con un panel de cuatro
conmutadores en hilera. ¿Cuántas configuraciones diferentes pueden seleccionarse, si ningún par de conmutadores
adyacentes puede estar apagado al mismo tiempo?
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Esta situación es característica de opciones seleccionadas por el usuario de diferentes dispositivos, como son los
equipos de computación, los mecanismos para abrir una puerta de cochera y otros equipos. En el diagrama de árbol
se representa el “encendido” con el número 1, y “apagado” con el 0 (una práctica común).
Observa que cada vez que un conmutador indica que está apagado (0) en el diagrama de árbol, el siguiente
conmutador sólo puede estar encendido (1). Esto es para satisfacer la restricción de que ningún par de conmutadores
adyacentes puede estar al mismo tiempo apagado. Por tanto, son 8 las configuraciones diferentes que pueden
seleccionarse.
Ejemplo 3: Una familia desea adquirir una vivienda en cierta zona de la ciudad, y se le presentan las siguientes
posibilidades: casa o apartamento. A su vez, cada una puede ser de 1, 2 o 3 dormitorios. ¿Cuántos tipos posibles de
vivienda tiene a disposición?
El diagrama de árbol facilitará el listado de los posibles resultados.
Existen dos etapas para esta tarea; se tienen 2 opciones para la primer etapa (casa o apartamento) y 3 opciones para
la segunda (número de dormitorios). Por lo que son 6 los posibles tipos de vivienda que la familia tiene a disposición.
Ejemplo 4. ¿Cuántos triángulos comprende la figura?
BLOQUE 1
1er.
Conmutador
0 1
1
Casa
2do.
Conmutador
0
1
Apartamento
G
H
A
I
3er.
Conmutador
F
B
0
1
1
0
1
E
D
C
4to. Configuración
Conmutador de los
1 Dormitorio
2 Dormitorios
3 Dormitorios
1 Dormitorio
2 Dormitorios
1
0
1
0
1
1
0
1
3 Dormitorios
conmutadores
0101
0110
0111
1010
1011
1101
1110
1111
31

Un método sistemático es marcar los puntos, como se muestra en la figura, iniciando con A, luego proceder en orden
alfabético para escribir todas las combinaciones de tres letras y, finalmente, tachar las que no son triángulos en la
figura.
Por último en la figura hay 16 triángulos diferentes ¿Por qué no están incluidas las ternas y (y muchas otras)
en la lista?
Otro método podría ser identificar primero los triángulos que constan cada uno de una sola región:
. Luego, listar los que constan de dos regiones cada uno: ; y
los de cuatro regiones cada uno: . No hay triángulos de tres regiones. El total es nuevamente 16
triángulos.
Observa en todos estos ejemplos que utilizar un sistema definido asegurará una lista completa de todos los posibles
resultados para varias tareas. Sin embargo, si el número total de posibles resultados es todo lo que necesitas saber,
entonces no es necesario elaborar una lista, ya que con frecuencia es muy tedioso y díficil obtenerla, en especial
cuando la lista es larga, como es el caso del ejemplo 3. Enseguida, verás formas de calcular “cuántos” por medio del
principio fundamental de conteo.
32
Actividad: 2
En equipos de cuatro, desarrollen lo que se solicita.
1. De todos los posibles resultados del lanzamiento de dos dados, escriban las parejas de
números para los que la suma (de los puntos de la cara de ambos dados) sea la siguiente:
Suma Resultados
2
8
Par
Entre 6 y 10
De 6 a 8
Menor que 5
Impar
7
2. Elaboren una tabla donde escriban todos los posibles números de 2 dígitos que se pueden formar con el
conjunto de números { } suponiendo que:
a) Se permite repetir los dígitos.
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Actividad: 2 (continuación)
b) No se permite repetir los dígitos.
3. De los treinta y seis números de la tabla del problema 2, listen los que pertenecen a cada una de las
siguientes categorías.
a) Números impares.
b) Números primos.
c) Números con dígitos repetidos.
d) Potencias de dos.
e) Múltiplos de 6.
f) Números cuadrados.
4. Elaboren un diagrama de árbol donde se muestren todos los resultados posibles cuando se lanzan tres
monedas. Luego listen los resultados:
a) Al menos dos caras.
b) Menos de dos caras.
c) Más de dos caras.
d) No más de dos caras.
BLOQUE 1
33

34
Actividad: 2 (continuación)
5. En el patrón que se observa abajo, los puntos están a una unidad de distancia, tanto horizontal
como vertical. Si un segmento puede unir dos puntos cualesquiera, ¿cuántos segmentos
pueden dibujarse con cada una de las longitudes siguientes?
a) 1 b) 2 c) 3 d) 4 e) 5
∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙
________, _________, __________, ____________, _________
6. Un panel que contiene seguidos tres interruptores de encendido y apagado está por activarse. Suponiendo
que no hay restricciones para los interruptores elaboren un diagrama de árbol para listar todas las posibles
activaciones del panel.
7. Cuando se lanzan dos dados se tienen 36 resultados diferentes, ¿cuántos habrá si se tiran tres dados?
Actividad: 2
Evaluación
Producto: Listas sistemáticas de
conteo
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Aprecia la facilidad de la
Identifica diferentes formas de
conteo.
Representa sistemáticamente los
posibles resultados de un proceso
de conteo.
sistematización en el conteo.
Es respetuoso con sus
compañeros y aporta ideas en la
resolución de la actividad.
Autoevaluación
C MC NC Calificación otorgada por el
docente
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Si se hubiera empezado por el segundo dígito en el ejemplo 2, como en el caso anterior, se habrían tenido problemas,
porque después de observar que existen 10 opciones para el segundo dígito, no sería posible decidir el número de
opciones para el primer dígito, ya que no hay manera de saber si el segundo dígito fue cero u otro distinto de cero.
Para evitar esta clase de ambigüedades, es mejor empezar por cualquier parte de la tarea que tenga alguna
restricción especial. En ambos ejemplos el primer dígito está restringido a que no puede ser cero, así que considéralo
primero.
Ejemplo 3. ¿De cuántas maneras puede un grupo escolar elegir de entre 5 candidatos, 3 mujeres y 2 hombres, a su
presidente, secretario y tesorero, si el secretario debe ser hombre?
Como la restricción especial se aplica al secretario, considera primero ese cargo. Hay dos opciones, luego quedan
cuatro opciones para presidente (las tres mujeres junto con el hombre que no quedó como secretario). Por último hay
tres opciones para tesorero (las tres personas que hasta el momento no han sido elegidas para un cargo). El número
total de formas es .
Ejemplo 4. ¿Cuántos números de cuatro dígitos hay en nuestro sistema de números de conteo (naturales)?
La tarea de seleccionar un número de cuatro dígitos se compone de cuatro etapas. No hay restricción asociada, salvo
que el primer dígito debe ser distinto de cero. Por lo que hay posibles números de cuatro
dígitos.
Ejemplo 5. La numeración de las placas de matrícula para carros particulares en México, se
compone de 3 letras seguidas de 4 dígitos. ¿Cuántas placas diferentes son posibles, antes
que sea necesario un nuevo esquema?
La tarea básica es diseñar una numeración que conste de tres letras seguidas por tres
dígitos. Hay seis partes o etapas que componen esta tarea. Como no hay restricciones sobre las letras o los dígitos
que se utilizarán, considerando que el alfabeto tiene 26 letras, el principio fundamental de conteo muestra que existen.
36
Actividad: 3
placas.
Mediante el principio fundamental de conteo resuelve lo siguiente:
1. Explica con tus propias palabras el principio fundamental de conteo.
__________________________________________________________________________________________________
__________________________________________________________________________________________________
__________________________________________________________________________________________________
__________________________________________________________________________________________________
2. Un panel que contiene seguidos tres interruptores de encendido y apagado está por activarse. Suponiendo
que no hay limitaciones para los interruptores, utiliza el principio fundamental de conteo para determinar el
número total de posibles activaciones.
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Actividad: 4 (continuación)
4. Emma tiene siete ensayos que incluir en su carpeta de Inglés ¿De cuántas formas diferentes
puede acomodarlos?
5. Cada vez que Laura lleva al parque a los nueve niños que tiene a su cuidado, todos ellos quieren estar
siempre al frente de la fila. ¿De cuántas maneras diferentes puede acomodarlos?
BLOQUE 1
Evaluación
Actividad: 4 Producto: Ejercicios. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Reconoce y describe la utilidad
del factorial.
Autoevaluación
Sitios Web recomendados:
Aplica la definición de factorial para
obtenerlo.
C MC NC Calificación otorgada por el
docente
Ingresa a los siguientes sitios para que consultes e interactúes,
calculando el número de formas en las que se pueden agrupar un
número de objetos.
http://www.amolasmates.es/flash/combinatoria/mod_4publish/
http://www.aaamatematicas.com/sta-basic-cntg.htm
Realiza el ejercicio con limpieza y
claridad.
41

42
Actividad: 5
Resuelve los siguientes problemas.
Cierre
1. El código postal de Nicasio Mendoza es 83120. ¿Cuántos códigos postales de cinco dígitos
en total pueden formarse utilizando todos los dígitos del código postal de Nicasio?
2. El restaurante La Casa Loma ofrece cuatro opciones en la categoría de sopa y ensalada (dos sopas y dos
ensaladas), dos opciones en la categoría de pan, y tres opciones en la categoría de platillo fuerte. Determina
el número de comidas disponibles en cada uno de los siguientes casos:
a) Se debe incluir un elemento de cada una de las tres categorías.
b) Sólo se incluirá una sopa y un platillo fuerte.
c) Sólo se incluirá una sopa, un pan y una ensalada.
3. Un distribuidor de equipo musical tiene diez guitarras diferentes, cuatro estuches para guitarra, seis
amplificadores y tres procesadores de efectos, con todos los artículos compatibles y todos adecuados para
principiantes. ¿Cuántos equipos completos puede Leo seleccionar para iniciar su carrera musical?
4. Jorge guarda cuatro libros de texto y tres novelas en su escritorio. ¿De cuántas maneras diferentes los
puede acomodar en una hilera? si:
a) Los libros de texto deben estar a la izquierda de las novelas.
b) Las novelas deben ir juntas.
c) Ningún par de novelas debe estar junto.
5. Andy (A), Betty (B), Claudia (C), David (D), Emma (E) y Fernando (F) tenían reservados seis lugares en la fila
de un teatro, iniciando en un asiento de pasillo.
a) Si A se sentó primero, ¿cuántos asientos están disponibles para él?
b) Ahora, ¿cuántos asientos están disponibles para B?
c) Ahora, ¿cuántos para C?
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Actividad: 5 (continuación)
d) Ahora, ¿cuántos para D?
e) Ahora, ¿cuántos para E?
f) Ahora, ¿cuántos para F?
g) Ahora multiplica las seis respuestas anteriores.
6. ¿De cuántas formas pueden sentarse de modo que Andy y Betty estén juntos? Apóyate de siguiente
esquema, primero da respuesta a la siguiente serie de preguntas.
a) ¿Cuántos pares de asientos pueden ocupar A y B?
BLOQUE 1
1 2 3 4 5 6
X X — — — —
— X X — — —
— — X X — —
— — — X X —
— — — — X X
b) Ahora, dados los dos asientos para A y B, ¿en cuántos órdenes pueden sentarse ellos?
c) Ahora, ¿cuántos asientos están disponibles para C?
d) ¿Cuántos para C?
e) ¿Cuántos para D?
f) ¿Cuántos para E?
g) ¿Cuántos para F?
43

44
Actividad: 5 (continuación)
7. Rodrigo es estudiante de Ciencias en Computación, está preparando su calendario de clases
del próximo semestre, que debe incluir una clase de cada una de las cuatro categorías que se
muestran aquí.
Inscripción en universidades locales, 2005.
Categoría Opciones Número de opciones
Inglés Literatura contemporánea 3
Redacción
Poesía moderna
Matemáticas Álgebra 2
Trigonometría
Ciencias de la computación
Evaluación
Actividad: 5 Producto: Problemas de aplicación. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Distingue el uso del principio
fundamental de conteo y
factoriales en problemas de
aplicación.
Autoevaluación
Introducción a las hojas de cálculo
Procesadores avanzados de texto
Programación en C
Programación en R
Sociología
Problemas sociales
Sociología de Latinoamérica
La mujer en la cultura hispana
Minorías étnicas
4
Total 13
Origen: Datos ficticios, solamente a modo de ilustración.
Utiliza la tabla para que determines el número de formas que tiene Rodrigo de elegir su horario, si:
a) Todas las clases mostradas están disponibles.
b) No puede tomar Álgebra ni Programación en R.
c) Todas las secciones de Minorías étnicas y la mujer en la cultura hispana ya están llenas.
d) No cumple con los requisitos previos para la literatura contemporánea y programación en C.
e) Se retiraron los fondos para tres de los cursos de computación y para dos de los cursos de sociología.
Aplica el principio fundamental de
conteo en la resolución de
problemas cotidianos.
Expresa sus dudas y corrige sus
errores.
C MC NC Calificación otorgada por el
docente
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO
4

Actividad: 1
Desarrolla lo que se solicita.
1. Simplifica las siguientes expresiones:
∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙
∙ ∙
∙ ∙ ∙
BLOQUE 1
∙ ∙ ∙ ∙ ∙
∙ ∙
Secuencia didáctica 3.
Teoría combinatoria.
Inicio
2. Evalúa cada expresión con ayuda de una calculadora.
a)
b)
c)
d)
∙
− )
45

Actividad: 1
8. Cuando se toma una carta de una baraja inglesa estándar de 52 cartas, ¿cuál es la
probabilidad de que la carta seleccionada sea distinta a un rey?
Una baraja inglesa de 52 cartas tiene 4 palos:
Espadas negras.
Corazones rojos.
Diamantes rojos.
Tréboles negros.
El As es el uno, la sota (J), la reina (Q) y el rey (K) son “cartas con figura”. Cada palo tiene 13 denominaciones
As, 2, 3,…,9, 10, J, Q, K.
9. Lupita toma tres bolas, sin reemplazo, de la urna mostrada abajo. Determina la probabilidad de que las bolas
que obtenga sean negra, blanca y gris, en ese orden (sabiendo que la urna contiene 3 bolas grises, 10
negras y 7 blancas).
10. Si se sacan cinco cartas, sin reemplazo, determina la probabilidad de que todas sean de corazones.
11. Elabora una lista de los comités diferentes de tres miembros que podrían designar el club formado por
Andrea, Beto, Carla, Daniel y Elsa, de modo que haya sólo un hombre.
BLOQUE 1
Actividad: 1
Evaluación
Producto: Ejercicios y problemas
aplicados.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Identifica diferentes formas de
conteo.
Autoevaluación
_________,________,_______
_________,________,_______
_________,________,_______
_________,________,_______
Determina el número de posibles
resultados mediante principio
fundamental de conteo y
factoriales.
Muestra interés y apertura en el
desarrollo de la actividad.
C MC NC Calificación otorgada por el
docente
47

Ahora, el número de formas en las que el club puede elegir a un presidente, un secretario y un tesorero puede
denotarse por:
) ) ) ) ) ) )
Observa que en estos arreglos de objetos distintos tomados en grupos de a la vez, se cumple que:
No entran todos los elementos.
Sí importa el orden.
No se repiten los elementos, es decir, que en cada grupo los elementos son distintos.
Ejemplo 1. Evalúa cada permutación:
a) ) ) ;
Empieza en 4, disminuye hasta que haya dos factores.
b) ) ) ;
Empieza en 5, disminuye hasta que haya dos factores.
c) ) ) ) ;
Empieza en 7, disminuye hasta que haya tres factores.
d) ) ) ) ) ) ;
Empieza en 8, y utiliza cinco factores.
e) ) ) ) ) ) ;
Empieza en 5, y utiliza cinco factores.
Observa que . Para todos los números enteros positivos se cumple que:
.
(Esto es el número de posibles resultados de objetos distintos tomados todos a la vez).
En general las permutaciones también pueden relacionarse con los factoriales de la siguiente manera. Recuerda que:
Al ampliar este producto hasta llegar a 1 se obtiene:
BLOQUE 1
) ) ) )
) ) ) ) ) ) ) )
Multiplicando la expresión de permutaciones , por un uno conveniente como se observa a continuación:
) ) ) ) ⋯ ) ) ) ⋯ )
) ) ⋯ )
Tenemos en la parte del numerador de manera completa el factorial de , mientras que en la parte del
denominador se tiene el factorial de .
Este cociente es igual a
) ) ) ) ⋯ ) ) ) ⋯ ) )
) ) ⋯ ) )
, y como se obtuvo multiplicando y dividiendo por la misma cantidad la expresión de
− )
, por lo que debe ser igual a
Esta fórmula siempre puede utilizarse para evaluar permutaciones.
49

El segundo dígito del número de tres cifras, (las decenas) lo puede ocupar cualquier número del conjunto de
dígitos, menos el que se ocupó en las centenas, ya que los dígitos no se pueden repetir. De esta manera, con
las formas en las que se puede seleccionar este segundo dígito son:
Si te fijas, en el cálculo de esta última permutación van incluidas las formas en las que se puede seleccionar el
dígito de las unidades, que son 4, ya que el factor 5 representa el número de formas en las que se puede
seleccionar el dígito de las decenas. (Cabe mencionar que el 0 si puede ocupar el dígito de las decenas o el de
unidades). En la expresión de las permutaciones , esta calcula la cantidad de números de dos dígitos, es decir,
los números que se componen de decenas y unidades. Por lo que la cantidad de números de tres cifras que se
pueden formar con los 6 dígitos, es:
.
Ejemplo 5. A un concurso literario se han presentado 10 candidatos con sus novelas, entre ellas la obra de un
novelista mexicano. El cuadro de honor lo forman el ganador, el finalista y un accésit (mención honorífica).
a) ¿Cuántos cuadros de honor se pueden formar?
b) ¿Cuál es la probabilidad de que en uno de los cuadros de honor, la novela mexicana resulte ganadora?
a) De la información que proporciona el problema, 10 candidatos hacen que y 3 conforman el cuadro de
honor significa que .
No entran todos los elementos. De 10 candidatos entran sólo 3.
Sí importa el orden. No es lo mismo quedar ganador que finalista.
No se repiten los elementos. Se supone que cada candidato presenta una sola obra.
BLOQUE 1
− )
.
cuadros de honor.
b) Recuerda que la probabilidad de un evento se calcula dividiendo los casos favorables entre los casos totales.
Así que de los 720 cuadros de honor que se pueden formar, en sólo 72 de ellos aparece el novelista mexicano
como ganador. Ya que si el mexicano es ganador, la posición de finalista la puede ocupar cualquiera de los 9
candidatos que quedan, y la posición de accésit puede ser ocupada por cualquiera de los 8 candidatos que
no han logrado una posición en el concurso. Por lo que la probabilidad de que en uno de los cuadros de
honor, la novela mexicana resulte ganadora es:
)
Ejemplo 6. De una caja que contiene cuatro bolas numeradas del 1 al 4 se extraen sucesivamente 2 sin reposición, es
decir, sin devolverlas a la caja.
a) ¿Cuántas extracciones diferentes pueden resultar si se supone que interesa el orden de extracción?
.
b) ¿Cuál es la probabilidad de que en las extracciones diferentes, se extraiga primero la bola 4?
c) ¿Cuál es la probabilidad de que en las extracciones, la suma de los números de las bolas sea un número par?
a) Las diferentes posibilidades son todas las agrupaciones o arreglos de 2 bolas seleccionadas de las 4 que hay, es
decir, todos los pares ordenados posibles: ) ) ) ) ) ) ) ) ) ) ) )
extracciones diferentes.
51

) De los pares ordenados posibles que han sido listados anteriormente, observa que solo en tres de ellos,
aparece la bola 4 en primer lugar de extracción, de modo que, la probabilidad de que de los pares
ordenados se extraiga primero la bola 4, es.
52
)
c) De la misma manera, de los pares ordenados, observa que cuatro son los pares que sumados sus números
dan un número par, por lo que la probabilidad que de las extracciones la suma de un número par, es.
Actividad: 2
Mediante la fórmula de permutaciones resuelve lo siguiente:
)
1. Determina el número de permutaciones (arreglos) en cada uno de los siguientes ejercicios.
a) 7 objetos tomados en grupos de 4 a la vez.
b) 12 objetos tomados en grupos de 3 a la vez.
c) 41 objetos tomados en grupos de 2 a la vez.
2. ¿Cuántas placas para carros de trabajo se pueden hacer, si cada placa consta de dos letras diferentes
seguidas de 3 dígitos diferentes? Considera que el alfabeto tiene 26 letras.
3. Del problema anterior, ¿cuántas placas pueden hacerse si el primer dígito no puede ser cero?
4. Explica cómo están relacionados los factoriales con las permutaciones.
_________________________________________________________________________________________________
_________________________________________________________________________________________________
_________________________________________________________________________________________________
_________________________________________________________________________________________________
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Actividad: 2 (continuación)
5. En una carrera intervienen 3 nadadores: A, B y C. ¿Cuáles son los resultados posibles de la
carrera y cuántos son?
6. ¿Cuántos números distintos de 5 dígitos, se pueden formar con los dígitos del conjunto { }?
5. ¿Cuántas permutaciones distintas pueden formarse con las letras de cada una de las palabras?
a) Tema
b) Campana
c) Estadística
BLOQUE 1
Evaluación
Actividad: 2 Producto: Problemas aplicados. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Conoce las características de
los arreglos a formar de un
conjunto de objetos.
Autoevaluación
Resuelve permutaciones mediante
problemas aplicados.
Aprecia la facilidad de utilizar
permutaciones en el conteo de
arreglos.
C MC NC Calificación otorgada por el
docente
53

Entonces la probabilidad de ganar el sorteo melate, es:
¿Conviene jugar al melate sabiendo que son tantas las opciones a elegir?
56
)
Como has visto a lo largo de este bloque, muchos problemas de conteo comprenden la selección de algunos
elementos de un conjunto dado. Las condiciones particulares del problema determinarán qué técnica específica
utilizar. Como la selección de la técnica apropiada es fundamental, considera las siguientes sugerencias.
1. Si los elementos seleccionados se pueden repetir, utiliza principio fundamental de conteo.
Ejemplo: ¿Cuántos números de cinco dígitos existen?
2. Si los elementos seleccionados no pueden repetirse, y el orden es importante, utiliza permutaciones.
Ejemplo: ¿De cuántas formas se pueden formar en una fila de una taquilla tres de siete personas?
3. Si los elementos seleccionados no pueden repetirse, y el orden no es importante, utiliza combinaciones.
Ejemplo: ¿De cuántas formas se puede seleccionar un comité de cuatro de un grupo de 10 personas?
Actividad: 3
Mediante la fórmula de combinaciones resuelvan lo siguiente:
1. Explica en qué se diferencian las permutaciones y las combinaciones.
__________________________________________________________________________________________________
__________________________________________________________________________________________________
__________________________________________________________________________________________________
2. ¿Cuántos comités diferentes de cinco miembros podrían formarse de los 100 senadores de Estados Unidos?
3. Si dos puntos cualesquiera determinan una línea, ¿cuántas líneas están determinadas por siete puntos en un
plano, en el que ningún conjunto de tres puntos es colineal?
4. ¿De cuántas formas puede una muestra de cinco reproductores de CD seleccionarse de un cargamento de
veinticuatro reproductores?
5. Si el cargamento del ejercicio anterior contiene 6 reproductores defectuosos, ¿cuántas de las muestras de
tamaño cinco no incluirán reproductores defectuosos?
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Actividad: 3 (continuación)
6. ¿De cuántas formas puede una muestra de cinco reproductores de CD seleccionarse de un
cargamento de veinticuatro reproductores?
7. Si el cargamento del ejercicio anterior contiene 6 reproductores defectuosos, ¿cuántas de las muestras de
tamaño cinco no incluirán reproductores defectuosos?
8. ¿Cuántos triángulos están determinados por veinte puntos en el plano, en donde ningún conjunto de tres
puntos es colineal?
9. En la lotería conocida como ⁄ , tú eliges siete números distintos del conjunto formado por los números
del 1 al 39, en donde el orden no tiene importancia. ¿De cuántas formas diferentes puedes hacer tu
elección?
BLOQUE 1
Evaluación
Actividad: 2 Producto: Problemas aplicados. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Conoce las características de
los subconjuntos a formar de un
conjunto de objetos.
Autoevaluación
Sitios Web recomendados:
Resuelve combinaciones mediante
problemas aplicados.
C MC NC Calificación otorgada por el
docente
Cierre
Ingresa a los siguientes sitios de internet para que experimentes
e interactúes los temas vistos aquí.
http://www.amolasmates.es/flash/combinatoria/mod_4publish/
http://miwikideaula.wikispaces.com/Applets
http://www.planetamatematico.com/index.php?option=com_co
ntent&task=view&id=118&Itemid=158
Reconoce la facilidad de utilizar
combinaciones en el conteo de
subconjuntos. Expone sus dudas.
57

58
Actividad: 4
Resuelve los siguientes problemas.
1. ¿Es posible evaluar

60
Actividad: 4 (continuación)
12. Si se lanzan 5 monedas al aire, ¿de cuántas formas diferentes podrían obtenerse tres caras?
13. Del problema 12, ¿cuál es la probabilidad de que se obtengan tres caras?
14. En un grupo de 10 personas se incluyen seis mujeres y cuatro hombres. Si se eligen al azar cinco personas
para que llenen un cuestionario, ¿cuántas muestras diferentes de cinco personas son posibles?
15. De entre todas las posibles muestras de las cinco personas en el problema 14, ¿cuál es la probabilidad de
seleccionar un grupo que conste exactamente de dos mujeres y tres hombres?
16. En la “Super Lotto”, un juego de lotería de California, se eligen seis números distintos de entre los números
1 a 51, con la esperanza de que la elección coincida con la lista seleccionada al azar por los funcionarios
de la lotería. ¿Cuál es la probabilidad de ganarse la lotería?
17. Los números de identificación en ciertos proyectos de investigación científica constan de tres letras
seguidas de tres dígitos y luego de tres letras más. Suponga que no se permite repetición dentro de
cualquiera de los tres grupos, pero las letras del primer grupo pueden aparecer en el último grupo de tres.
¿Cuál es el porcentaje de números de identificación que empiece con las letras ABC? (Considera que el
alfabeto tiene 26 letras).
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Actividad 4: (continuación)
18. Diana siempre incluye su edad y la edad de su esposo como dos de los números en la
selección de Super Lotto. ¿De cuántas formas diferentes puede completar su lista de seis
números? ¿Cuál es la probabilidad de ganarse la lotería con esta estrategia?
19. En una ciudad para ir del punto A al punto B hay 6 caminos, y de B a C hay 4 caminos.
a) ¿De cuántas maneras se puede ir de A a C pasando por B?
b) ¿De cuántas maneras se puede hacer el viaje redondo de A a C pasando por B?
c) ¿De cuántas maneras se puede hacer el viaje redondo de A a C sin usar el mismo camino más de una vez?
BLOQUE 1
Evaluación
Actividad: 4 Producto. Problemas aplicados. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Identifica las características de
las diferentes formas de agrupar
objetos de un conjunto dado.
Autoevaluación
Calcula probabilidades mediante
problemas de aplicación usando
permutaciones y combinaciones.
Realiza la actividad mostrando
interés en la misma, externando
sus dudas.
C MC NC Calificación otorgada por el
docente
61

62
DETERMINA LA PROBABILIDAD DE EVENTOS MEDIANTE DIFERENTES TÉCNICAS DE CONTEO

Emplea la probabilidad condicional.
Competencias profesionales:
Explica e interpreta los resultados obtenidos mediante procedimientos matemáticos y los contrasta con modelos
establecidos o situaciones reales.
Argumenta la solución obtenida de un problema, con métodos numéricos, gráficos, analíticos o variacionales,
mediante el lenguaje verbal, matemático y el uso de las tecnologías de la información y la comunicación.
Analiza las relaciones entre dos o más variables de un proceso social o natural para determinar o estimar su
comportamiento.
Cuantifica, representa y contrasta experimental o matemáticamente las magnitudes del espacio y las propiedades
físicas de los objetos que lo rodean.
Elige un enfoque determinista o uno aleatorio para el estudio de un proceso o fenómeno y argumenta su pertinencia.
Interpreta tablas, gráficas, mapas, diagramas y textos con símbolos matemáticos y científicos.
Unidad de competencia:
Identifica los tipos de eventos que involucran el teorema de la multiplicación, para resolver problemas en situaciones
de la vida cotidiana.
Utiliza la probabilidad condicional en situaciones de su propio interés relacionados con al ámbito escolar o personal.
Emplea el Teorema de Bayes basándose en la probabilidad condicional, para resolver problemas relacionados con
su entorno.
Atributos a desarrollar en el bloque:
4.1. Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas o gráficas.
5.1. Sigue instrucciones y procedimientos de manera reflexiva, comprendiendo cómo cada uno de sus pasos contribuye
al alcance de un objetivo.
5.4. Construye hipótesis y diseña y aplica modelos para probar su validez.
5.6. Utiliza las tecnologías de la información y comunicación para procesar e interpretar información.
6.1. Elige las fuentes de información más relevantes para un propósito específico y discrimina entre ellas de acuerdo a su
relevancia y confiabilidad.
7.1. Define metas y da seguimiento a sus procesos de construcción de conocimientos.
8.1. Propone maneras de solucionar un problema y desarrolla un proyecto en equipo, definiendo un curso de acción con
pasos específicos.
8.2. Aporta puntos de vista con apertura y considera los de otras personas de manera reflexiva.
8.3. Asume una actitud constructiva, congruente con los conocimientos y habilidades con los que cuenta dentro de
distintos equipos de trabajo.
Tiempo asignado: 15 horas

64
Actividad: 1
Secuencia didáctica1.
Probabilidad condicional.
Inicio
Resuelve los siguientes cuestionamientos.
1. Si dos conjuntos son del mismo tamaño, entonces ¿son iguales?
2. Del conjunto {1,2,3,4,5,6,7,8,9,10,11,12,13,14,15}, determina los elementos pertenecientes a los siguientes
subconjuntos.
a) El conjunto formado por los números pares.
b) El conjunto formado por los números impares.
c) El conjunto formado por los múltiplos de 3.
d) El conjunto formado por números pares y múltiplos de 3.
e) El conjunto formado por números impares y múltiplos de 5.
f) El conjunto formado por números primos.
g) El conjunto formado por números pares y primos.
h) El conjunto formado por números primos y múltiplos de 4.
i) El conjunto formado por números pares o impares.
j) El conjunto formado por números primos o múltiplos de 4.
EMPLEA LA PROBABILIDAD CONDICIONAL

Actividad: 1 (continuación)
3. Se lanzan una moneda y un dado. El espacio muestral está dado por los doce elementos:
Determina los elementos de los siguientes conjuntos:
a) Aparecen caras y un número par.
b) Aparece un número primo.
c) Aparecen sellos y un número impar.
BLOQUE 2
Evaluación
Actividad: 1 Producto: Ejercicios. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Reconoce los conjuntos y
operaciones entre ellos.
Autoevaluación

Probabilidad condicional.
66
Desarrollo
El concepto de Probabilidad Condicional surge cuando se quiere obtener la probabilidad de un evento , y se tiene
conocimiento que ya ocurrió otro evento relacionado al primero, se denota con ,la cual se lee como
“probabilidad de A dado B”. Para comprender un poco sobre la necesidad de introducir este concepto, al menos
intuitivamente, suponga que se quiere conocer la probabilidad del evento : “lloverá” y se sabe que se presentó el
evento : “está nublado”. Intuitivamente se percibe que aumenta si se sabe que ocurrió ya que ambos
eventos están relacionados.
Antes de dar la definición de probabilidad condicional, se retomará el ejemplo visto con anterioridad en una de las
actividades.
Ejemplo 1.En un estudio se hace una encuesta a 800 alumnos de una universidad sobre el grado de satisfacción con
la carrera y el grado de satisfacción con el progreso en la misma. Los resultados de la encuesta se muestran en la
siguiente tabla.
Satisfecho con Satisfecho con su progreso TOTAL
la carrera
Si No
Si 362 350 712
No 18 70 88
Total 380 420 800
Se selecciona una encuesta al azar y se quiere calcular la probabilidad de que el alumno esté satisfecho con la
carrera dado que está satisfecho con su progreso en la misma. Siguiendo la notación dada:
Si está satisfecho con la carrera, está satisfecho con su progreso, entonces la probabilidad anterior se escribe
como:
De acuerdo a la tabla, dentro de los 380 estudiantes satisfechos con su progreso, 362 están de acuerdo con la
carrera, entonces se verifica que:
Analizando esta probabilidad observa lo siguiente:
= 362
3
= 5
Si no se tuviera información del evento está satisfecho con su progreso, entonces:
=
= ,
es decir, la probabilidad de sin el conocimiento de que ocurrió es menor que la probabilidad condicional .
En , el numerador (362), de acuerdo a la tabla, es el número de estudiantes que están satisfechos con la
carrera y con su progreso en la misma, es decir, pertenecen al conjunto
El denominador (380) es el número de empleados que pertenecen al evento , es decir, a los alumnos que están
satisfechos con su progreso en la carrera. Si recuerdas, la probabilidad de un evento se determina dividiendo los
casos favorables entre los casos totales.
EMPLEA LA PROBABILIDAD CONDICIONAL

Sea ambos hijos sean niñas y por lo menos uno de los hijos es niña. El espacio muestral para dos hijos es
= , , , ; en este caso, la condición dada de que por lo menos uno de los hijos es una niña
reduce el espacio muestral original, al anularse el resultado ; de modo que el espacio reducido es
, , .
El evento se obtiene por uno de los tres resultados igualmente probables, por lo que:
= 1
3
b) Si el hijo mayor es una niña, determine la probabilidad de que ambos hijos sean niñas.
Aquí el evento que está condicionando, que llamaremos , es que el hijo mayor es una niña, que es el que se sabe
ya ocurrió.
El espacio muestral se reduce a , . (De las parejas que conforman el espacio muestral, la primer posición
de la pareja indica el primer nacimiento).
El evento que ambos sean niñas, se obtiene sólo por un elemento del espacio muestral reducido, de modo que:
= 1
2
Ejemplo 4. En un supermercado, de una muestra de 100 personas, el 70% de las compras las realizan las mujeres; de
las compras realizadas por éstas, el 80% supera los $2,500, mientras que de las compras realizadas por hombres
sólo el 30% supera esa cantidad.
a) Elegido un ticket de compra al azar ¿Cuál es la probabilidad de que supere los $2,500?
b) Si se sabe que el ticket de compra no supera los $2,500, ¿cuál es la probabilidad de que la compra haya sido
hecha por una mujer?
Para dar respuesta a los incisos es preciso considerar una tabla de acuerdo a la información que el problema
proporciona, quedando de la siguiente manera. Ya que la muestra es de 100 personas, 70 son mujeres y 30 son
hombres. Como el 80% de las mujeres realizan compras por más de $2,500, por una simple regla de tres, se deduce
que 56 son las mujeres que cumplen con esa característica. Del mismo modo, 9 son los hombres que realizan
compras por más de $2,500.
68
MENOS DE $2,500 MAS DE $2,500
MUJERES 14 56
HOMBRES 21 9
a) Sea el evento que la compra supere los $2,500, de acuerdo a la tabla la probabilidad de es:
= 65
= 65
1
b) Si observas, para dar respuesta a este inciso, la probabilidad que pide el problema es condicional, debido a que
empieza definiendo la condición en el momento que dice “Si se sabe…”. Considerando el evento el ticket de
compra no supera los $2,500, y el evento la compra haya sido hecha por una mujer, se tiene que calcular la
probabilidad condicional:
Recuerda que el evento que condiciona se coloca en segundo término (derecha de la vertical), y en primer término se
coloca el evento al que se le va a calcular la probabilidad (izquierda de la vertical). Del inciso anterior se determinó
que la probabilidad de que la compra supere los $2,500 fue de
, por lo que su complemento es
, esto es, la
probabilidad de que la compra no supere los $2,500. Situación que también se puede ver si sumas 14 +21=35 que
EMPLEA LA PROBABILIDAD CONDICIONAL

70
=
lo cual es incorrecto; el procedimiento correcto es calcular la probabilidad del segundo evento bajo la suposición de
que ha ocurrido el primer evento. Esto es, la condición que se supone sucedió, de que el número seleccionado es
par, reducirá el espacio muestral a un subconjunto propio del espacio muestral original, significa que sólo se
considera el conjunto 2,4,6, ,1 De estos cinco elementos, sólo uno, el 6, es múltiplo de 3. Por lo tanto, usando la
regla general de la multiplicación de probabilidades, pero con probabilidad condicional en el segundo factor de la
multiplicación, se puede escribir:
=
= = 5
1
,
1 5
=
5 5
Ejemplo 6. Cada año, Roxana suma a su colección de libros varias publicaciones nuevas que cree serán interesantes
y de valor duradero. Tiene clasificadas cada una de sus veinte adquisiciones de 1997 como de pasta dura o rústica, y
de ficción o no-ficción, de acuerdo a la siguiente tabla.
Si escoge de forma aleatoria uno de estos 20 libros para el período de lectura de la tarde de hoy, determina la
probabilidad de que el libro sea de cada uno de los siguientes tipos:
a) Pasta dura .
Ocho de los 20 libros son de pasta dura, por lo tanto =
b) De ficción, siempre que sea de pasta dura.
Observa otra variante de presentar la condición, hasta ahora has visto que ésta se presenta con las leyendas
“dado que”, “si…”, agrega ahora la frase “siempre que”. La condición dada de que el libro sea de pasta dura
reduce el espacio muestral a ocho libros. De esos ocho, sólo 3 son de ficción. Por lo tanto:
= 3
c) De pasta dura y ficción.
Por medio de la regla para la multiplicación de probabilidades,
= = 2
5 3 6
=
4
Si observas directamente la tabla, el inciso c) se facilita puesto que 3 de los 20 libros son de “pasta dura y ficción”.
Esto confirma que la regla general de la multiplicación de probabilidades sí proporciona la respuesta correcta.
Eventos independientes.
Ejemplo 7. Supóngase que se toman dos cartas sucesivamente, sin reemplazo, de una baraja estándar de 52 cartas.
Determina la probabilidad de que la primera carta seleccionada sea una reina y la segunda carta sea una figura
, (recuerda que la baraja tiene un total de 12 figuras).
Sea el evento de que la primera carta seleccionada sea reina y el evento que la segunda carta sea cualquier
figura. Como la primera carta seleccionada fue una reina (figura) y no se reemplaza, es decir no se regresa, antes de
que se tome la segunda carta, el monto de las cartas se reduce a 51 cartas, de las cuales 11 son figuras. Por lo tanto
=
= 1
1
= 3
2
= = 4
52 11 44 4
= = = 1
51 2652 663
EMPLEA LA PROBABILIDAD CONDICIONAL

Una pequeña diferencia comparada con la respuesta del ejemplo 7, donde no eran independientes, debido a
que la selección se hizo con reemplazo.
Las reglas general y especial de la multiplicación de probabilidades pueden aplicarse a casos en los que intervienen
más de dos eventos.
Ejemplo 10. Lupita toma tres bolas, sin reemplazo, de la urna mostrada en la figura. Determina la
probabilidad de que las bolas que obtenga sean negra, blanca y roja, en ese orden.
Utilizando las letras apropiadas para denotar los colores y subíndices para indicar la primera,
segunda y tercera selección, el evento que buscamos puede simbolizarse por . De
modo que por la regla general de la multiplicación; la probabilidad de que la primera bola sea negra, la segunda
blanca y la tercera roja se determina de la siguiente manera: La probabilidad de que la primera bola sea negra ; por
la probabilidad de que la segunda bola sea blanca dado que la primera fue negra
72
; ya que las extracciones son sin
reemplazo el total de bolas va disminuyendo; por la probabilidad de que la tercera bola sea roja dado que la primera
fue negra y la segunda blanca, . Es decir:
=
= 1
2
1
3
1
= 21
6 4 =
22
= 3
Ejemplo 11. Si se sacan cinco cartas sin reemplazo, determina la probabilidad de que todas sean de corazones.
Cada vez que se selecciona un corazón, el número de cartas disminuye en uno y el número de corazones disminuye
en uno. La probabilidad de seleccionar solamente corazones es:
= 13
52 12
51 11
5
1
4
4
= 154,44
311, 5,2
= 33
66,64
= 4 5
Cuando se tiene una tarea con varias etapas de experimentos en los cuales cada experimento tiene un número finito
de resultados con probabilidades dadas se llama un proceso estocástico (finito). Una manera conveniente de
describir tal proceso y calcular la probabilidad de un evento es mediante un diagrama de árbol. Se utilizará el teorema
de la multiplicación que ya se ha visto anteriormente, que calcula la probabilidad de que el resultado representado por
cada trayectoria del árbol suceda.
Ejemplo 12. Una fábrica de lámparas de buró tiene tres líneas de producción para elaborarlas, éstas son
empaquetadas en cajas para su distribución. Si un inspector de calidad debe supervisar la producción probando una
lámpara de alguna de las cajas elegidas al azar, y con base en la siguiente información preliminar:
Cajas
¿Cuál es la probabilidad de que la lámpara seleccionada sea defectuosa?
3
1
2
Lámpara
s
4defectuosos
6 no defectuosos
1defectuoso
5 no defectuosos
3defectuosos
5 no defectuosos
La tarea del inspector consta de 2 etapas: primero escoger al azar una de las tres cajas, la segunda etapa, escoger al
azar una lámpara de la misma. El diagrama de árbol muestra todos los posibles resultados del proceso. La
probabilidad de que una trayectoria determinada del diagrama de árbol suceda, es, según el teorema de la
EMPLEA LA PROBABILIDAD CONDICIONAL

multiplicación, el producto de las probabilidades de cada rama de la trayectoria, es decir, que la probabilidad de
escoger la caja 1 y luego que la lámpara sea defectuosa es:
BLOQUE 2
1
3
4
1
= 4
3
= 2
15
La probabilidad de escoger la segunda caja y luego que la lámpara sea defectuosa es:
1
3 1 1
=
6 1
Por último elegir la tercera caja y que la lámpara sea defectuosa es:
1
3 3 3 1
= =
24
Ahora, como hay tres trayectorias mutuamente excluyentes (las lámparas de la caja 1 pertenecen solamente a esa
caja; de la misma manera las lámparas de las otras dos cajas están solamente en sus respectivas cajas) que
conducen a una lámpara defectuosa, la suma de las probabilidades de estas trayectorias es la probabilidad que se
busca:
1
3
4
1
1
3 1
6 1
3 3 2
=
15
1
1
1
6
=
216
= 113
36
Ejemplo 13. Se lanza una moneda cargada de modo que la probabilidad de que caiga cara es 2⁄ 3
y la probabilidad
de que caiga sello es por tanto 1⁄ 3
. Si sale cara, se escoge al azar un número de 1 a 9; si sale sello, se escoge al azar
un número del 1 al 5. Hallar la probabilidad de que se escoja un número par.
El diagrama de árbol para este caso queda:
Lados de la
moneda
C
S
Observa que la probabilidad de escoger un número par del 1 al 9 cuando la moneda cae cara es
puesto que hay 4
números pares del 1 al 9, por otro lado la probabilidad de elegir un número par cuando la moneda cae sello es
que hay dos pares del 1 al 5. Dos de las trayectorias del diagrama conducen a un número par, por lo que la
probabilidad de escoger un número par es:
=
=
Números
4 pares
5 impares
2 pares
3 impares
=
.
73
, ya

74
Actividad: 2
En equipos de cuatro integrantes, resuelve los siguientes problemas.
1. Un hombre visita a un matrimonio que tiene dos hijos. Uno de los hijos, un niño, entra en la
sala. Encontrar la probabilidad de que el otro niño sea también niño si:
a) Se sabe que el otro hijo (hija) es menor.
b) No se sabe nada del otro hijo.
2. Se lanzan un par de dados corrientes. Si la suma es 6, hallar la probabilidad de que uno de los dados sea 2.
3. Se sacan dos cartas al azar de una baraja corriente de 52 cartas. Hallar la probabilidad de que:
a) Las dos sean espadas, si las cartas son rojas.
b) Una sea espada y otra corazón, si las cartas son rojas.
EMPLEA LA PROBABILIDAD CONDICIONAL

Actividad: 2 (continuación)
4. Se reparten 13 cartas de una baraja de 52 cartas a cuatro personas Ana, Beto, Carlos y Edgar.
a) Si Beto no tiene ases, hallar la probabilidad de que su compañera Ana tenga exactamente dos
ases.
b) Si Ana y Beto juntos tienen nueve corazones, hallar la probabilidad de que Carlos y Edgar tengan cada uno
dos corazones.
5. Un lote de 12 artículos tiene 4 defectuosos. Se toman al azar tres artículos del lote uno tras otro. Hallar la
probabilidad de que los tres estén buenos.
6. Se tienen tres cajas numeradas, cada una de ellas contiene lo siguiente:
Caja I: contiene 10 lámparas de las cuales 4 son defectuosas.
Caja II: contiene 6 con 1 defectuosa.
Caja III: contiene 8 con 3 defectuosas.
Se elige al azar una caja y luego se elige al azar una lámpara. ¿Cuál es la probabilidad de que la lámpara sea
defectuosa?
a) Se tiene una caja con 3 canicas azules, 2 canicas rojas y 4 bolas de color amarillo. Se elige una canica y se
anota su color, se pone de nuevo en la caja y se saca otra canica. ¿Cuál es la probabilidad de sacar una
canica roja seguida de una canica azul?
b) Si las extracciones se hacen con reemplazo, ¿cuál es la probabilidad de sacar una canica roja seguida de
una canica azul?
7. Una clase tiene 12 niños y 4 niñas. Si se escogen tres estudiantes de la clase al azar, ¿cuál es la probabilidad
de que sean todos niños?
BLOQUE 2
75

78
Actividad: 3 (continuación)
5. Una caja contiene 10 bolas blancas, 5 negras y 5 rojas. Se extraen dos bolas
consecutivamente de la caja. Calcula la probabilidad de que las dos sean blancas si:
a) Antes extraer la segunda bola se vuelve a meter la primera.
b) La segunda bola se extrae sin haber metido la primera en la caja.
6. A un hombre se le reparten 4 espadas de una baraja de 52 cartas. Si se le dan tres cartas más, hallar la
probabilidad de que por lo menos una de las cartas adicionales sea también espada.
7. Un monedero contiene 2 monedas de plata y 3 de cobre, y otro monedero contiene 4 de plata y 3 de
cobre. Si se elige un monedero al azar y se extrae una moneda, ¿cuál es la probabilidad de que sea de
plata?
8. Dos personas piensan cada una de ellas un número del 0 al 9. Calcula la probabilidad de que las dos
personas no piensen el mismo número.
9. A un jugador le reparten 5 cartas una tras otra de una baraja corriente de 52 cartas, ¿cuál es la probabilidad
de que todas sean espadas?
10. La probabilidad de que un hombre vivirá 10 años más es 1⁄ 4
, y la probabilidad de que su esposa vivirá 10
años más es 1⁄ 3
. Hallar la probabilidad de que:
a) Ambos estén vivos dentro de 10 años.
b) Al menos uno estará vivo dentro de 10 años.
c) Ninguno estará vivo dentro de 10 años.
d) Solamente la esposa estará viva a los 10 años.
Evaluación
Actividad: 3 Producto: Problemas de aplicación. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Reconoce la probabilidad
condicional y la regla de la
multiplicación como
herramientas para resolver
situaciones problémicas.
Autoevaluación
Aplica la probabilidad condicional y
la regla general de la multiplicación
para resolver problemas
cotidianos.
Expresa sus dudas y corrige sus
errores.
C MC NC Calificación otorgada por el
docente
EMPLEA LA PROBABILIDAD CONDICIONAL

80
Actividad: 1 (continuación)
3. En una oficina de gobierno, el 70% de los empleados son foráneos. De entre los foráneos, el
50% son mujeres, mientras que de los no foráneos, sólo son mujeres el 20%.
a) ¿Qué porcentaje de empleados no foráneos son hombres?
b) Calcula la probabilidad de que un empleado de la oficina sea hombre.
c) Fernanda trabaja en dicha oficina, ¿cuál es la probabilidad de que sea foránea?
Evaluación
Actividad: 1 Producto: Problemas aplicados. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Identifica procesos compuestos
de varias etapas, mediante la
construcción de diagramas de
árbol.
Autoevaluación
Calcula probabilidades de
procesos de varias etapas,
utilizando probabilidad condicional
y regla de la multiplicación.
C MC NC Calificación otorgada por el
docente
Se muestra interesado al
reconocer conocimientos previos.
EMPLEA LA PROBABILIDAD CONDICIONAL

Ejemplo 1. Tres máquinas , producen respectivamente 50%, 30% y 20% del número total de artículos de una
fábrica. Los porcentajes de desperfectos de producción de estas máquinas son 3%, 4% y 5% respectivamente. Si se
selecciona al azar un artículo, ¿cuál es la probabilidad de que el artículo sea defectuoso?
Sea el evento el artículo sea defectuoso, entonces por la regla general de la multiplicación se tiene la suma de los
productos de las probabilidades del porcentaje de producción de cada máquina y la probabilidad de que el artículo
defectuoso dado salga de dicha máquina.
82
=
= 5 3 3 4 2 5 = 3
Observa que también se puede considerar este problema como un proceso estocástico que tiene el siguiente
diagrama de árbol, visualizándose el resultado en la suma del producto de probabilidades de cada una de las ramas
de los artículos defectuosos.
Ejemplo 2. Considerando la fábrica del ejemplo anterior. Suponga ahora que se selecciona un artículo al azar y resulta
ser defectuoso. Hallar la probabilidad de que el artículo fue producido por la máquina ; esto es, hallar .
Observa que el problema, además de ser una tarea de dos etapas como lo muestra el diagrama de árbol, está
manejando una condicionante, “que el artículo que fue elegido al azar es defectuoso”, es decir, dado que sucedió el
evento , determina la probabilidad de que haya salido de la máquina .
Por el Teorema de Bayes se tiene:
0.50
0.30
0.20
=
=
=
= 4 54.
Ejemplo 3. De manera similar, si el artículo seleccionado es no defectuoso, ¿cuál es la probabilidad de que haya sido
fabricado por la máquina ?
Sea el evento : el artículo sea no defectuoso, nuevamente se tiene una condicionante, ahora de que el artículo
seleccionado haya sido no defectuoso. Nuevamente por el Teorema de Bayes se obtiene:
=
=
Máquinas
A
B
I
C
Artículos
0.03 defectuosos
0.97 no defectuosos
0.04 defectuosos
0.96 no defectuosos
0.05 defectuosos
0.95 no defectuosos
2 5
5 3 6 2 5
1
= = 1 3
63
EMPLEA LA PROBABILIDAD CONDICIONAL

Actividad: 3 (continuación)
4. En una etapa de la producción de un artículo se aplica soldadura y para eso se usan tres
diferentes robots. La probabilidad de que la soldadura sea defectuosa varía para cada uno de
los tres, así como la proporción de artículos que cada uno procesa, de acuerdo a la siguiente
tabla.
robot defectuosos Art. procesados
A 0.002 18%
B 0.005 42%
C 0.001 40%
BLOQUE 2
a) ¿Cuál es la proporción global de defectos producidos por los tres robots?
b) Si se toma un artículo al azar y resulta con defectos en la soldadura, ¿cuál es la probabilidad de que
haya sido soldado por el robot C?
5. Hay tres bolsas que tienen, cada una, dos monedas en oro o plata. En la primera bolsa las dos monedas
son de oro, en la segunda las dos son de plata, y las de la tercera son una de plata y otra de oro. Se escoge
una bolsa al azar y de ella una moneda también al azar. Si la moneda es de oro, ¿cuál es la probabilidad de
que la otra moneda en la bolsa sea de oro también?
Evaluación
Actividad: 3 Producto: Problemas de aplicación. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Identifica las características del
Teorema de Bayes para su
aplicación.
Autoevaluación
Resuelve problemas de aplicación
mediante el Teorema de Bayes.
Muestra interés en el desarrollo
de la actividad, expone sus
dudas.
C MC NC Calificación otorgada por el
docente
85

86
EMPLEA LA PROBABILIDAD CONDICIONAL

BLOQUE
3
Resuelve problemas de aplicación
mediante la distribución de
probabilidades de variables aleatorias
discretas y continuas.
Competencias profesionales:
Explica e interpreta los resultados obtenidos mediante procedimientos matemáticos y los contrasta con modelos
establecidos o situaciones reales.
Argumenta la solución obtenida de un problema, con métodos numéricos, gráficos, analíticos o variacionales,
mediante el lenguaje verbal, matemático y el uso de las tecnologías de la información y la comunicación.
Analiza las relaciones entre dos o más variables de un proceso social o natural para determinar o estimar su
comportamiento.
Cuantifica, representa y contrasta experimental o matemáticamente las magnitudes del espacio y las propiedades
físicas de los objetos que lo rodean.
Elige un enfoque determinista o uno aleatorio para el estudio de un proceso o fenómeno y argumenta su pertinencia.
Interpreta tablas, gráficas, mapas, diagramas y textos con símbolos matemáticos y científicos.
Unidad de competencia:
Identifica los tipos de variables aleatorias discretas y continúas, así como sus distribuciones de probabilidad que
modelan fenómenos o eventos de situaciones de nuestro entorno.
Utiliza la distribución de probabilidad de variables aleatorias discretas y continuas más comunes, como la binomial y
la normal, respectivamente, para resolver problemas relacionados con la vida cotidiana.
Emplea la aproximación binomial a la normal, para resolver problemas relacionados con su entorno.
Atributos a desarrollar en el bloque:
4.1. Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas o gráficas.
5.1. Sigue instrucciones y procedimientos de manera reflexiva, comprendiendo cómo cada uno de sus pasos contribuye
al alcance de un objetivo.
5.4. Construye hipótesis y diseña y aplica modelos para probar su validez.
5.6. Utiliza las tecnologías de la información y comunicación para procesar e interpretar información.
6.1. Elige las fuentes de información más relevantes para un propósito específico y discrimina entre ellas de acuerdo a su
relevancia y confiabilidad.
7.1. Define metas y da seguimiento a sus procesos de construcción de conocimientos.
8.1. Propone maneras de solucionar un problema y desarrolla un proyecto en equipo, definiendo un curso de acción con
pasos específicos.
8.2. Aporta puntos de vista con apertura y considera los de otras personas de manera reflexiva.
8.3. Asume una actitud constructiva, congruente con los conocimientos y habilidades con los que cuenta dentro de
distintos equipos de trabajo.
Tiempo asignado: 15 horas

88
Secuencia didáctica1.
Distribución de probabilidad para variables discretas.
Actividad: 1
Inicio
Responde los siguientes cuestionamientos.
1. Completa la tabla considerando la gráfica que representa los posibles resultados de lanzar
dos dados y sumar los puntos obtenidos en las caras superiores.
Frec.=Frecuencia
Probab.=Probabilidad
a) ¿Cuántas parejas suman 12?
Resultado Frec. Probab.
2
3
4
5
6
7
8
9
10
11
12
1 1
36
Total 36 36
36
= 1
b) ¿Cuál es la probabilidad de que la suma sea 12?
c) ¿Cuál es la probabilidad de que la suma sea 7?
d) ¿Cuál es la probabilidad de que la suma no sea 7?
e) ¿Cuál es la probabilidad de que la suma sea mayor que 5?
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Actividad: 1 (continuación)
BLOQUE 3
f) ¿Cuál es la probabilidad de que la suma no sea mayor que 5?
h) ¿Cuál es la probabilidad de que la suma sea menor que 4?
i) ¿Cuál es la probabilidad de que la suma sea mayor que 5 o menor que 4?
j) ¿Cuál es la probabilidad de que la suma sea número par?
k) De las parejas cuya suma es mayor que 5 o cuya suma es un número par ¿cuántas parejas hay en
común entre los dos conjuntos?
l) ¿Cuántas parejas su suma es mayor que 5 o su suma es un número par?
m) ¿Cuál es la probabilidad de que la suma sea mayor que 5 o sumen un número par?
2. En una caja hay 10 canicas, 70% son rojas y el resto blancas. Se saca al azar una de ellas, y si es roja se
obtienen 4 puntos. Se regresa la canica a la caja y nuevamente se extrae una canica; si es roja se obtienen 6
puntos; si es blanca, cero puntos. Si en el primer intento se saca una canica blanca, no se tiene derecho al
segundo intento. Realiza el experimento 10 veces y registra los resultados.
Exp. 1 2 3 4 5 6 7 8 9 10
1°
2°
3. Miriam va a presentar un examen y tiene 70% de probabilidades de aprobarlo y obtener 4 puntos. Si aprueba
el examen presentará un segundo examen en el que también tiene 70% de probabilidades de aprobarlo y
obtener 6 puntos. Si reprueba el primer examen no tiene derecho a presentar el segundo y tiene 0 puntos.
¿Cuál es la probabilidad de tener 10 puntos?
Evaluación
Actividad: 1 Producto: Tablas y cuestionario.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Interpreta gráficos y resultados
de experimentos aleatorios.
Autoevaluación
Calcula probabilidades y ejecuta Muestra interés y apertura en el
experimentos aleatorios.
desarrollo de la actividad.
C MC NC Calificación otorgada por el
docente
89

Distribución de Probabilidad.
90
Desarrollo
Según los conocimientos adquiridos en tu curso de Probabilidad y Estadística I, puedes
distinguir dos tipos de variables: categóricas y numéricas. Dentro de las variables aleatorias
numéricas, se revisaron dos casos, numéricas discretas y numéricas continuas. Una variable
aleatoria es discreta si toma valores en un conjunto con un número finito de elementos o infinito
numerable (esto es, que los elementos se puedan contar a pesar de ser un número
exageradamente grande), de manera puntual. Una variable aleatoria es continua si puede tomar
valores en un conjunto infinito no numerable, como un intervalo por ejemplo, donde en él se
encuentran una infinidad de números decimales imposibles de contar. En este bloque como
ejemplo típico de variable aleatoria discreta se verá la distribución binomial, y como ejemplo
típico de variable aleatoria continua se estudiará la distribución normal.
Para proporcionar una descripción con una mejor comprensión de lo que es una variable
aleatoria discreta, se analizarán algunos ejemplos relacionados con fenómenos reales. Los
eventos experimentales con frecuencia son numéricos, es decir, se realiza un experimento y se
observa el valor numérico de alguna característica que sea de interés estudiar o analizar. Por
ejemplo, la cantidad de bacterias que han crecido por unidad de área en un estudio del control
de fármacos, constituye una variable aleatoria, pues no se sabe cuántas bacterias van a
reproducirse, además la variable es discreta, pues el número de bacterias es numerable.
En otro caso, supóngase que un producto fabricado en una empresa, se vende en lotes
de 20 cajas, cada una de las cuales contiene 12 artículos. A fin de verificar la calidad del
producto, el jefe de control de calidad de la empresa selecciona al azar cuatro de entre
los 240 artículos de un lote y determina si los artículos están defectuosos o no. Si más de
uno de los artículos muestreados resulta defectuoso, se rechazará todo el lote.
En este experimento es importante saber el número de artículos defectuosos de entre los
cuatro artículos seleccionados al azar, para decidir si se rechaza todo el lote. Es por ello que el número de artículos
defectuosos es la variable aleatoria que se pretende analizar. En este caso es una variable aleatoria discreta, debido a
que no se sabe cuántos artículos defectuosos se pueden extraer, y que a lo más pueden ser cuatro.
De aquí que una variable aleatoria es una función que cuantifica los resultados de un experimento o fenómeno
aleatorio. Esto es, es una función que asigna uno y sólo un número real a cada suceso del espacio muestral de un
experimento aleatorio y puede tomar posibles valores. Una variable aleatoria es discreta cuando puede asumir una
cantidad de valores susceptible de contarse. Para denotar una variable aleatoria generalmente se usan las últimas
letras del abecedario en mayúsculas: .
Continuando con éste último ejemplo, la selección de cuatro artículos fabricados de entre 240 produce un espacio
muestral que contiene eventos, cada uno de los cuales corresponde a una posible combinación de cuatro
artículos que podrían seleccionarse del lote. El evento de interés para el jefe de control de calidad es la observación
de la variable número de artículos defectuosos entre los cuatro que se prueban. Por lo tanto existe una relación
funcional entre los eventos (combinación de cuatro artículos) de y los valores que puede asumir . Así, para asignar
un valor numérico a la variable , el evento = es la combinación de cuatro artículos que no contiene artículos
defectuosos. De forma similar, el evento = 1 es la combinación en la que se observa un artículo defectuoso.
Igualmente = , = 3 y = son las combinaciones de cuatro artículos en los que se observan dos, tres o
cuatro artículos defectuosos. Nuevamente, puesto que el valor que puede asumir es un valor numérico que varía de
forma aleatoria de una repetición del experimento a otra, es una variable aleatoria discreta.
De modo que el valor numérico que puede tomar la variable aleatoria , una vez observado el experimento, es
representado con la letra minúscula . Así, la expresión ( = ) puede leerse como el conjunto de todos los posibles
resultados del espacio muestral que pueden asignarse a valores mediante la variable aleatoria
Ahora tiene sentido hablar de la probabilidad de que la variable aleatoria adopte el valor , que se denota ( = )
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Cuando una de estas variables aleatorias toma diversos valores, la probabilidad asociada a cada uno de tales valores
puede ser organizada como una distribución de probabilidad, es decir, como un listado de las probabilidades de
todos los resultados posibles que se presentan en el experimento. Esta probabilidad se define como la sumatoria de
las probabilidades de todos los posibles valores obtenidos en el espacio muestral asignados al valor . Por lo que
una vez más se cumplen las propiedades 1 y 3 de la probabilidad, ( ) 1 y ( ) = 1, respectivamente.
Modelos de distribuciones de probabilidad de variables discretas.
Existen diferentes tipos de modelos que permiten describir el comportamiento de fenómenos estadísticos que
permiten hacer inferencias y tomar decisiones en condiciones de incertidumbre o duda. En los casos de variables
discretas se tienen los siguientes modelos.
Uniforme. Es la distribución donde todos los eventos simples tienen la misma probabilidad. Por ejemplo: tirar
un dado, donde la probabilidad de que ocurra ( = ) = 1 6 para valores de = 1 3 6.
Binomial. Es la que maneja la distribución de la probabilidad de obtener cierta cantidad de éxitos al realizar
una cantidad de experimentos con probabilidad de éxito constante y con repeticiones del experimento
independientes.
Geométrica. Es la distribución de la probabilidad de realizar cierto número de experimentos antes de obtener
un éxito.
Hipergeométrica. Es similar a la binomial, pero con un tamaño de muestra grande en relación al tamaño de la
población.
De Poisson. Es la distribución de la probabilidad de que ocurra un evento raro en un periodo de tiempo, un
espacio o un lugar. En materia de estudio, la que más nos interesará estudiar de estas, será la distribución
binomial que se abordará más adelante.
La distribución de probabilidad para una variable aleatoria discreta puede representarse a través de una tabla, una
gráfica o una fórmula que da la probabilidad ( = ), en cuyo caso tal regla de correspondencia se le denomina
función de probabilidad, que es la función que asigna la probabilidad a cada valor . En ocasiones, para acortar la
notación ( = ), es representado por ( ), como se verá en el siguiente ejemplo.
Ejemplo 1. Considera el experimento de lanzar dos veces una moneda normal y se observa la variable aleatoria el
número de caras. Calcula la distribución de probabilidad para .
Sean los eventos simples de observar una cara, para = 1 , ya que durante el experimento podemos
observar que no caigan caras en ninguno de los lanzamientos, que caiga una cara en cualquiera de ellos o que
ambos lanzamientos sean caras. Los eventos simples que conforman el espacio muestral y los correspondientes
valores de se muestran en la siguiente tabla.
BLOQUE 3
( ) 1
( ) 1
( ) 1
( ) 1
Recuerda que en la pareja ( ) la primer entrada hace referencia al resultado observado en el primer lanzamiento,
mientras que la segunda entrada refiere al segundo lanzamiento. De acuerdo a la tabla, el evento
= refiere a los elementos del espacio muestral donde no se observó una cara en ambos lanzamientos; en este
caso es el único evento, luego la probabilidad de que asuma el valor cero es: ( = ) = ( ) = ( ) =
El evento = 1 contiene dos eventos simples donde aparece sólo una cara en cualquiera de los lanzamientos, por
tanto ( = 1) = (1) = ( ) = (
es ( = ) = ( ) = ( ) =
.
) =
=
( )
Por último, la probabilidad del evento donde aparecen dos caras
1
1
91

La siguiente tabla muestra la distribución de probabilidad para :
Como puedes notar cada una de las probabilidades es mayor que cero, pero menor que uno, además la suma de
todas las probabilidades es igual a uno. Esto es, cumple con los requisitos para que la distribución anterior sea de
probabilidad.
A través de un gráfico de barras, la distribución de probabilidad se representa de la siguiente manera:
Observa que la variable “número de caras” (eje horizontal) toma valores de manera puntual; esto es, 0, 1 o 2. De ahí
que las barras estén separadas entre sí. Se sabe que entre los números 0 y 1 de la recta numérica, se encuentran una
infinidad de números decimales, que la variable, en este caso, es imposible que tome. Por otro lado, en el eje vertical
se encuentran las probabilidades asociada a cada uno de los valores que la variable aleatoria toma, es en ese sentido
que decimos que una variable aleatoria discreta toma valores puntuales.
Requisitos para una distribución de probabilidad discreta
92
= ( )
0
1
1. Las probabilidades de cada uno de los eventos simples debe ser positiva y menor que uno.
( ) 1
2. La suma de las probabilidades de cada evento simple debe ser igual a 1.
∑ ( ) = 1
Valor esperado y varianza para una distribución de probabilidad discreta.
El valor esperado –también llamada esperanza, media poblacional o media– es una idea fundamental en el estudio
de las distribuciones de probabilidad. Es el número ( ) que representa la idea de valor medio de los resultados de
un experimento aleatorio.
Para obtener el valor esperado de una variable aleatoria discreta, se multiplica cada valor que
la variable pueda tomar por la probabilidad de ocurrencia de ese valor y luego se suman esos
productos. Por lo tanto representa la cantidad media que se “espera” como resultado de un
experimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el
experimento se repite un elevado número de veces. Aunque cabe mencionar que el valor que
1
2
1
1
∑ ( ) = 1
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

toma la esperanza en algunos casos puede no ser "esperado", ya que el valor de la esperanza puede ser improbable
o incluso imposible.
Por ejemplo, el valor esperado cuando se lanza un dado normal de 6 caras es 3.5; es fácil realizar el cálculo para
comprobar dicha aseveración.
( ) = 1 ( 1
16
) (1)
3 (1)
(1)
(1)
6 (1)
= = 3
6 6 6 6 6 6 6
Observa que no es posible obtener el valor 3.5 en una de las caras del dado al lanzarlo. En este caso, en el que todos
los sucesos son de igual probabilidad, la esperanza es igual a la media aritmética, esto es, es la cantidad total de la
variable distribuida a partes iguales entre cada observación.
El valor esperado pesa cada resultado posible con respecto a la frecuencia con que se espera que se presente. En
consecuencia, los valores de la variable que más ocurren tienen asignadas un peso mayor que las que menos
ocurren. Por ejemplo, un jugador afirma que al lanzar dos dados es igual de probable obtener en la suma de estos un
seis que un siete, ya que hay el mismo número de resultados a favor de una suma que de otra. Cinco y uno, cuatro y
dos, tres y tres, para el seis. Seis y uno, cinco y dos, cuatro y tres, para el siete. ¿Es cierta esta afirmación?
Claro que no, en realidad los sucesos que dan origen a que la suma sea 6 en el lanzamiento de dos dados son:
(1 ) ( ) (3 3) ( ) ( 1) por tanto la probabilidad es , mientras que los sucesos que hacen que la suma sea 7
son (1 6) ( ) (3 ) ( 3) ( ) (6 1) y en consecuencia esta probabilidad es
BLOQUE 3
. Si de apuestas se trata, resulta
contraproducente apostar a un suceso que tiene menor peso (probabilidad) de ocurrir. Si este experimento se realiza
en repetidas ocasiones, la probabilidad de que la suma sea 7 es mayor que la suma sea 6, por lo que se espera que
el resultado 7 se presente con mayor frecuencia que el resultado 6.
En muchas situaciones, se encuentra que es más conveniente, en términos de los cálculos que se deben hacer,
representar la distribución de probabilidad de una variable aleatoria de una manera algebraica. Al hacer esto, se
puede llevar a cabo cálculos de probabilidad mediante la sustitución de valores numéricos directamente en una
fórmula algebraica, como se verá más adelante. Formalizando la definición de valor esperado se tiene.
Sea una variable aleatoria discreta con distribución de probabilidades ( ) Entonces el valor esperado, esperanza.
o media aritmética de es
= ( ) = ∑ ( ) ,
donde corresponde a los resultados individuales que la variable aleatoria toma. La media aritmética o valor
esperado es una medida de centralización, ya que dentro de la gráfica te indica dónde se están concentrando los
datos de mayor frecuencia.
La distribución de probabilidad para el lanzamiento de dos monedas visto anteriormente, está dada por las primeras
dos columnas de la siguiente tabla. La tercera columna ilustra la esperanza o valor esperado para el experimento,
calculada con la fórmula planteada, es decir, cada valor que toma la variable es multiplicado por su respectiva
probabilidad, y al final sumamos los resultados obtenidos en cada caso, produciendo así = ( )
= ( ) ( )
0 1
0 ( )=0
1
2
1
1
∑ ( ) = 1
1 ( ) = 1
2 ( ) = = 1
= ( ) = 1 1
El hecho de que = ( ) = 1, sugiere que si se lanzan dos monedas el beneficio medio o beneficio esperado a largo
plazo de observar el número de caras es en promedio uno.
= 1
93

Sea una variable aleatoria discreta con distribución de probabilidades ( ) y con media = ( ) se define la
varianza, (que suele representarse con el símbolo ) como una medida de su dispersión definida como la esperanza
del cuadrado de la desviación de dicha variable respecto a su media.
= [( ) ]
Desarrollando la definición anterior, se obtiene la siguiente definición y equivalente:
= [ ]
Por propiedades de la Esperanza se tiene,
= ( ) ( ) ]
Pero como = ( )
= ( ) ]
= ( )
Si la variable aleatoria es discreta con probabilidades entonces:
Donde:
94
= ∑ ( ) ( )
= ( ) = ∑ ( )
La varianza está medida en unidades distintas de las de la variable, por ser la
esperanza del cuadrado de la desviación de dicha variable respecto a su
media; las unidades de la varianza están expresadas al cuadrado. Por
ejemplo, si la variable mide una distancia en metros, la varianza se expresa en
metros al cuadrado; por lo que resulta poco conveniente de usar. En cambio
si se considera la desviación estándar de , que se denota por , definida
como la raíz cuadrada positiva de la varianza de , es una medida de
dispersión alternativa expresada en las mismas unidades que la variable
aleatoria, y mide la distancia a la que se encuentran los datos con respecto a la media.
Continuando con el experimento del lanzamiento de dos monedas, el cálculo de la varianza para este caso, queda
expresado en la cuarta columna de la siguiente tabla.
= ( ) ( ) ( ) ( )
0
1
0 =0
( 1) 1 1
=
1
2
1
1
∑ ( ) = 1 = ( ) = 1
2
1
=
=
=
1
= 1
= 1
(1 1) 1
=
( 1) 1
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS
1
=
1
=
1
= =
La desviación estándar para este caso es la raíz cuadrada del valor obtenido en la varianza; es decir,
= √ = √ = 1
Ejemplo 2. Se lanza un par de dados sin truco, y se desea observar la variable de interés : la suma de los puntos de
las caras superiores.
a) Obtener la distribución de probabilidad para
b) Construir una gráfica para la distribución de probabilidad.
c) Calcular la esperanza, varianza y desviación estándar de

De antemano se sabe que el espacio muestral para este experimento está conformado por las 36 parejas de
números igualmente probables de ocurrir, donde la primer entrada refiere al resultado obtenido en el primer dado, y la
segunda entrada a la cara del segundo dado.
La variable aleatoria : la suma de los puntos de las caras superiores, puede tomar a lo menos el valor de 2
(correspondiente a la pareja (1 1)) y a lo más el valor de 12 (correspondiente a la pareja (6 6)). Por lo que los valores
que puede tomar la variable son: 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 y 12. Por ejemplo, para el caso ( = ) corresponden
las cuatro parejas (1 ) ( 3) (3 ) ( 1), por lo que la probabilidad asociada es ( = ) =
( )
BLOQUE 3
a) De modo que la distribución de probabilidad para la variable aleatoria es:
2 3 4 5 6 7 8 9 10 11 12
1
36
36
3
36
36
36
6
36
Nuevamente observa que todas las probabilidades son mayores que cero, pero menores que uno, y en total la suma
es uno.
b) El gráfico de barras para la distribución de probabilidad.
36
36
3
36
36
1
36
95

c) La esperanza y varianza para la variable aleatoria son calculadas en la siguiente tabla.
96
= ( ) ( ) ( ) ( )
2
3
4
5
6
7
8
9
10
11
12
1
36
36
3
36
36
36
6
36
Por lo que la desviación estándar es:
2
3
4
5
6
7
=
=
=
=
=
=
( ) 1
36 =
36
3
(3 ) =
36 36
( ) 3
36 =
36
16
( ) =
36 36
(6 )
36 =
36
( ) 6
36 =
36
36
8 =
( )
36 =
36
36
9 =
(
16
) =
36 36
3
36
10 = (1 ) 3
36 =
36
36
11 = (11
3
) =
36 36
1
36
12 = (1 ) 1
36 =
36
∑ ( ) = 1 = ( ) =
36 = = 1
36 =
= √ = √ 3 = 1
Con lo que se concluye que la media o esperanza de la suma de las caras en el lanzamiento de dos dados es de 7,
con una tendencia a variar por debajo o por encima de dicha suma 2.4 unidades.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Sitios Web recomendados:
Ingresa al siguiente sitio para que consultes e interactúes con los
temas vistos.
http://www.estadisticaparatodos.es/software/java.html
http://www.analyzemath.com/spanish/statistics.html
http://www.matematicasvisuales.com/html/probabilidad/varaleat/tstu
dentprob.html
Distribución binomial.
Supóngase que la flecha de la figura se gira dos veces y que se está interesado en el número de veces que se
obtiene el 2. (Imagina que cada una de las regiones contiene un arco de 120º, por lo que cada
uno es igualmente probable). Se puede pensar en el caso que caiga dos como un “éxito”,
mientras que en el caso que caiga uno y tres serían “fracasos”. Cuando los resultados de un
experimento se dividen en dos categorías, éxito y fracaso, la distribución de probabilidades se
conoce como “binomial” (el prefijo bi significa dos). Las realizaciones repetidas de un
experimento de estas características, en que la probabilidad de éxito permanece constante en
todas las repeticiones, se conocen también como ensayos de Bernoulli repetidos (en honor a su
creador Jakob Bernoulli).
Si representa el número de 2 (doses) obtenidos después de dos giros, entonces es una variable aleatoria y se
puede construir su distribución de probabilidad. Durante el experimento de girar dos veces la flecha, podría tomar
los valores 0, 1 o 2, esto es, que en el par de giros no se obtenga ningún dos, que se obtenga 1 o que se obtengan 2
doses, respectivamente. El espacio muestral de resultados (igualmente probables) de la ruleta para los dos giros:
BLOQUE 3
= {(1 1) (1 ) (1 3) ( 1) ( ) ( 3) (3 1) (3 ) (3 3)}
En cada uno de estos pares ordenados, el primer y segundo números hacen referencia al primer giro y segundo giro,
respectivamente. Observa que de los nueve resultados que son, en 4 de ellos no se obtuvo ningún 2, en 4 de ellos se
obtuvieron sólo un 2, y sólo en uno de ellos se obtuvieron 2 doses. Entonces la distribución de probabilidad para dos
giros se expresa en la siguiente tabla.
( ) 1
(1 ) ( 1) ( 3) (3 ) 1
(1 1) (1 3) (3 1) (3 3)
∑ ( ) =
En este ejemplo se tiene un caso de una distribución de probabilidad binomial. Observa que la suma de
probabilidades es uno y que cada una de las probabilidades son positivas y menores que uno, lo cual concuerda con
la propiedad 3 de la probabilidad vistas en el segundo bloque, debido a que todos los posibles valores de han sido
listados.
Con la finalidad de desarrollar una fórmula general para la probabilidad binomial, se puede considerar otra forma de
obtener las probabilidades de la tabla anterior. Los diferentes giros de la flecha son independientes entre sí y en cada
giro la probabilidad de éxito, es decir, que caiga un dos (que denotaremos con la letra ) es de 1 3 , mientras que la
de fracaso ( ) es 3.
Se denotará éxito en el primer giro como , fracaso en el segundo como , y así
sucesivamente. Entonces aplicando las reglas de la probabilidad, se tiene lo siguiente.
Que en los dos giros la flecha no haya caído en dos, significa que ambos sean fracasos.
( = ) = ( )
( )
= 1
99

Por la regla especial de la multiplicación se tiene:
( = ) = ( ) ( )
= (
3
) ( 3
)
= .
Que la flecha haya caído en un dos, significa que haya un éxito y un fracaso que se pueden presentar de la siguiente
manera:
( = 1) = [( ) ( )].
Por la regla especial de la suma:
Por la regla especial de la multiplicación:
100
( = 1) = [( ) ( )].
( = 1) = ( ) ( ) ( ) ( )
= ( 1 3
) ( 3
) ( 3
) (1 3
)
= .
Y por último que haya dos éxitos, significa que en cada giro caiga un dos.
( = ) = ( )
Por la regla especial de la multiplicación:
( = ) = ( 1 3
) (1 3
)
= 1 .
=
Si observas bien, existe un patrón en los cálculos anteriores. Sólo existe una forma de obtener = (es decir que se
fracase en los dos intentos, ). Y sólo hay una manera de obtener = (cuando los dos giros son éxitos,
). Pero existen dos formas posibles de obtener = 1, una es y la otra es . Existen dos formas
porque el único éxito requerido puede ocurrir en el primer giro o en el segundo. ¿De cuántas formas puede ocurrir
exactamente un éxito en dos ensayos repetidos? Esta pregunta es equivalente a decir ¿cuántos subconjuntos de
tamaño uno existen en el conjunto de dos ensayos? La respuesta es = , (¿recuerdas la expresión de
combinaciones? significa las combinaciones de dos objetos tomados de uno en uno). Cada una de las dos formas
de obtener exactamente un éxito tiene una probabilidad igual a ( 1 3
) ( 3
), la probabilidad de éxito multiplicada por
la probabilidad de fracaso.
Si la misma flecha se gira tres veces en vez de dos, entonces , el número de éxitos de que caiga un dos, es = 3.
Estas formas son , y . La probabilidad de cada una de estas tres formas es
( 1 3
) ( 3
) ( 3
) = . Por lo tanto, ( = 1) = 3 ( ) = 1 = .
El siguiente diagrama de árbol muestra todas las posibilidades de tres giros, observa que el número de formas de
obtener dos éxitos en tres ensayos es también de tres, de acuerdo con el hecho de que = 3.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

sustituyendo todos los valores tenemos que la probabilidad resulta:
BLOQUE 3
( = 3) = ( 1
= ( 1
= 1 1
)
( 1
)
) ( 1 )
1 1
=
3 = = 31
16
Nota: En algunas calculadoras, las permutaciones y combinaciones se encuentran
generalmente arriba de las teclas de ( ) y ( ), respectivamente. Para calcular ,
primero escribes 5 en la calculadora, presionas la tecla SHIFT para que se active la
función de combinaciones, enseguida presionas la tecla sobre la cual se encuentran las
combinaciones, para este tipo de calculadoras es la tecla ( ); y aparece en la pantalla la
expresión , enseguida presionas 3, luego el igual. Y te devuelve como resultado el
número de combinaciones de 5 en 3 que es 10.
Por último, la media de acuerdo a su fórmula es:
= = ( )( 1
Y la desviación estándar es:
= √ = √( )( 1
) =
)(1
) = √
= .
= 1 11
Esto quiere decir que al realizar cinco lanzamientos al aire de una moneda, en teoría, el número de caras promedio
que se esperan observar en los cinco lanzamientos sería de 2.5 (casi tres caras) con una tendencia a variar por
debajo o por encima de dicha suma 1.11 unidades.
Ejemplo 2. Determina la probabilidad de obtener exactamente dos cincos en seis lanzamientos de un dado sin truco.
Calcula su media y desviación estándar.
Nuevamente ya que piden la probabilidad de obtener el número cinco de un dado, el “éxito” será que salga un cinco.
Entonces los parámetros de la distribución son: = 6 ya que son 6 lanzamientos, la probabilidad de éxito, que salga
un cinco es = 1 6
, la probabilidad de fracaso por tanto es = 1 1 6
= 6
y ya que pide obtener exactamente
dos cincos, entonces = . De la fórmula de la probabilidad binomial se tiene.
La media de acuerdo a su fórmula es:
La desviación estándar es:
( = ) = ( 1
6
) (
6
)
= ( 1
6
) (
6
)
= 1 1
36 6 3 1
=
1 6 1
= = (6)( 1 6
) = 6 6
= 1
= √ = √(6)( 1 6
)( 6
) = √3 36
= 1
= 1
Esto quiere decir que al lanzar un dado seis veces, en teoría, el promedio de observar un cinco sería de 1 con una
dispersión de 0.91.
En el caso de ensayos repetidos independientes, cuando un evento implica más de un número específico de éxitos,
se puede emplear la fórmula de la probabilidad binomial junto con la regla de complementos o la regla de la suma
vistas en el bloque anterior.
Ejemplo 3. Una pareja planea tener 5 hijos. Determina la probabilidad de que tengan más de tres niñas, su media y
desviación estándar. (se va a suponer que los niños y las niñas son igualmente probables.)
103

El “éxito” entonces es que sea una niña. Entonces los parámetros de la distribución son: = , = 1 , = 1
1 = 1 y 3, ya que pide que tengan más de tres niñas, o sea 4 o 5, . Por lo que implica usar la regla de la
suma. Utilizando la fórmula de la probabilidad binomial, resulta.
Por último, la media de acuerdo a su fórmula es:
= = ( )( 1
Su desviación estándar es:
104
( 3) = ( = ) ( = )
= ( = ) ( = )
= ( 1 ) ( 1 ) ( 1
= 1
16 1 1
1
3 1
=
= √ = √( )( 1
=
) =
)(1
=
=
) = √
= 1
= 1 11
Esto quiere decir que al tener cinco hijos, en teoría el número de niñas promedio que se espera observar en los cinco
alumbramientos sería de 2.5 (entre dos y tres niñas) con una desviación con respecto a la media de 1.11.
Ejemplo 4. Rudy Preciado, un jugador de béisbol, tiene una carrera establecida por haber bateado un promedio de
0.3, (esto significa, que en promedio de cada 10 bateos, aproximadamente 3 son imparables). En una serie corta, con
otro equipo rival, Rudy bateará 10 veces. Determina la probabilidad de que obtenga más de dos imparables en la
serie.
Este “experimento” implica = 1 ensayos de Bernoulli, pues sólo se tienen dos opciones nuevamente, con
probabilidad de éxito (dar un imparable) dada por = 3 (lo cual implica que la probabilidad de fracaso es, = 1
3 = ). Debido a que en este caso, “más de 2”, significa “3, 4, 5, 6, 7, 8, 9 o 10” (lo cual significa 8 diferentes
posibilidades), sería menor trabajo si se aplica la regla de los complementos, es decir, calcular la probabilidad para
los casos cuando el número de imparables es “0, 1 o 2” y restárselos a 1.
) ( 1
( ) = 1 ( ) Por regla de los complementos
= 1 ( = 1 ) Sólo tres posibilidades diferentes
= 1 ( = ) ( = 1) ( = ) Regla especial de la suma
= 1
= 1
( 3) ( )
[
]
( 3) ( ) ( 3) ( )
[ 1 11 33 ]
Fórmula de la probabilidad binomial
= 1 3
= 61 .
Por lo que Rudy Preciado tiene el 61.72% de probabilidad de pegar más de dos imparables en la serie corta.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS
)

Actividad: 3
Resuelve los siguientes problemas.
1. En baloncesto, al cobrar un falta, si se encesta el primer lanzamiento se tiene derecho a un
segundo lanzamiento extra, de tal manera que se pueden obtener:
0 puntos, si se falla el primer lanzamiento.
1 punto, si se encesta el primer lanzamiento y se falla el segundo.
2 puntos, si se encesta en ambos lanzamientos.
Si un jugador en promedio encesta 3 de cada 4 intentos, al cobrar una falta, ¿qué probabilidad hay de obtener?
a) Cero puntos
BLOQUE 3
b) 1 punto.
c) 2 puntos.
2. Si se lanzan al aire tres monedas no defectuosas, determina la probabilidad de cada uno de los siguientes
números de sellos.
a) Cero.
b) Uno o dos.
c) Uno.
d) Al menos uno.
e) Tres.
f) No más de uno.
g) Menos de 3.
105

106
Evaluación
Actividad: 3 Producto: Problemas de aplicación.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Identifica las propiedades de la
distribución binomial.
Autoevaluación
Actividad: 3 (continuación)
3. Suponiendo que un bebé niño o niña son igualmente probables, determina la probabilidad de
que una familia con tres hijos tengan exactamente dos niños.
Sitios Web recomendados:
Aplica la distribución binomial, para
resolver problemas cotidianos.
C MC NC
Calificación otorgada por el
docente
Aprecia las características de la
distribución binomial en el cálculo
de probabilidades.
Ingresa al siguiente sitio para que consultes e interactúes con los temas
vistos.
http://www.analyzemath.com/statistics/binomial_probability.html
http://e-stadistica.bio.ucm.es/mod_distribu/distribu_applet_ghost.html
http://www.matematicasvisuales.com/html/probabilidad/varaleat/binomial.html
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Actividad: 4
Resuelve los siguientes problemas.
BLOQUE 3
Cierre
1. Un examen consta de 10 preguntas de Falso y Verdadero. Suponiendo que una de las
personas decide resolver el examen al azar. Hallar:
a) La probabilidad de obtener cinco aciertos.
b) La probabilidad de obtener algún acierto.
c) La probabilidad de obtener al menos cinco aciertos.
2. La probabilidad de que un estudiante obtenga el título de Licenciado en farmacéutica es de 0.3. Hallar la
probabilidad de que un grupo de estudiantes matriculados en primer curso:
a) Todos finalicen la carrera.
b) Ninguno de los siete finalice la tarea.
c) Al menos dos acaben la carrera.
d) Hallar la media y la desviación estándar del número de alumnos que acaben la carrera.
3. La probabilidad de que un alumno de primer año de bachillerato repita un curso es de 0.25. Se eligen 20
alumnos al azar, ¿cuál es la probabilidad de que haya exactamente 4 alumnos repetidores?
4. En una oficina de servicio al cliente de una tienda de autoservicio, se atiende a 100 personas diariamente.
Por lo general, 10 personas se van sin recibir bien el servicio. Determina la probabilidad de que en una
encuesta a 15 clientes, 3 no hayan recibido un buen servicio.
107

108
Actividad: 4 (continuación)
5. En una fábrica de cámaras fotográficas, el 5% sale con defectos. Determine la probabilidad de
que en una muestra de 12 se encuentren 2 cámaras defectuosas.
6. En pruebas realizadas a un amortiguador para automóvil se encontró que el 20% de ellos presentaban fuga
de aceite. Si se instalan 20 de estos amortiguadores, hallar la probabilidad de que:
c) 4 salgan defectuosos.
d) Más de 5 tengan fuga de aceite.
e) De 3 a 6 amortiguadores salgan defectuosos.
d) Determina el promedio y la desviación estándar de amortiguadores defectuosos.
Evaluación
Actividad: 4 Producto: Problemas de aplicación. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Identifica los parámetros de la
distribución binomial, en la
solución de problemas
cotidianos.
Autoevaluación
Emplea la distribución binomial, en
la solución de problemas
cotidianos.
C MC NC Calificación otorgada por el
docente
Reconoce el uso de la
distribución binomial en diversas
situaciones de la vida real.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

BLOQUE 3
Secuencia didáctica 2.
Distribución de probabilidad para una variable continua.
Actividad: 1
Responde los siguientes cuestionamientos.
Inicio
1. Clasifica las siguientes cantidades de variables como numéricas discretas o continuas.
a) El número de caras obtenidas en 30 monedas lanzadas.
b) El número de bebés que nacen en un día en cierto hospital.
c) El peso promedio de los bebés nacidos en una semana.
d) La altura de los abetos de seis semanas de edad.
e) Tiempo que tarda un avión en despegar.
f) El nivel de hemoglobina en la sangre de una persona.
2. Observa la gráfica y contesta las siguientes preguntas:
a) ¿Qué porcentaje está por encima de 70?
b) ¿Qué porcentaje está por debajo de 85?
109

110
Actividad: 1 (continuación)
c) Si se supone que los números del eje horizontal son calificaciones de 500 alumnos que
cursaron la materia de Matemáticas 4, ¿cuántos de ellos obtuvieron una calificación entre 70
y 90?
d) ¿Cuál es la probabilidad de que al elegir al azar a un alumno que cursó esta materia haya
tenido una calificación inferior a 75?
3. Suponiendo, ahora, que la gráfica refleja los niveles de hemoglobina en las mujeres adultas, da respuesta a
cada una de las siguientes preguntas:
a) ¿Qué porcentaje de mujeres tiene niveles de hemoglobina inferiores a 13.6?
b) ¿Qué porcentaje de mujeres tiene niveles de hemoglobina entre 11.6 y 12.4?
c) ¿Qué porcentaje de mujeres tiene niveles de hemoglobina superiores a 12.8?
d) ¿Qué porcentaje de mujeres tiene niveles de hemoglobina entre 12.4 y 13.6?
e) ¿Cuál es la probabilidad de que al elegir al azar a una mujer a quien le realizaron un estudio
sanguíneo, arroje un nivel de hemoglobina que varíe entre 12 y 13.2?
f) ¿Cuál es la probabilidad de que al elegir al azar a una mujer a quien le realizaron un estudio
sanguíneo, arroje un nivel de hemoglobina inferior a 12.8?
g) Si se eligen al azar 300 mujeres adultas, ¿cuántas de ellas tienen niveles de hemoglobina superior a
13.2?
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

BLOQUE 3
Actividad: 1
Evaluación
Producto: Descripción y
cuestionario.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Interpreta áreas bajo la curva en Convierte áreas bajo la curva en Se muestra interesado en el
porcentajes y probabilidades. porcentajes y probabilidades. desarrollo de la actividad.
Autoevaluación
C MC NC Calificación otorgada por el
docente
Desarrollo
Distribución de probabilidad para variables continuas.
Hasta el momento se han considerado las distribuciones de probabilidad para variables discretas, donde se podía
asignar el valor que toma la función de probabilidad cuando la variable aleatoria tomaba un valor en concreto. Sin
embargo, al considerar las variables continuas se encuentra el problema de que, lo más probable, los datos que se
puedan recabar no sean completamente exactos, o dos o más de ellos no coincidan, por lo que se tienen que trabajar
en intervalos y, en ese momento, modelar una función se convierte en un problema más complicado.
Sin embargo, se pueden realizar aproximaciones y describir la probabilidad a través de modelos teóricos de
probabilidad cuya gráfica es una línea continua, a diferencia de las variables discretas que le corresponde un gráfico
de barras.
Al iniciar el análisis estadístico de una serie de datos, y después de la etapa de detección y corrección de errores, un
primer paso consiste en describir la distribución de las variables estudiadas y, en particular, de los datos numéricos.
Además de las medidas descriptivas correspondientes, el comportamiento de estas
variables puede explorarse gráficamente mediante un histograma de frecuencias.
Recuerda de tu primer curso de probabilidad que para construir un histograma se divide el
rango de valores de la variable en intervalos de igual longitud, representando sobre cada
intervalo un rectángulo con área proporcional al número de datos en ese rango. Si se unen
los puntos medios del extremo superior de las barras (techos de los rectángulos), se
obtiene el llamado polígono de frecuencias. Entre más grande sea la cantidad de valores
observados de la variable de interés, se puede construir un histograma en el que las bases de los rectángulos sean
cada vez más pequeñas, de modo que el polígono de frecuencias tendrá una apariencia cada vez más suavizada.
Esta curva suave "asintótica" representa de modo intuitivo la distribución teórica de la característica observada. Es la
llamada función de densidad, como se verá a continuación.
Para clarificar cómo se realiza esta aproximación al modelo teórico se considerará el siguiente caso:
Se han registrado los tiempos que le tomó a una empresa de mensajería entregar 190 paquetes con destinatarios
diferentes dentro de una misma ciudad. Los datos se han agrupado en una distribución de frecuencias considerando
intervalos de cinco días como sigue:
Tiempo
de
entrega
(días)
No. de
paquetes
[0,5) 115
[5,10) 31
[10,15) 17
[15,20) 12
[20,25) 10
[25,30) 5
111

Se va a suponer que un posible cliente, conociendo esta información, quisiera saber qué probabilidad tiene de que su
paquete sea entregado en dos días. El problema es que al manejar intervalos de cinco días se está suponiendo que
dentro de cada intervalo los datos se distribuyen de manera uniforme, es decir, que los paquetes se distribuyen
equitativamente cada día, cosa que no es así.
Se puede aumentar la muestra y seguir recogiendo información para hacer una distribución de frecuencias similar a la
anterior, pero se tendría el mismo problema: dentro de cada intervalo se está presuponiendo que los datos se
distribuyen uniformemente.
Otra posible solución es reducir la amplitud de los intervalos, de tal suerte que se podría tomar una amplitud de tres
días por intervalo y hacer la siguiente distribución de frecuencias:
112
Tiempo de
entrega
(días)
No. de
paquetes
[0,3) 93
[3,6) 30
[6,9) 18
[9,12) 13
[12,15) 9
[15,18) 8
[18,21) 6
[21,24) 6
[24,27) 4
[27,30) 3
Al seguir reduciendo la amplitud a dos días se obtiene la distribución:
Tiempo de
entrega
(días)
No. de
paquetes
[0,2) 76
[2,4) 29
[4,6) 18
[6,8) 13
[8,10) 10
[10,12) 8
[12,14) 6
[14,16) 6
[16,18) 5
[18,20) 4
[20,22) 4
[22,24) 4
[24,26) 3
[26,28) 2
[28,30) 2
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Al reducirla a intervalos de un día se tiene la distribución:
BLOQUE 3
Tiempo de
entrega
(días)
No. de
paquetes
[0,1) 51
[1,2) 25
[2,3) 17
[3,4) 12
[4,5) 10
[5, 6) 8
[6,7) 7
[7,8) 6
[8,9) 5
[9,10) 5
[10,11 4
[11,12) 4
[12,13) 3
[13,14) 3
[14,15) 3
[15,16) 3
[16,17) 3
[17, 18) 2
[18,19) 2
[19,20) 2
[20,21) 2
[21,22) 2
[22,23) 2
[23,24) 2
[24,25) 2
[25,26) 1
[26,27) 1
[27,28) 1
[28,29) 1
[29,30) 1
Ahora, lo que le interesa al futuro cliente es la probabilidad de que se haga una entrega en un cierto tiempo, por lo que
habría que considerar las frecuencias relativas (para este caso es la frecuencia de cada intervalo entre 190, el total de
datos), y nuevamente reducir la amplitud de los intervalos.
Y se podría graficar tal información en histogramas para poder ver cómo se aproximan, si es que ocurre, los valores a
una curva continua.
113

Donde las barras del fondo, las más anchas (rosas) y la línea (roja) que los recorre, corresponden a los intervalos de
cinco días; le siguen las barras y línea azules, corresponden a los intervalos de tres días; las barras y línea amarillas, a
los intervalos de dos días; y las barras y líneas verdes, que son los que están en primer plano, a los intervalos de un
día. Se han incluido de una vez las líneas que unen los puntos medios de las barras del histograma porque se puede
ver que las barras de las frecuencias relativas se "van reduciendo en altura" y las líneas graficadas están tan
separadas del lado izquierdo (en este caso) que no se puede hablar de una aproximación continua a una sola línea.
Una posible solución a esto es utilizar la densidad del intervalo, que se va a definir como el cociente de la frecuencia
relativa entre la amplitud del intervalo:
De hecho, existe la función de densidad de una distribución de probabilidad, de donde se deriva esta definición de
densidad del intervalo.
114
=
De esta manera, añadiendo las columnas correspondientes a la frecuencia relativa y la densidad se tienen las
siguientes tablas:
Intervalos de cinco días
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

BLOQUE 3
Intervalos de tres días
Intervalos de dos días
Intervalos de un día
Al realizar los histogramas correspondientes, quedan como sigue:
115

Observa cómo las barras azules, que son las que están en primer plano dentro del gráfico, corresponden a los
intervalos de un día, han aumentado su altura, y las barras rosas que son las que se ven en último plano ahora se han
reducido en altura. Igual que en el caso anterior, se han graficado simultáneamente las barras y las líneas que unen
los puntos medios de éstas para observar que con la densidad sí se aproximan los histogramas a una línea continua
(que la mejor aproximación presentada es la línea azul) cuando los intervalos se reducen continuamente.
El resultado es una línea continua que es la gráfica de una cierta función denominada función de densidad de la
distribución de probabilidad.
Ahora, considerando la manera en que se definió la densidad de un intervalo como:
116
=
y recordando que la frecuencia relativa es la probabilidad de un evento (en el ejemplo de la mensajería sería la
probabilidad de entregar un paquete dentro de un intervalo dado de tiempo):
=
Entonces, despejando en el primer cociente la frecuencia relativa e igualando con esta segunda expresión se obtiene
que:
=
= ( ) ( )
Geométricamente hablando, el producto que proporciona la probabilidad del evento representa lo siguiente: La
densidad del intervalo es la altura de cada uno de los rectángulos, mientras que la amplitud del intervalo es el ancho
de cada rectángulo, se sabe que alto por ancho proporciona el área del rectángulo. De esta manera, la probabilidad
de que ocurra un evento corresponde al área de las barras del histograma hecho, tomando en cuenta la densidad de
los intervalos y que cuando tales intervalos tienen una amplitud cada vez más pequeña, es decir, que tiende a cero; la
gráfica se convierte en la curva continua de la función de densidad, entonces la probabilidad de que un evento ocurra
en un intervalo [ ] es el área bajo la curva de la función en ese intervalo, como se ve en la siguiente gráfica:
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Por tanto, el cálculo de tal probabilidad se realiza utilizando cálculo integral:
BLOQUE 3
( ) = ∫ ( )
= ( )
Donde ( ) es la función de densidad de la distribución de probabilidad correspondiente. La gráfica de ( ) se
conoce a veces como curva de densidad, la probabilidad de que tome un valor en el intervalo [ ] es el área bajo
la curva de la función de densidad. Así, la función de densidad de probabilidad mide la probabilidad concentrada
alrededor de los valores de una variable aleatoria continua.
Para que ( ) sea una función de densidad de probabilidad (FDP) legítima, debe satisfacer las siguientes dos
condiciones:
1. ( ) para toda . Esto es que en todo valor dentro del intervalo debe ser positiva.
2. ∫ ( )
= 1. Es decir que el área total de la curva de densidad en toda la recta real es igual a 1.
Observa que estas propiedades para el caso de variables aleatorias continuas son similares al caso discreto. En la
número 1, que las probabilidades sean positivas y en la número 2, a que la suma de las probabilidades de los valores
que toma la variable es igual a 1.
Hay que estar conscientes de que en el caso de las variables continuas sólo se puede calcular la probabilidad de que
un evento caiga dentro de un intervalo, debido a que la exactitud de los instrumentos de medición siempre es relativa
y muy lejana a la "exactitud" de los cálculos matemáticos.
Por esto, la probabilidad de que la variable aleatoria tome un valor exacto es nula:
( = ) = ∫ ( )
Esto se puede explicar de la siguiente manera: si, como ya se dijo, la probabilidad (frecuencia relativa) es igual a la
densidad del intervalo por la amplitud del intervalo, entonces no importa qué tan grande sea la densidad de tal
intervalo porque, como ya también se dijo, por ser variable continua la amplitud del intervalo tiende a cero y, por tanto,
la probabilidad es igual a cero.
=
117

Modelos de distribución de probabilidad de variables continuas.
Al igual que en el caso de las distribuciones de probabilidad de variables discretas, en el caso de las distribuciones de
probabilidad de variables continuas se tienen varios modelos teóricos.
Uniforme. Es la distribución en donde todos los eventos tienen la misma probabilidad.
Exponencial. Se utiliza para estudiar el tiempo entre dos sucesos.
Beta. Sirve para el estudio de variaciones, a través de varias muestras, de un porcentaje que representa algún
fenómeno.
Gamma. Se utiliza para estudiar variables cuya distribución puede ser asimétrica.
ji cuadrada ( 2
). Es una distribución asociada a la prueba c², y se usa para comparar los valores observados
con los esperados.
Normal. Es la distribución más utilizada porque la mayoría de las variables utilizadas en fenómenos sociales
se distribuyen aproximadamente siguiendo este modelo. Es la que tocaremos a continuación y se le llama
comúnmente distribución normal.
La distribución normal.
Una de las distribuciones teóricas mejor estudiadas en los textos de bioestadística y demás
disciplinas utilizadas en la práctica, es la distribución normal, también llamada distribución
Gaussiana, en honor a su creador Carl Friedrich Gauss. La importancia de la distribución
normal se debe principalmente a que hay muchas variables asociadas a fenómenos
naturales que siguen el modelo de la normal:
Caracteres morfológicos de individuos como peso, estatura, etc.
Caracteres fisiológicos como el efecto de un fármaco.
Caracteres sociológicos como el consumo de cierto producto por un mismo grupo
de individuos.
Caracteres psicológicos como el cociente intelectual.
Nivel de ruido en telecomunicaciones.
Errores cometidos al medir ciertas magnitudes.
Valores estadísticos muestrales como la media.
118
Carl Friedrich
Gauss
(1777-1855)
No obstante, y aunque algunos autores han señalado que el comportamiento de muchos parámetros en el campo de
la salud pueden ser descritos mediante una distribución normal, puede resultar incluso poco frecuente encontrar
variables que se ajusten a este tipo de comportamiento. De cualquier modo es importante no dar por hecho que un
conjunto de observaciones asume la distribución normal. La simple exploración visual de los datos puede sugerir la
forma de su distribución. Aun así, existen otras medidas, gráficos de normalidad y contrastes de hipótesis que
ayudan a decidir de un modo más riguroso, si la muestra de la que se dispone procede o no de una distribución
normal. Cuando los datos no sean normales, se puede transformarlos o emplear otros métodos estadísticos que no
exijan este tipo de restricciones (los llamados métodos no paramétricos).
A continuación se describirá la distribución normal, su ecuación matemática y sus propiedades más relevantes,
proporcionando algunos ejemplos sobre sus aplicaciones.
La distribución de una variable normal está completamente determinada por dos parámetros, su media y su
desviación estándar, denotadas generalmente por las letras griegas minúsculas (mu) y (sigma), respectivamente.
La distribución normal es la distribución de probabilidad que con más frecuencia aparece en estadística y teoría de
probabilidades. Esto se debe a dos razones fundamentalmente:
a). Su función de densidad es simétrica y con forma de campana, lo que favorece su aplicación como modelo a gran
número de variables estadísticas.
b). Es además, límite de otras distribuciones y aparece relacionada con una gran cantidad de resultados ligados a la
teoría de las probabilidades gracias a sus propiedades matemáticas.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

La función de densidad está dada por:
( ) = 1
√
( )
Donde (mu) es la media, (sigma) es la desviación estándar ( es la varianza) y es la variable aleatoria continua
que determina la curva en forma de campana. Así, se dice que una variable sigue una distribución normal con
media y desviación estándar , y se denota como ( ), si su función de densidad está dada por la ecuación
anterior.
Como se deduce de este último apartado, no existe una única distribución normal, sino una familia de distribuciones
con una forma común, que se diferencian por los valores de su media y su varianza. De entre todas ellas, la más
utilizada es la distribución normal estándar, que corresponde a una distribución de media = y desviación estándar
= 1. Es importante saber que, a partir de cualquier variable que siga una distribución ( ), se puede obtener
otra variable con una distribución normal estándar, efectuando la transformación:
BLOQUE 3
=
entonces la variable aleatoria se dice que se ha estandarizado, de tal modo que la nueva variable aleatoria tendrá
una distribución normal con = y = 1. Esta propiedad resulta especialmente interesante en la práctica, ya que
para una distribución ( 1) existen tablas a partir de las cuales se puede obtener de modo sencillo la probabilidad
de observar un dato menor o igual a un cierto valor , y que permitirán resolver preguntas de probabilidad acerca del
comportamiento de variables de las que se sabe o se asume que siguen una distribución aproximadamente normal,
como se verá en algunos ejemplos más adelante.
Propiedades de la curva normal
Las medidas de tendencia central (media, moda, mediana) son idénticas.
Conforme nos alejamos de la media (centro), la curva decae rápidamente, y después, de manera gradual se
aproxima al eje de las abscisas. Pero de hecho nunca alcanza al eje, por ello, la curva normal es asintótica al
eje de abscisas. No importa que tanto nos alejemos, siempre existe la posibilidad (aunque muy pequeña) de
que tome un valor superior. Por lo tanto, en forma teórica, el rango de la distribución normal es infinito,
.
Es simétrica con respecto a su media. Para este tipo de variables existe una probabilidad de un 50% de
observar un dato mayor que la media, y un 50% de observar un dato menor.
La distancia entre la línea trazada en la media y el punto de inflexión de la curva es igual a una desviación
estándar ( ). Cuanto mayor sea la , más aplanada será la curva de la densidad.
Regla empírica: El área bajo la curva comprendida entre los valores situados aproximadamente a una
desviación estándar de la media es aproximadamente el 68%, a dos desviaciones estándar el 95%
aproximadamente y a tres desviaciones estándar aproximadamente el 99.7%. En concreto, existe un 95% de
posibilidades de observar un valor comprendido en el intervalo ( 1 6 1 6 ). Como lo muestra la
gráfica.
2.3%
34% 34%
13.5% 13.5%
2.3%
µ-3 µ-2 µ-1 µ µ+1 µ+2 µ+3
119

BLOQUE 3
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
3.5 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.6 0.4998 0.4998 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
La tabla proporciona la fracción de los resultados de una distribución normal estándar que caen entre la media y un
valor . Debido a la simetría de la curva normal, la tabla puede usarse para valores por debajo de la media o por
encima de esta. Todos los elementos de la tabla pueden pensarse como una correspondencia con el área que está
bajo la curva. El área total se arregla para que sea igual a 1.000 unidad cuadrada, con 0.500 unidades cuadradas a
cada lado de la media. La tabla muestra que a 3.9 desviaciones estándar de la media se encuentra esencialmente
toda el área. Lo que queda más allá es tan pequeño que no aparecen los decimales.
Ejemplo 2. Utiliza la tabla de la curva normal para determinar el porcentaje de todos los resultados que caen entre la
media y los siguientes valores.
121

a) Una desviación estándar por encima de la media.
Aquí = 1 (el número de desviaciones estándar, escrito como decimal a la centésima más cercana). Consulta
la tabla de valores, y encuentra el 1.00 en la columna de . La entrada de la tabla correspondiente a la columna
de área señala 0.3413; por lo tanto el 34.13% de todos los valores cae entre la media y una desviación estándar
por encima de la misma, como se observa en el gráfico.
b) A 2.45 desviaciones estándar por debajo de la media.
Aunque en este caso pide el porcentaje por debajo de la media (es decir, a la izquierda de esta), la tabla de la
curva normal estándar continua funcionando, ya que la curva normal es simétrica con respecto a la media.
Localiza 2.45 en la columna de . Un total de 0.4929ó 49.29% de todos los valores caen entre la media y
2.45 desviaciones estándar por debajo de ésta.
Observa en la gráfica que para valores de por debajo de la media se denotan con números negativos.
Ejemplo 3. La duración de las llamadas de larga distancia de cierta ciudad está distribuida normalmente con una
media de 6 minutos, y una desviación estándar de 2 minutos. Si se elige al azar 1 llamada, de los archivos de cierta
compañía, ¿cuál es la probabilidad de que haya durado más de 10 minutos?
En este caso, 10 minutos son dos desviaciones estándar más que la media. La probabilidad de tal llamada es igual a
la región sombreada como se muestra en la figura.
De la tabla, el área entre la media y dos desviaciones estándar ( = ) por encima de la media es 0.4772. El total a
la derecha de la media es 0.500. Entonces para encontrar el área a la derecha de 10 se hace mediante la resta:
= . Por lo tanto, la probabilidad de que una llamada exceda los 10 minutos es de 0.0228.
Ejemplo 4. Determina las áreas de las regiones sombreadas en las siguientes figuras:
a) El área entre 1.45 desviaciones estándar por debajo de la media y 2.71 desviaciones estándar por encima de
la media, es decir, él área entre -1.45 y 2.71 desviaciones.
De la tabla de valores de la normal, = 1 da un área de 0.4265, mientras que = 1 da 0.4966. Por lo
que el área total es la suma de éstas como se logra ver en la gráfica, es decir, 6 66 = 31.
122
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

) El área entre 0.62 y 1.59 desviaciones estándar por encima de la media.
Nuevamente de la tabla de valores, para = , el área bajo la curva es de 0.2324, mientras que para =
el área es 0.4441. Para obtener el área entre éstos dos valores se restan las áreas: 1 3 = 11
Los ejemplos anteriores enfatizan la equivalencia de tres cantidades, de la siguiente forma:
1. Porcentaje (del total de resultados que caen en un intervalo).
2. Probabilidad (de un resultado elegido aleatoriamente y que caiga en un intervalo).
3. Área (por debajo de la curva normal a lo largo de un intervalo).
La cantidad en que se debe pensar depende de la forma en la que se formule cada pregunta. Todas estas cantidades
las determinan los valores de la columna de la tabla de la normal.
En general cuando se usa la tabla de valores de la normal, es la puntuación de un elemento en particular. De la
sección anterior, recuerda que la puntuación se relaciona con la media y con la desviación estándar de la
distribución por medio de la fórmula:
BLOQUE 3
=
Supóngase, por ejemplo, que una curva normal tiene una media = y una desviación estándar = 1 . Para
determinar el número de desviaciones estándar a que se encuentra un valor dado respecto a la media, se utiliza la
fórmula anterior. Así para el valor = se tiene:
=
=
1
=
1 =
en consecuencia, 247 se encuentra a 2.25 desviaciones estándar por encima de la media, ya que 247 se encuentra a
la derecha de 220.
Para =
= =
= 16
= 1 33
1
Así, 204 se encuentra a 1.33 desviaciones estándar por debajo de la media. (Se sabe que es por debajo de la media,
en lugar de por encima, ya que la puntuación es negativa y no positiva). Al proceso anterior se le conoce como
estandarización de la variable , como ya se había comentado.
Ejemplo 5. En cierta área, la distancia recorrida mensualmente por los automovilistas es, en promedio, de 1,200
millas, con una desviación estándar de 150 millas. Suponga que el número de millas se aproxima mediante una curva
normal, y determina el porcentaje de todos los automovilistas que recorren las siguientes distancias.
a) Entre 1,200 y 1,600 millas por mes.
Comienza por determinar a cuántas desviaciones estándar por encima de la media son 1,600 millas.
Estandarizando el valor de la variable mediante la fórmula anterior tenemos.
=
1 6 1
=
1
1
=
1
= 6
123

124
De la tabla de valores, el área bajo la curva es 0.4962 ó 49.62%, de todos los conductores manejan entre
1,200 y 1,600 millas por mes.
b) Entre 1,000 y 1,500 millas por mes.
Como se aprecia en la gráfica, los valores de deben estandarizarse para ambos valores, 1,000 y 1,500.
Para 1,000:
Para 1,500:
=
=
1 1
=
1
1 1
=
1
=
1
= 3
1 =
= 1 33
De la tabla de la normal, = 1 33 da un área de 0.4083, mientras que = da 0.4772. Esto significa un área total
de 3 = , u 88.55%, donde los automovilistas manejan entre 1,000 y 1,500 millas por mes.
Los ejemplos anteriores han dado un valor y después han requerido que se determine el valor de . El siguiente
ejemplo da el valor de y pide el valor correspondiente.
Ejemplo 6. Una distribución normal tiene una media = 1 y una desviación estándar = 1. ¿Qué valor de la
distribución corresponderá a = 1 3
Se comienza con la fórmula de estandarización de una variable:
En este caso = 1 3 , = 1 y = 1 y se desconoce . Se sustituyen los valores dados en la fórmula:
=
1 3 = 1
1
Despejando de esta ecuación, multiplicando primero a ambos lados de la igualdad por 5.21.
1 3 ( 1) = 1
( 1)
1
33 = 1
Se suma luego 81.7 en cada lado de la igualdad para obtener:
33 1 = 1 1
666 =
Redondeando a la décima más cercana, el valor necesario es 74.7.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Actividad: 2
Resuelve los siguientes problemas.
1. Supongamos que 100 estudiantes de geología miden la masa de cierta muestra de un
mineral. Por errores humanos y por las limitaciones en la fidelidad de la balanza, no todas las
lecturas son iguales. Se descubre que los resultados se aproximan a una curva normal, con
una media de 37 g y una desviación estándar de 1 g. Utiliza la simetría de la curva normal y la
regla empírica para estimar el número de estudiantes que informan lecturas dentro de los
rangos.
a) Más de 37 g.
BLOQUE 3
b) Entre 36 y 38 g.
c) Más de 36 g.
d) Entre 36 y 39 g.
2. Determina el porcentaje de área bajo la curva normal entre la media y el número de desviaciones estándar
de la media (observa que el signo positivo indica por encima de la media, mientras que el signo negativo
quiere decir por debajo de la media)
a) 2.5
b) 0.81
c) -1.71
d) -2.01
125

Actividad: 2 (continuación)
5. Los focos tienen un promedio de vida de 500 ℎ, con una desviación estándar de 100 ℎ. El
tiempo de vida de un foco puede aproximarse por medio de una curva normal. Un parque de
diversiones compra e instala 10,000 de estos focos. Encuentra el número de focos que puede
esperarse que duren las siguientes cantidades de tiempo.
a) Por lo menos 500 ℎ.
BLOQUE 3
b) Entre 500 y 650 ℎ.
c) Entre 650 y 780 ℎ.
d) Entre 290 y 540 ℎ
e) Menos de 740 ℎ
f) Menos de 410 ℎ.
Evaluación
Actividad: 2 Producto: Problemas de aplicación. Puntaje:
Saberes
Conceptual Procedimental Actitudinal
Reconoce las propiedades de la
distribución normal en la
solución de problemas de
aplicación.
Autoevaluación
Sitios Web recomendados:
Calcula áreas bajo la curva,
utilizando las propiedades de la
distribución normal.
Muestra interés y apertura en el
desarrollo de la actividad.
C MC NC Calificación otorgada por el
docente
Ingresa a los siguientes sitios para que consultes el tema.
http://www.matematicasvisuales.com/html/probabilidad/varaleat/tstudentprob.html
http://www.analyzemath.com/statistics/graph_normal.html
http://www.estadisticaparatodos.es/software/excel_simulacion.html
127

128
Resuelve los siguientes problemas.
Cierre
1. Varios test de inteligencia dieron una puntuación que sigue una distribución normal con
media 100 y desviación estándar de 15.
a) Determina el porcentaje de población que obtendría un coeficiente entre 95 y 110.
b) ¿Qué intervalo centrado en 100 contiene al 50% de la población?
c) En una población de 2500 individuos, ¿cuántos individuos se espera que tengan un coeficiente superior
a 125?
2. Un producto de una empresa se distribuye de manera normal con un peso promedio de 90 g y una
desviación estándar de 6.4 g. Calcular la probabilidad de que un lote de productos seleccionados
aleatoriamente tenga:
a) Entre 80 y 90 g.
b)Entre 80 y 95 g.
c) Entre 75 y 85 g.
d)Más de 97.5 g.
Actividad: 3
e) Menos de 77.5 g.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Actividad: 3 (continuación)
3. Las alturas de 1000 estudiantes se distribuyen normalmente con una media de 174.5 cm y
una desviación estándar de 6.9 cm. ¿Cuántos de estos estudiantes se esperaría que tuvieran
alturas.
BLOQUE 3
a) menores de 160 cm?
b) entre 171.5 cm y 182 cm?
c) mayores a 165 cm?
d) entre 174.5 cm y 180 cm?
e) entre 180 cm y 195 cm?
f) menores de 185 cm?
g) ¿Cuál es la probabilidad de que de cinco estudiantes, al menos 3 midan más de 180 cm?
h) ¿Cuál es la probabilidad de que de tres estudiantes, ninguno mida menos de 160 cm?
129

130
Actividad: 3 (continuación)
4. Una estación de radio encontró que el tiempo de sintonía que emplean los radioescuchas
sigue una distribución normal, el tiempo promedio que una persona sintoniza esa estación es
de 15 minutos con una desviación estándar de 3.5 minutos ¿Cuál es la probabilidad de que
un radioescucha sintonice la estación por:
a) más de 20 minutos?
b) entre 15 y 18 minutos?
c) entre 10 y 12 minutos?
d) ¿Cuántos minutos como máximo sintonizan la estación el 70% de los radioescuchas? (Sugerencia: De la
expresión despejar y obtener a partir del porcentaje proporcionado y de la consulta de
la tabla de probabilidad.)
e) ¿Cuál es la probabilidad de que de ocho radioescuchas, al menos siete sintonicen la estación por más
de cinco minutos?
Actividad: 3
Evaluación
Producto: Problemas de aplicación.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Identifica áreas bajo la curva de
acuerdo a la simetría de la
distribución normal.
Autoevaluación
Aplica la distribución normal para
resolver situaciones cotidianas.
C MC NC Calificación otorgada por el
docente
Expresa la importancia de la
utilidad de la distribución normal
reconociendo sus propiedades
en la resolución de problemas.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Actividad: 1
BLOQUE 3
Secuencia didáctica 3.
Aproximación de la distribución binomial a la normal.
Realiza las siguientes actividades.
Inicio
1. Escribe que características debe tener una distribución para que sea binomial.
2. Simulación con fichas. En una caja introduce 6 fichas de las cuales 3 sean verdes; el resto, del color de tu
preferencia (puedes elaborar las fichas con cartón o cualquier otro material). Realiza50 extracciones de dos
fichas una tras otra con reemplazo y registra cada resultado.
a) Construye una tabla de distribución de frecuencias del número de fichas verdes obtenidas.
b) Realiza un gráfico de barras y comenta sus características.
c) Calcula media y varianza del experimento y compáralos con la media y varianza teórica.
En este espacio pega la hoja doblada de los resultados obtenidos.
Actividad: 1
Evaluación
Producto: Actividades
experimentales.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Identifica las características de
una distribución binomial en
cuanto a sus parámetros y
gráfica.
Construye distribuciones de
probabilidad, gráficos y calcula
media y desviación estándar de
una distribución binomial.
Se interesa en el desarrollo de la
actividad cumpliendo en forma y
tiempo con la misma.
Autoevaluación
C MC NC Calificación otorgada por el
docente
131

Aproximación de la distribución binomial a la normal.
En las secuencias anteriores se han estudiado ya las distribuciones binomial con parámetros y , ( ) para el caso
discreto y la normal con parámetros y , ( )para el caso continuo.
Para ciertos valores de y , la distribución binomial tiene un extraordinario parecido con la correspondiente distribución
normal. Una distribución binomial ( ) se puede aproximar por una distribución normal, siempre que el número de
ensayos o repeticiones , sea grande y la probabilidad de éxito no esté muy próxima a 0 o a 1. La aproximación
consiste en utilizar una distribución normal con la misma media y desviación estándar o típica que la distribución binomial.
Cuando el valor de es grande; la distribución binomial resulta muy laboriosa y complicada, por lo que el
matemático Abraham de Moivre (1667-1754), demostró que cuando se dan ciertas condiciones una
distribución binomial se puede aproximar a una distribución normal de media = y desviación
estándar de = √ , es decir, ( ) ( = = √ ).
En el siguiente gráfico se representa una serie de distribuciones binomiales para variables que se
nombrarán para distintos valores de y un valor constante de = 3
Observa cómo efectivamente entre mayor sea el valor de , mejora el parecido de las gráficas de barras de las
distribuciones binomiales (discretas) a la gráfica de la distribución normal estándar (continua), pero con el
inconveniente de que se produce un desplazamiento hacia la derecha de la distribución binomial a medida que
aumenta . Lo que se quiere, entonces, es aproximar estas distribuciones a una distribución normal estándar, es
decir, se va a estandarizar la variable.
Este inconveniente se evita corrigiendo la variable aleatoria , restando la media de la binomial ( ) (para corregir el
desplazamiento) y dividiendo por la desviación estándar o típica de la binomial (√ ) (para ajustar la dispersión).
BLOQUE 3
133

134
=
Si has observado con detenimiento, el proceso que se ha realizado anteriormente no es otra cosa que la
estandarización de la variable aleatoria . A la nueva variable , se le asigna ( ) La representación gráfica
para el caso del mayor número de repeticiones o ensayos, = y = 3, del diagrama de barras de la binomial
corregida y de la función de densidad de la distribución normal estándar es:
Cuando aumenta, la longitud de las barras disminuye, razón por la cual se ven “disminuidas en altura”, situación
lógica, porque la suma de las longitudes de todas las barras es 1 (función de probabilidad definida sobre una variable
aleatoria discreta); mientras que el área bajo la función de densidad (definida sobre una variable aleatoria continua) de
la distribución normal estándar, también es 1.
Para ajustar ambas funciones, se tendría que conseguir que la suma de las áreas de los rectángulos que forman el
diagrama de barras fuera 1. Como la distancia entre las barras es constante y la suma de las alturas de todas las
barras es 1, el área bajo los rectángulos del diagrama de barras es igual a la distancia entre barras consecutivas. La
distancia entre barras consecutivas es:
=
√
√
Por tanto, para que la suma de las áreas de los rectángulos entre barras consecutivas sea 1, es suficiente multiplicar
por la inversa de la distancia entre barras consecutivas; es decir, a cada variable se le asigna:
√
=
√
√ ( )
Si se representa ahora para el mismo caso = y = 3, junto con la función de densidad de la distribución
normal estándar, se tiene:
= 1
√
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Como se puede apreciar en la gráfica se ajustan bien ambas funciones. En resumen:
Una distribución binomial ( ) se puede aproximar por una distribución normal, siempre que sea grande y no
esté muy próxima a 0 o 1. La aproximación consiste en utilizar una distribución normal con la misma media ( = ) y
desviación estándar o típica ( = √ ) que la distribución binomial. En la práctica se utiliza la aproximación cuando:
3 = =
En cuyo caso, corrigiendo la variable se tiene:
BLOQUE 3
( ) ( = = √ )
Es decir, que si se tiene una variable binomial con parámetros y , con el proceso de corrección anterior, esta
variable se aproxima a una normal con parámetros = = √ .
Y estandarizando la variable se obtiene la normal estándar correspondiente:
Teorema central del límite.
=
√
La distribución binomial ( ) se aproxima a una curva normal de media = y desviación estándar o típica
= √ , cuando se hace exageradamente grande, es decir, tiende a infinito. La aproximación se puede aplicar (y
es una buena aproximación) sólo si es grande, (en concreto 3 ). Además y . Si no se cumplen
estas condiciones NO se puede aproximar la binomial que se tenga por una distribución normal.
En caso de que se pueda aproximar, se debe tener en cuenta que se está pasando de una variable discreta (binomial)
a una continua (normal), y por tanto son distribuciones diferentes. El “precio” que hay que pagar por pasar de una a
otra se denomina “corrección por continuidad” y consiste en hacer determinados ajustes para que la aproximación
realizada sea lo más precisa posible.
Así, si se pide la probabilidad ( = ) en una distribución binomial , y se aproxima por una distribución normal
, no se puede calcular directamente la probabilidad de esta nueva variable ( = ) porque, como ya se ha
comentado anteriormente, en una distribución continua todas estas probabilidades valen 0. La corrección por
continuidad consiste en tomar un pequeño intervalo de longitud 1 alrededor del punto .
( 1)
Así, si se pide ( = ) con binomial, con la aproximación normal , se debe calcular:
( )
Del mismo modo se razona en el caso de probabilidades acumuladas en la binomial. Algunos ejemplos: Si se pide
( ) con binomial, aproximando por normal se calcula ( ) La explicación de que haya que
restar 0.5 y no sumarlo es que se quiere que sea menor estrictamente que , con lo cual, si se sumara 0.5, el propio
aparecería en la probabilidad a calcular y NO debe aparecer.
Por otro lado, si se debiera calcular ( ), con binomial, fíjate que ahora sí está incluido en la probabilidad y
por tanto al aproximar por la normal se debe calcular ( )
Comprender estos dos hechos es fundamental para realizar bien la corrección por continuidad al aproximar una
distribución binomial por una normal. Aunque en realidad esta aproximación no da resultados muy precisos a menos
que realmente sea un valor muy grande o Para entender mejor, se ilustra una comparación entre la
función de densidad de una variable aleatoria continua con distribución ( ) y el diagrama de barras de una
variable aleatoria discreta de distribución ( ) para casos en que la aproximación normal de la binomial es válida.
La primera de ellas es una binomial con parámetros = 1 y = 1 .
135

Observa la localización que tienen tanto la normal como la gráfica de barras de la binomial, están ambas recargadas
hacia la izquierda. La aproximación es peor cuando el valor de está muy cercano a los bordes del intervalo [ 1].
Ahora, se presenta la misma comparación que en la figura anterior, pero realizada con parámetros con los que la
aproximación normal de la binomial es mejor. Aquí = 1 y = .
Regla práctica para calcular probabilidades mediante el paso de una binomial a una normal.
Si es una variable binomial ( ) que al ser corregida se aproxima a una nueva variable , normal ( ) el
cálculo de probabilidades de puede hacerse a partir de del siguiente modo:
136
[ = ] = [ ]
[ ] = [ ]
[ ] = [ ]
[ ] = [ ]
[ ] = [ ]
[ ] = [ ].
Los pasos a seguir para calcular estas probabilidades son:
Identificar que la variable es binomial con parámetros ( ).
Realizar la corrección es una normal con parámetros (
⏟
Estandarizar , =
√ ⏟
( )
Ejemplo 1. Durante cierta epidemia de gripe, enferma el 30% de la población. En un aula con 200 estudiantes de
Medicina, ¿cuál es la probabilidad de que al menos 40 padezcan la enfermedad?
La variable aleatoria que contabiliza el número de alumnos que padece la gripe es:
( = = 3),
√
⏟
).
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

cuya media es = = 6 y su varianza es = = . Realizar los cálculos con la ley binomial es muy
engorroso, ya que intervienen números combinatorios de gran tamaño y potencias muy elevadas. Por ello se utiliza la
aproximación normal de , teniendo en cuenta que se verifican las condiciones necesarias para que el error sea
aceptable:
BLOQUE 3
( ) {
= 3
= 6
= 1
} ( = 6 = )
Para responder a la pregunta acerca de la probabilidad de que al menos 40 padezcan la enfermedad, se manejará a
través del complemento, ya que es menos trabajo. Así aproximando la variable aleatoria discreta binomial , mediante
la variable aleatoria continua normal se tiene:
( ) ( )
Estandarizando la aproximación se obtiene.
(
6
⏟ √
( )
Observa que el valor de está por debajo de la media.
√
6
) ( 3 )
Por simetría, esta probabilidad es equivalente a calcular ( 3 ), como se observa en el gráfico.
Se busca en la tabla el valor de 3.09 y el área correspondiente es de 0.499. Por lo que el área que se pide en la gráfica
se obtendrá, como ya se hizo anteriormente, haciendo la resta = 1. De esta manera la probabilidad
de que al menos 40 estudiantes padezcan la enfermedad es de 0.001.
Ejemplo 2. Si 35% de los productos manufacturados en cierta línea de producción es defectuoso, ¿cuál es la
probabilidad de que entre los siguientes 1000 productos manufacturados en esa línea:
a) menos de 354 productos sean defectuosos?
b) entre 342 y 364 productos sean defectuosos?
c) exactamente 354 productos sean defectuosos?
a) Menos de 354 productos sean defectuosos. Si : es el número de productos defectuosos que se
manufacturan en la línea, entonces menos de 354 productos refiere a la desigualdad 3 .
La información que el problema proporciona es la siguiente:
= 1
= ( ) = 3
= ( ) = 1 = 6
= = 1 ( 3 ) = 3
= √ = √(1 )( 3 )( 6 ) = 1 31
137

Preguntan por la probabilidad de que al menos 354 productos sean defectuosos, es decir, ( 3 ). Siguiendo la
regla práctica para el cálculo de probabilidades para este caso, se tiene.
138
= (3 ) 3
1 31
= 3 3 3
1 31
= 3
De esta manera ( = 3 ) = 1. Por lo que la probabilidad de que al menos 354 sean defectuosos, de
acuerdo a la gráfica es la siguiente.
( 3 ) = ( = 3 ) = 1 = 1
b) Entre 342 y 364 productos sean defectuosos, es equivalente a considerar el intervalo (3 36 ). Para
este tipo de intervalo la regla práctica sugiere lo siguiente.
= (3 ) 3
1 31
= 3 1 3
1 31
= 63 6
Observa que el valor de está por debajo de la media, entonces busca el valor de equivalente por simetría, es
decir, se busca ( = 6) = 1 3 Ahora,
= (36 ) 3
1 31
= 36 3
1 31
= 613 6
De aquí que ( = 6) = 331 Por lo tanto la probabilidad de que entre 342 y 364 productos sean defectuosos
es la suma de las dos áreas.
(3 36 ) = ( ) ( ) = 1 3 331 = 3
c) Exactamente 354 productos sean defectuosos. Para este caso se trata de determinar la probabilidad de que
= 3 , de acuerdo a la regla práctica se tiene que considerar un intervalo de tamaño 1 centrado en el valor
354, como se ilustra en la gráfica.
Por lo que ( = 3) = 1
= (3 ) 3
1 31
= 3 3 3
1 31
= 3 3
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

( = 3 ) = 11 .
BLOQUE 3
= (3 ) 3
1 31
= 3 3
1 31
= 3 3
Por tanto la probabilidad de que exactamente 354 productos sean defectuosos es.
( = 3 ) = ( ) ( ) = 11 1 = 6 .
Actividad: 3
Apoyándote del sitio http://www.ruf.rice.edu/~lane/stat_sim/normal_approx/, en equipo
lean las instrucciones (usa un traductor si se presentan complicaciones) y determinen
las siguientes probabilidades. Anoten la probabilidad de la binomial y de la
aproximación normal para cada caso, dibujen la gráfica correspondiente, sombreando
el área bajo la curva que se indique en el mismo.
1. La probabilidad de que un paciente se recupere de una rara enfermedad de la sangre es 0.4. Si se sabe que
100 personas contrajeron esa enfermedad.
a) ¿Cuál es la probabilidad de que menos de 30 se recuperen?
b) ¿Cuál es la probabilidad de que exactamente 30 se recuperen?
c) ¿Cuál es la probabilidad de que más de 30 se recuperen?
2. Investigadores de la Universidad George Washington reportan que aproximadamente 75% de las personas
creen que “los tranquilizantes funcionan muy bien para hacer una que una persona esté más tranquila y
relajada”. De las siguientes 80 personas entrevistadas, ¿cuál es la probabilidad de que
a) al menos 50 sean de esa opinión?
b) a lo más 56 tengan esta opinión?
c) entre 60 y 70 tengan esta opinión?
139

140
Actividad: 3 (continuación)
3. Si el 20% de los residentes de una ciudad de Estados Unidos prefiere un teléfono blanco
sobre cualquier otro color disponible, ¿cuál es la probabilidad de que entre los siguientes
1000 teléfonos que se instalen en esta ciudad.
a) entre 170 y 200 sean blancos?
b) al menos 210 sean blancos?
c) más de 225 sean blancos.
4. ¿Cómo son, entre sí, las probabilidades de la binomial y de la aproximación normal que se obtuvieron
en cada caso? Anoten sus conclusiones.
Evaluación
Actividad: 3 Producto: Problemas de aplicación.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Compara las probabilidades
binomial y de aproximación
normal.
Autoevaluación
Sitios Web recomendados:
Comprueba las condiciones para la
aproximación de una distribución
binomial a la normal.
Expone sus dudas e ideas,
respetando la de los demás.
C MC NC Calificación otorgada por el
docente
Ingresa a los siguientes sitios para que consultes el tema.
http://www.matematicasvisuales.com/html/probabilidad/varaleat/tstudentprob.html
http://www.youtube.com/watch?v=8A7nRuaHav4
http://www.matematicasvisuales.com/html/probabilidad/varaleat/binomialnormal.html
http://matematicasies.com/?Aproximacion-de-Binomial-a-Normal
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Button.htm
http://masmatematicas.comlu.com/estadisticas/aproximacion.html#Aproximación
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

Actividad: 4
BLOQUE 3
Cierre
Resuelve los siguientes problemas de aplicación, mediante la regla práctica del cálculo
de probabilidades.
1. En una ciudad, una de cada tres familias posee teléfono. Si se eligen al azar 90 familias, calcular la
probabilidad de que entre ellas haya por lo menos 30 familias que tengan teléfono.
2. En un examen tipo test de 200 preguntas de elección múltiple, cada pregunta tiene una respuesta correcta y
una incorrecta. Se aprueba si se contesta a más de 110 respuestas correctas. Suponiendo que se contesta
al azar, calcular la probabilidad de aprobar el examen.
3. Un fabricante de medicamentos sostiene que cierto medicamento cura una enfermedad de la sangre en
promedio el 80% de los casos. Para verificar esta afirmación, inspectores de gobierno utilizan el
medicamento en una muestra de 100 individuos y deciden aceptar la afirmación si 75 o más se curan.
a) ¿Cuál es la probabilidad de que el gobierno acepte la afirmación?
b) ¿Cuál es la probabilidad de que el gobierno rechace la afirmación si en la realidad la probabilidad de
curarse es de 0.70?
141

142
Actividad: 4 (continuación)
4. Un estudio sobre nuevos delincuentes juveniles reveló que el 38% de ellos vuelve a
delinquir.
a) ¿Cuál es la probabilidad de que de 100 nuevos delincuentes juveniles 30 o más vuelvan a
delinquir?
b) ¿Cuál es la probabilidad de que de 50 nuevos delincuentes juveniles 40 o menos vuelvan a delinquir?
5. El 2% de los tornillos fabricados por una máquina presentan defectos. Si tenemos un lote de 2000 tornillos,
¿cuál es la probabilidad de que haya menos de 50 defectuosos?
6. Un tirador acierta en el blanco el 70% de sus tiros. Si el tirador participa en una competición y tira 25 veces,
¿cuál es la probabilidad de que acierte más de 10 tiros?
7. Se lanza una moneda sin truco al aire 400 veces. Calcula la probabilidad de obtener un número de caras
comprendido entre 180 y 210.
Actividad: 4
Evaluación
Producto: Problemas de aplicación.
Saberes
Puntaje:
Conceptual Procedimental Actitudinal
Determina el uso de la
aproximación binomial mediante
la normal, al distinguir las
condiciones de los parámetros.
Autoevaluación
Determina la probabilidad de
eventos binomiales que se
aproximan a una normal, mediante
el uso de la regla práctica del
cálculo de probabilidades.
C MC NC Calificación otorgada por el
docente
Reconoce la bondad de la
aproximación de una distribución
discreta binomial a una
distribución continua normal.
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS

BLOQUE 3
Bibliografía
BRISEÑO AGUIRRE, L. ALBERTO Y VERDUGO DÍAZ, JULIETA. (2000). Matemáticas 3. México: Santillana.
CANAVOS, GEORGE C. (2001). Probabilidad y Estadística. México: Mc Graw Hill.
FUENLABRADA, S. (2001). Probabilidad y Estadística. México: Mc Graw Hill.
JOHNSON, ROBERT Y KUBY PATRICIA (2002). Estadística elemental. México. Editorial Thompson.
LIPSCHUTZ, SEYMUR (2001). Teoría y Problemas de Probabilidad. México: Mc Graw Hill.
MEYER, P. (1994).Probabilidad y aplicaciones estadísticas. México: Addison-Wesley Iberoamericana.
MILLER, CARLES D. (1999). Matemática: Razonamiento y Aplicaciones. México: Addison-Wesley Longman.
SPIEGEL, MURRAY. (2003).Probabilidad y Estadística. México: Mc Graw Hill.
ZÚÑIGA TOPETE, JORGE (2000). Matemáticas, ejercicios y problemas de reforzamiento. México: Progreso
ZÚÑIGA TOPETE, JORGE (2002). Matemáticas, ejercicios y problemas de reforzamiento y evaluación. México:
Progreso.
ZYLBERBERG, A. (2005). Probabilidad y Estadística. México: Nueva Librería.
143