MATRICES

Una matriz de m filas y n columnas es un conjunto de números reales ordenados

en filas y en columnas. La posición de cada elemento, aij, está determinada por dos
subíndices: el primero indica la fila, y el segundo la columna. Las matrices suelen
a11 a12 a13 ... a1n
1 i m
representarse como: A ... ... ... ... ... A = (aij) donde
1 j n
a m1 a m 2 a m 3 ... a mn
La dimensión de la matriz es el número de filas y de columnas, se indica como mxn.
Cuando una matriz tiene igual número de filas que de columnas, se denomina matriz
cuadrada. El número de filas o columnas se denomina orden de la matriz cuadrada.
Diagonal principal de una matriz cuadrada: conjunto de elementos de la forma aii.
Diagonal secundaria: elementos de la forma aij, tales que i + j = n + 1.
Dos matrices son iguales si tienen la misma dimensión y verifican que aij = bij para
cualquier i y cualquier j.
Dada una matriz A, se denomina matriz traspuesta de A, At, a la matriz que se obtiene al
cambiar las filas por las columnas de la matriz A.

Ejemplo:
1) Escribir la matriz cuadrada de orden 3 tal que sus elementos aij verifiquen que:

( 1) i j
si i j
aij 0 si i j
i j
si i j
2

Tipos de matrices
1. Matriz fila
2. Matriz columna
3. Matriz diagonal: matriz cuadrada cuyos elementos no pertenecientes a la
diagonal principal son todos nulos.
4. Matriz escalar: matriz diagonal cuyos elementos de la diagonal principal son
todos iguales.
5. Matriz unidad o matriz identidad de orden n, In.
6. Matriz triangular (cuadrada): superior e inferior.
7. Matriz nula: O (cualquier orden)
8. Matriz simétrica (aij = aji, A = At) cuadrada
9. Matriz antisimética o hemisimétrica: cuadrada tal que los elementos simétricos
respecto de la diagonal principal son iguales en valor absoluto y de diferente
signo, es decir aij = - aji.

0 2 1 0
0 3 0
2 0 6 2
Ejemplos: 3 0 0
1 6 0 5
0 0 0
0 2 5 0

Operaciones con matrices

1
Suma de matrices misma dimensión A = (aij), B = (bij), A + B = (aij + bij)
Propiedades: a) Conmutativa
b) Asociativa
c) Elemento neutro
d) Elemento opuesto
e) Traspuesta de la suma (A + B)t = At + Bt.

Diferencia de dos matrices: A – B = A + (-B)

Producto de un número real por una matriz kA = (kaij)

Propiedades: a) Distributiva k(A + B) = kA + kB
(k + h)A = kA + hA
b) Asociativa mixta k(hA) = (kh)A
c) Elemento neutro 1·A

Producto de matrices
A = (aij) mxn
B = (bij) nxq
AxB = C = (cij) mxq tal que cada elemento cij se obtiene multiplicando la fila i de la
primera matriz por la columna j de la segunda: cij = ai1b1j + ai2b2j + …. + ainbnj.
Propiedades: a) No es conmutativo
b) Asociativa A(BC) = (AB)C
c) Distributiva A(B + C) = AB + AC
d) (AB)t = Bt·At
e) Si A es una matriz cuadrada de orden n, AIn = InA = A
Determinantes

Determinante de orden 2
a11 a12
Dada la matriz cuadrada de orden 2, A , se llama determinante de A al
a 21 a 22
a11 a12
número real: det( A) A a11 a 22 a12 a 21
a 21 a 22
Determinante de orden 3
a11 a12 a13
Dada la matriz cuadrada de orden 3, A a 21 a 22 a 23 , se llama determinante de A
a 31 a 32 a33
al número real:
a11 a12 a13
det( A) A a 21 a 22 a 23 a11 a 22 a33 a13 a 21 a32 a12 a 23 a31 a13 a 22 a31 a11 a 23 a32 a12 a 21 a33
a31 a32 a33
Regla de Sarrus:

Menor complementario

2
El menor complementario de un elemento aij de una matriz es el determinante de la
matriz que se obtiene al suprimir la fila y la columna correspondientes al elemento aij.
Se representa por Mij.

Adjunto de un elemento
El adjunto de un elemento aij de una matriz es el menor complementario con un signo
positivo o negativo según sea par o impar la suma de la fila y la columna. Se representa
por Aij. Aij = (-1)i + j Mij.

Determinante de una matriz cuadrada de cualquier orden

El determinante de una matriz cuadrada de cualquier orden es igual a la suma de cada
uno de los elementos de una de sus filas o columnas multiplicados por sus
correspondientes adjuntos.

Propiedades de los determinantes:

1. Un determinante con una de sus filas (o columnas) con todos sus elementos nulos
vale cero.
2. El determinante que tiene dos filas (o dos columnas) iguales o proporcionales vale cero.
3. Cuando una fila (o columna) es combinación lineal de otras filas (o columnas), el
determinante vale cero.
4. Si en un determinante se suma a una fila (o columna) una combinación lineal de las
otras filas (o columnas), el valor del determinante no varía.
5. Si en un determinante se permutan dos de sus filas (o dos de sus columnas), el
resultado no varía en valor absoluto, pero cambia de signo.
6. Si se multiplican todos los elementos de una fila o columna de una matriz cuadrada
por un número, el determinante queda multiplicado por dicho número.
7. El determinante de una matriz cuadrada A coincide con el de su traspuesta At.
8. El determinante del producto de dos matrices cuadradas es igual al producto de los
determinantes: |AB| = |A||B|
9. Al sumar dos determinantes que solo se diferencian en una fila (o columna), su suma
es igual al valor del determinante que se forma sumando las filas (o columnas) que no
son iguales y manteniendo el resto iguales.
10. El determinante de una matriz triangular es igual al producto de los elementos de la
diagonal principal.

Menor de una matriz

Dada una matriz Amxn, se denomina menor de orden r al determinante de una matriz
formada por los elementos comunes a r filas y r columnas de la matriz Amxn donde r m
y r n.
Se obtiene eliminando m – r filas y n – r columnas de la matriz A.

Rango de una matriz

El rango de una matriz es el mayor orden de sus menores distintos de 0.
Una matriz cuadrada tiene inversa si su rango coincide con su orden.

Matriz adjunta
La matriz adjunta de una matriz cuadrada es la matriz que se obtiene al sustituir cada
elemento por su adjunto.

3
 A11 A12 ..... A1n
A21 A22 ..... A2 n
Adj ( A)
..... ..... ..... .....
An1 An 2 ..... Ann
Matriz inversa
Una matriz A tiene inversa es regular (o invertible) es cuadrada y su
determinante es distinto de cero.
A11 A21 ..... An1
1 1 t 1 A12 A22 ..... An 2
A Adj A
A A ..... ..... ..... .....
A1n A2 n ..... Ann
Una matriz cuadrada no invertible se dice que es singular o degenerada su
determinante es igual a 0.

Aplicaciones a las Ciencias Sociales

Representación de la información en forma matricial

La familia A consume cada semana 10 barras de pan, 2 kg de carne y 8 litros de leche,
la familia B, 12 barras de pan, 3 kg de carne y 7 l de leche. La familia C consume cada
semana 15 barras de pan, 4 kg de carne y 10 litros de leche.
Los precios, en euros, por unidad, de los productos mencionados han variado durante
las 4 semanas del mes de agosto y vienen dados por la siguiente matriz
1ª sem 2ª sem 3ª sem 4ª sem
Pan 0.6 0.65 0 .7 0.7
P
Carne 12 12 12.5 13
Leche 1.1 1.15 0.95 1.1
CP gasto total de cada una de las familias en cada una de las semanas consideradas

Procesos estocásticos (sucesos a lo largo del tiempo) A, B y C compañías de teléfonos

móviles. En un principio A tiene el 60% de los clientes, B el 30 % , C el 10%.
La probabilidad de que un cliente que está ne la compañía A permanezca en ella al mes
siguiente es del 95 % (0.95), la de que pase a B 2 % (0.02) y la de que pase a C 3%.
La probabilidad de que un cliente de B pase a A es del 2%, permanezcan en B 90%,
pase a C 8%.
La probabilidad de que un cliente de C pase a A 1%, pase a B 1%, permanezca en C
98%.
0.95 0.02 0.03
T 0.02 0.9 0.08 Matriz de transición
0.01 0.01 0.98
2
T probabilidades de cambiar de una compañía a otra en 2 meses:
0.9032 0.0373 0.0595
0.0378 0.8112 0.1510
0.0195 0.0190 0.9615

4
Ecuaciones matriciales

Potencia de una matriz

0 3 4
A 1 4 5 ¿A20?
1 3 4
1 2
A ¿A23?
0 1

Sistemas de ecuaciones matriciales

1) Resolver el siguiente sistema de ecuaciones:

X 2Y A 1 3 8 3
A B
2X Y B 2 8 4 1
2) Resolver el siguiente sistema de ecuaciones:

1 2 2
2X Y
2 1 0
4 3 2
X 3Y
1 0 1
3) Resolver el siguiente sistema de ecuaciones:

0 3
2X 3Y
5 0
6 1
3X 5Y
0 1

5
 PROGRAMACIÓN LINEAL

1) Inecuaciones lineales con dos incógnitas. Interpretación geométrica.

a) 2x – y > 2 b) y -2 c) x > 3

2) Sistemas de inecuaciones lineales con dos incógnitas. Interpretación geométrica.

y 3x 3
x y 2
x y 3
y 1
y 1
Región acotada
Vértices

3) Programación lineal

La programación matemática es una técnica mediante la cual se permite calcular el

valor óptimo (máximo o mínimo) de una función objetivo cuyas variables están
sujetas a un conjunto de restricciones. Cuando la función objetivo y las restricciones
son lineales, se dice que se está ante un problema de programación lineal.
Un problema de programación lineal consta de los siguientes elementos:
- Variables de decisión
- Función objetivo de primer grado cuyas variables son las variables de
decisión y que se pretende optimizar.
- Un conjunto de restricciones (relaciones lineales)

4) Resolución analítica

En un problema de programación lineal con dos variables x e y hay que optimizar

(calcular el máximo o el mínimo) una función lineal llamada función objetivo F(x, y)
c1x + c2y sujeta a una serie de condiciones o restricciones establecidas mediante un
sistema de inecuaciones lineales en las variables de la forma: a11x+a12y , b1
a21x + a22y , b2
……………….
am1x + am2y , bm

El recinto que determina la solución del sistema de inecuaciones formado por las
restricciones se denomina región factible, y está formado por todos los puntos del
plano que verifican todas y cada una de las restricciones. Estos puntos se denominan
soluciones factibles. Entre estas soluciones factibles se encontrará, en su caso, la
solución del problema, que se denominará solución óptima.
Puede haber ninguna, una o infinitas soluciones óptimas.
La región factible puede ser acotada o no acotada.
Si existe solución óptima única, esta se encuentra siempre en uno de los vértices de la
región factible. Si el problema tiene infinitas soluciones óptimas, estas son siempre
puntos correspondientes a un lado de la región factible.
Si la región factible es acotada, el problema siempre tiene al menos una solución
óptima. Si es no acotada, el problema puede no tener solución.

6
Ejemplo: a) máx. de F(x, y) = x + y b) máx F(x, y) = 35x + 28y
2x y 2 2x y 2
x 3y 11 x 3y 11
5x 4 y 40 5 x 4 y 40
x 0, y 0 x 0, y 0
(salen los puntos de un segmento)
¿Está el punto (3, 4) en el recinto?

Regiones no acotadas
1.- Se representa gráficamente la región factible.
2.- Si la función objetivo es F(x, y) = ax + by, se representa gráficamente la recta ax +
by = 0 y se considera que puede moverse de forma paralela a lo largo del eje Y, con
rectas de la forma ax + by = k.
3.- Si los valores a y b de la función objetivo son positivos, las rectas de la forma ax +
by = k son decrecientes (tienen pendiente negativa) y el valor de k aumenta a medida
que la recta se aleja del origen por arriba. Si se trata de un problema de maximización,
el último vértice que toca la recta movible según se acerca a + en el eje Y es la
solución óptima. Si se trata de un problema de minimización, el último vértice que
toca la recta movible según se acerca a - en el eje Y es la solución óptima del
problema.
4.- Si a es positivo y b negativo, las rectas de la forma ax + by = k son crecientes (tienen
pendiente positiva) y el valor de k se acerca más a - según la recta movible esté más
alejada del origen por arriba. Si el problema es de maximización, se elige el último
vértice más próximo a - , y si es de minimización, se elige el último vértice más
próximo a + .
5.- En el caso de que a sea negativo se puede resolver el problema considerando que
hallar el máximo de F equivale a hallar el mínimo de –F, y que hallar el mínimo de F
equivale a hallar el máximo de –F.

Ejemplos.
Calcular el máximo y el mínimo en los siguientes casos:

a) F(x, y) = x + 2y b) F(x, y) = 2x + y c) F(x, y) = x – y d) F(x, y) = -2x + 3y

2x y 6 2x y 6
3 x 4 y 10 2x 3 y 6
x 3y 6 x 3y 6
x 4y 2 2x y 10
x 0 x 0
x 0 x 0
y 0 y 0

Ejercicios:
Calcular el máximo y el mínimo en los siguientes casos:

a) F(x, y) = 2x + y b) F(x, y) = 2x + y c) F(x, y) = 2x – 3y d) F(x, y) = 3x + 6y

x 2 2x y 3
x y 7 x 3y 6
y 4 x 2y 3
x y 7 2x y 8
x y 5 x 0
y 5 x 2y 4
x 2 y 16 y 0

7
 e) F(x, y ) = x – 3y f) F(x, y) = x + 3y g)f) F(x, y) = -3x +– y - 3 h)
g) F(x, y) = -5x – y + 2
x y 3
x y 2
x y 4 x y 4 x 3y 5
x y 0
x y 2 x y 2 x 0
x 0
y 0
5) Problemas

- Maximización de beneficios
- Minimización de costes
- El problema de la dieta
- El problema del transporte

Ejemplo: Una empresa revisa y distribuye frigoríficos de dos tipos A y B. Antes de

comercializarlos la empresa realiza 3 tipos de acciones: revisión de los elementos
mecánicos, revisión de los elementos energéticos y distribución.
El beneficio por vender un frigorífico del tipo A es de 40 € y uno del B 50 €. La
siguiente tabla muestra, en horas, el tiempo necesario para realizar cada uno de las
fases de comercialización:
TipoA TipoB
Re visión _ mecánica 1 3
Re visión _ energética 1 2
Distribución 3 1
La empresa dispone de un total de 210 horas para la revisión mecánica, 150 horas para
la energética y 200 para la distribución.
Por razones comerciales no se deben comercializar menos frigoríficos A que B, y el
total no debe ser superior a 130 unidades entre los 2 tipos. ¿Cuál es la mejor decisión
de producción y qué beneficio se conseguirá con ella?
F(x, y) = 40x + 50y
x + 3x 210
x + 2y 150
3x + y 300
x y
x + y 130
x 0 , y 0 Restricciones de no negatividad
(solución: x = 90, y = 30, 5100 €)

8
 REPRESENTACIÓN GRÁFICA DE FUNCIONES

1) Dominio

2) Cortes con los ejes

3) Simetría

4) Monotonía

Se llama entorno de un punto a, E(a), a un intervalo que contiene al punto a.

Una función f es creciente en el punto x = a si existe un E(a) verificando que:
x E (a) : x a f ( x) f ( a) ó x E (a) : x a f ( x) f ( a )
Una función f es decreciente en el punto x = a si existe un E(a) verificando que:
x E (a) : x a f ( x) f ( a) ó x E (a ) : x a f ( x) f ( a )
Una función f es estrictamente creciente en el punto x = a si existe un E(a)
verificando que:
x E (a) : x a f ( x) f ( a) ó x E (a) : x a f ( x ) f (a )
Una función f es estrictamente decreciente en el punto x = a si existe un E(a)
verificando que:
x E (a) : x a f ( x) f (a ) ó x E (a ) : x a f ( x) f ( a )

Teorema: Sea f una función derivable en el punto x = a:

Si f’(a) > 0 f es estrictamente creciente en a
Si f’(a) < 0 f es estrictamente decreciente en a

Una función es estrictamente creciente o estrictamente decreciente o creciente o

decreciente en un intervalo cuando es estrictamente creciente o estrictamente
decreciente o creciente o decreciente en todos los puntos del intervalo.

Teorema: Si f’(x) > 0 f estrictamente creciente

Si f’(x) < 0 f estrictamente decreciente
(No olvidar los puntos fuera del dominio)

5) Extremos

Una función f definida en un intervalo I tiene en a I un máximo relativo si existe

un entorno de a, E(a), tal que x E (a) f(x) f(a). f(a) = valor máximo local de la
función.
Una función f definida en un intervalo I tiene en a I un mínimo relativo si existe
un entorno de a, E(a), tal que x E (a) f(x) f(a). f(a) = valor mínimo local de la
función.

Teorema: Sea f una función definida en un intervalo I, y sea a un punto de I donde la

función tiene un extremo relativo y es derivable f’(a) = 0

Regla para calcular los extremos relativos:

1.- Se calcula la primera derivada y se iguala a cero. Se obtienen una serie de puntos.
Supongamos x = a uno de esos puntos.

9
 2.- Si f’’(a) > 0 en x = a hay un mínimo relativo
Si f’’(a) < 0 en x = a hay un máximo relativo
Si f’’(a) = 0 posible punto de inflexión ¿¿??

6) Curvatura

Una función es cóncava en un punto a si existe un entorno de a en el que la tangente

a la gráfica de la función en el punto x = a queda por encima de la gráfica.
Una función es convexa en un punto a si existe un entorno de a en el que la tangente
a la gráfica de la función en el punto x = a queda por debajo de la gráfica.

Teorema: Si f’’(a) > 0 f es convexa en x = a

Si f’’(a) < 0 f es cóncava en x = a
Si f’’’(a) 0 hay un punto de inflexión en x = a
Si f’’(a) = 0
Si f’’’(a) = 0 ¿¿??
(No olvidar los puntos fuera del dominio)

7) Puntos de inflexión

Un punto de inflexión es donde la tangente atraviesa a la gráfica. En estos puntos la

función no es cóncava ni convexa sino que es donde se produce un cambio de
concavidad a convexidad.

8) Asíntotas

x2 x 2
Ejemplos: a) y = x4 – 3x2 + 2 b) y
x 2 x 12

x 2 ( 2 x 1)
Ejercicios: a) f ( x)
2x 2 1
2 x 2 5 x 3 si x 0
b) f ( x)
2x 1 si x 0
3
5x 2 x si x 3
c) f ( x)
2x 3 si x 4
2x 3
si x 0
d) f ( x ) x 1
x 2 2 x 3 si x 0

Ejercicio: Estudiar la monotonía y la curvatura de la función:

x3
3x 2 5 x si x 0
f ( x) 3
x 2 5x si x 2

10
 INTEGRALES INDEFINIDAS INMEDIATAS

Una primitiva de una función f(x) es otra función F(x) tal que F’(x) = f(x).
Una función f tiene infinitas primitivas que difieren entre sí en una constante. El
conjunto de todas las primitivas de f se representa por f ( x)dx y se denomina
integral indefinida de f.
f(x) es el integrando y dx indica la variable sobre la que se integra.

Propiedades:
f x g x dx f x dx g x dx
kf x dx k f x dx con k

Tabla de integrales inmediatas

Simple Compuesta
n 1 n 1
x n f x
x n dx C , si n yn -1 f x '
f x dx C , si n yn -1
n 1 n 1
1 f' x
x 1 dx dx ln | x | C dx f ' x ·f 1
x dx ln | f ( x) | C
x f x
e x dx ex C ef x
f ' x dx ef x
C
ax af x
a x dx C af x
f ' x dx C
ln a ln a

INTEGRAL DEFINIDA. REGLA DE BARROW

Método para calcular áreas:

Si f es continua en el intervalo [a, b] con f(x) 0, el área de la región limitada por el eje
de abscisas, la gráfica de f y las rectas verticales x = a y x = b, se puede calcular con el
siguiente procedimiento:
1. Se busca una función G cuya derivada sea f, G`(x) = f(x), es decir, una primitiva de f.
2. El área buscada es igual al número G(b) – G(a).

Integral definida
• Si f es una función continua y no negativa en el intervalo [a, b], se llama integral
definida de f entre a y b al área de la región limitada por la curva y = f(x), el eje de
b
abscisas y las rectas verticales x = a y x = b. Se representa por f ( x )dx
a
b
• Si f es una función continua negativa en el intervalo [a, b[, entonces f ( x) dx
a
representa el opuesto del área descrita en la definición anterior.
• Si f cambia de signo entre a y b, se divide [a, b] en intervalos en los que f sea de signo
constante, se aplica en cada uno de ellos la definición anterior que corresponda y se
b
define f ( x) dx como la suma de estos números.
a

11
Regla de Barrow
Si f es continua en el intervalo [a, b] y F es cualquier primitiva de f, F’(x) = f(x)
b b
entonces: f ( x ) dx F ( x) a F (b ) F ( a ) .
a

Áreas de recintos planos

• Si f es continua y no negativa en [a, b], el área de la región
limitada por la gráfica de f, el eje horizontal y las rectas
verticales x = a y x = b viene dada por el número:
b
f ( x )dx F (b) F ( a ) con F’(x) = f(x)
a

• Si el recinto está limitado por dos curvas no negativas en [a, b]

En primer lugar se obtienen los puntos de corte de las los funciones. Las abscisas de
dichos puntos son a, b y c.
El área del recinto se puede calcular entonces como la suma de las áreas de los recintos
determinados por las curvas en cada uno de los subintervalos.
c b
A = R1 + R2 = f ( x ) g ( x) dx ( g ( x) f ( x))dx
a c

12
CÁLCULO DE PROBABILIDADES

1) Experimentos aleatorios. Espacio muestral

Un experimento es aleatorio si cuando se repite en condiciones análogas no se puede

predecir el resultado que se obtendrá cada vez que se realice.
Espacio muestral: conjunto de los resultados posibles de un experimento
aleatorio. Se suele representar con la letra E.
Experimento determinista: aquel en el que se conoce el resultado previamente.

2) Suceso aleatorio: Suceso de un experimento aleatorio: cada uno de los

subconjuntos del espacio muestral. Se representa con letra mayúscula.

Espacio de sucesos: conjunto de todos los sucesos de un experimento aleatorio.

3) Operaciones con sucesos:

a) Tipos de sucesos:
Suceso elemental: suceso formado por un único elemento
Suceso compuesto: suceso formado por más de un suceso elemental.
Suceso seguro o cierto: aquel que se verifica siempre
Suceso imposible: aquel que nunca se verifica. Se nota
Sucesos contrarios: dos sucesos son contrarios si al realizarse uno no se realiza
el otro y recíprocamente. Si A es un suceso, su contrario se nota Ac.
b) Unión de sucesos (cuando se realiza A o B)
c) Intersección de sucesos (cuando se realiza A y B). Sucesos incompatibles.
Sucesos compatibles e incompatibles:
Sean A y B dos sucesos del mismo experimento aleatorio:
Si A B = Ø, A y B son incompatibles.
Si A B Ø , A y B son compatibles.
d) Diferencia de sucesos A – B = A Bc
e) Leyes de Morgan (A B)c = Ac Bc
(A B)c = Ac Bc
f) Sistema completo de sucesos
Se dice que los sucesos A1, A2, …, An constituyen un sistema completo de sucesos para
un experimento aleatorio si se verifica que:
A1 A2 … An = E
A1, A2, ….., An son incompatibles dos a dos.

4) Frecuencia y probabilidad de los grandes números

a) Se llama frecuencia relativa de un suceso A de un experimento aleatorio hn(A), al

cociente entre el número de veces que se ha producido el suceso A, nA, y el número de
nA
veces que se ha repetido el experimento, n hn ( A)
n
Ejemplo: Lanzar una moneda 200 veces, anotar el número de veces que sale cara
después de 20, 40, 60… 200 lanzamientos, y construir la tabla de frecuencias relativas.

13
 N º lanzamientos 20 40 60 80 100 120 140 160 180 200
N º de _ caras 11 19 31 43 53 62 72 83 92 101
Frecuencia _ relativa 0.555 0.475 0.517 0.538 0.53 0.517 0.514 0.519 0.511 0.505

b) Propiedades de la frecuencia relativa

- La frecuencia relativa del suceso seguro es 1.
- La frecuencia relativa del suceso imposible es 0.
- La frecuencia relativa de un suceso es un número comprendido entre 0 y 1.
- Si A y B son sucesos incompatibles, la frecuencia relativa de la unión es la suma
de las frecuencias hn ( A B) hn ( A) hn ( B )
- La suma de la frecuencia relativa de un suceso y la de su contrario es 1. hn(A) +
hn(Ac) = 1

c) Ley de los grandes números: La probabilidad de un suceso, A, de un experimento

aleatorio que puede repetirse un número indefinido de veces, n, es igual al número al
lim hn ( A)
que se aproximan las frecuencias relativas del suceso P ( A)
n
5) Definición clásica de probabilidad. Regla de Laplace
Un espacio muestral es equiprobable si consta de un número finito de sucesos
simples y todos ellos tienen la misma probabilidad de suceder.
Regla de Laplace:
Si un espacio muestral es equiprobable, entonces la probabilidad de un suceso A es el
cociente entre el número de casos favorables al suceso A y el número de casos posibles.
- Casos posibles: todos los resultados del experimento, es decir, todos los elementos
del espacio muestral.
- Casos favorables: elementos que componen el suceso A.

6) Definición axiomática de probabilidad: Se llama probabilidad a una ley que asocia a

cada suceso A de un espacio de sucesos, un número real que llamamos probabilidad de
A y representamos por P(A), y que cumple los siguientes axiomas:
a) A un suceso cualquiera P(A) 0
b) E, suceso cierto, P(E) = 1
c) A y B incompatibles P(A B) = P(A) + P(B)
Propiedades:
a) 0 P(A) 1
b) P(A) + P(Ac) = 1 P(Ac) = 1 – P(A)
c) P( )=0
d) Si A1, …, An son n sucesos incompatibles 2 a 2
P ( A1 .... An ) P( A1 ) ... P( An )
e) Si A y B son compatibles P(A B) = P(A) + P(B) – P(A B)
f) La expresión del apartado anterior se puede extender al caso de más de dos
sucesos. Por ejemplo en el caso de tres sucesos:
P ( A B C ) P ( A) P( B ) P (C ) P( A B) P( A C ) _ P ( B C ) P ( A B C )

7) Probabilidad condicionada
Se llama probabilidad condicionada del suceso A respecto del suceso B,
P( A B)
P ( A | B) si P(B) 0.
P( B )

14
Propiedades:
a) P ( A) P ( A B ) P( A Bc )
b) P ( A | B) P( A C | B ) 1

8) Sucesos dependientes e independientes

- Dos sucesos son independientes si P(B) = P(B|A)
- Dos sucesos son dependientes si P(B) P(B|A)
- Dos sucesos son independientes si P ( A B) P( A)·P ( B )
Propiedad: Son equivalentes las siguientes afirmaciones:
a) A y B son independientes
b) A y Bc son independientes
c) Ac y B son independientes
d) Ac y Bc son independientes

9) Experimentos compuestos
Los experimentos formados por varios experimentos simples se llaman experimentos
compuestos.
El espacio muestral de un experimento compuesto recibe el nombre de espacio
muestral compuesto.

10) Probabilidad compuesta o de la intersección de sucesos.

Para resolver problemas con este tipo de situaciones es aconsejable utilizar un
diagrama en árbol.

a) Consideremos un experimento compuesto formado por n experimentos aleatorios

independientes dos a dos. Sean A1, … An, n sucesos, correspondientes cada uno de ellos
a cada uno de los experimentos aleatorios, entonces
P( A1 A2 ...... An ) P ( A1 )·P( A2 )·...·P( An )
La probabilidad de este tipo de sucesos es el producto de las probabilidades de las ramas
del diagrama de árbol que forman el camino que da lugar al resultado buscado.

b) Teorema de la probabilidad compuesta: consideremos un experimento compuesto

formado por n experimentos aleatorios dependientes. Sean A1,…,An, n sucesos,
correspondientes cada uno de ellos a cada uno de los experimentos aleatorios
P ( A1 A2 ...... An ) P ( A1 )·P( A2 | A1 )·...·P ( An | A1 A2 ... An 1 )
La probabilidad de este tipo de sucesos es el producto de las probabilidades de las ramas
del diagrama de árbol que forman el camino que da lugar al resultado buscado.

11) Teorema de la probabilidad total: Sean A1, A2,…An un sistema completo de sucesos
tal que la probabilidad de cada uno de ellos es distinta de cero, y sea B un suceso
cualquiera para el que se conocen las probabilidades de B|Ai
P(B) = P(A1)·P(B|A1)+P(A2)·P(B|A2)+….P(An)·P(B|An)

12) Teorema de Bayes: Sea A1, A2,…An un sistema completo de sucesos tales que la
probabilidad de cada uno de ellos es distinto de cero y sea B un suceso cualquiera para
el que se conocen las probabilidades P(B|Ai)

15
 P( Ai )·P( B | Ai ) P ( B | Ai )·P ( Ai )
P ( Ai | B)
P( A1 )·P( B | A1 ) P( A2 )·P( B | A2 ) ...P( An )·P ( B | An ) P( B)

P(Ai) probabilidades a priori

P(B|Ai) verosimilitudes
P(Ai|B) probabilidades a posterior

16
 LAS DISTRIBUCIONES BINOMIAL Y NORMAL

1) VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS

Se llama variable aleatoria a toda función definida en el espacio muestral de un

experimento aleatorio que asocia a cada elemento del espacio un número real.
Una variable aleatoria es discreta cuando solo puede tomar ciertos valores aislados.
Una variable aleatoria es continua cuando puede tomar todos los valores de cierto
intervalo de la recta real.

Ejemplos: Número de caras al tirar dos monedas.

Tiempo en recorrer 100 km.

2) FUNCIONES DE PROBABILIDAD Y DE DENSIDAD

Se llama función de probabilidad de una variable aleatoria discreta X a la

aplicación que asocia a cada valor de xi de la variable su probabilidad pi.

Ejemplo: X = “resta del número de caras menos el número de cruces obtenidas al lanzar
una moneda tres veces”.

Propiedades:
a) 0 pi 1, para i = 1, 2, 3, …n
n
b) pi 1
i 1
c) P(a X b) = P(X = a) + P(X = a + 1) + ….+ P(X = b – 1) + P(X = b)
d) P(X b) = 1 – P(X > b)

Definición: Sea X una variable aleatoria discreta que toma los valores x1, x2, …, xn con
probabilidades p1, p2, …, pn, respectivamente, entonces:
n
Media o esperanza: x1 p1 x2 p2 ... x n p n xi pi
i 1
n
2 2 2 2 2 2 2
Varianza: x1 p1 x2 p2 ... x n p n xi pi
i 1

Ejemplo: Se extraen sin reemplazamiento dos bolas de una urna que contiene dos bolas
blancas y una negra. Determinar la función de probabilidad de la variable X =
”número de bolas blancas extraídas”. Calcular la media y la varianza de esta variable.

Definición: Una función f(x) es una función de densidad de una variable aleatoria
continua si:
a) f(x) 0 en todo el dominio de definición.
b) El área limitada por la gráfica de f(x) y por el eje X es igual a 1.
La probabilidad P(a X b) coincidirá con el área bajo la curva del intervalo [a, b]

Ejemplo: Representar la siguiente función y determinar si es una función de densidad:

0'5 si 1 x 3
f (x)
0 en el resto

17
3) LA DISTRIBUCIÓN BINOMIAL

Se conoce como experimento de Bernouilli un experimento aleatorio que sólo tiene

dos resultados posibles, complementarios entre sí.
Los sucesos de un experimento de Bernouilli se denominan éxito y fracaso.
Dado un experimento de Bernouilli, reconsidera la variable aleatoria X, que asocia al
suceso éxito el valor 1, y al suceso fracaso, el valor 0, su función de probabilidad es:
P(X = 1) = p P(X = 0) = 1 – p = q
Esta variable se denomina variable aleatoria de Bernouilli.

Ejemplo: Tener contratada una tarifa telefónica.

Un experimento aleatorio que tienen las siguientes características sigue el modelo de

una distribución binomial:
1º En cada prueba del experimento sólo son posibles dos resultados, el suceso A, que se
llama éxito y su contrario Ac, al que se llama fracaso.
2º El resultado obtenido en cada prueba es independiente de los resultados obtenidos
en las pruebas anteriores.
3º La probabilidad del suceso A es constante, por tanto no varía de una prueba a otro.
Se representa por p a P(A) y por q = 1 – p a P(Ac).

La variable X, que representa el número de éxitos obtenidos en n pruebas, se

denomina variable aleatoria binomial (es una variable discreta).
B(n, p) representa una binomial donde n es el número de pruebas realizadas y p la
probabilidad del suceso éxito.

Ejemplo: La probabilidad de que una pareja, donde la mujer es portadora de la celiaquía,

tenga un hijo celíaco es de 1/3. La pareja quiere tener 4 hijos.

Función de probabilidad de una distribución binomial (B(n, p)):

n r nr
P(obtener réxitos) = P(X = r) = p q
r
Media: = np
Varianza: 2 = npq
Desviación típica: npq

Ejemplo: el 4% de los CD de ordenador que fabrica una empresa son defectuosos. Los
CD se distribuyan en cajas de 5 unidades. Calcular la probabilidad de que en una caja
no haya ningún CD defectuoso.

Ejercicios:
1) Para la distribución binomial de parámetros n = 10, p = 0’3, obtener las siguientes
probabilidades: a) P(X = 3) b) P(X < 2) c) P(X = 4) c) P(X > 1)
2) El Ayuntamiento de una ciudad ha comprobado que el 23% de los ciudadanos acude
a las piscinas municipales. Si se escoge al azar una muestra de 15 personas de esa
ciudad, ¿cuál es la probabilidad de que ninguna de ellas haya acudido a las piscinas
municipales?

18
3) En un concurso de tiro, la probabilidad de que un hombre acierte en el blanco es de
1/3. Si dispara 12 veces, ¿cuál es la probabilidad de que acierte exactamente en cinco
ocasiones? ¿y de que acierte al menos una vez?
4) Hallar la probabilidad de que al lanzar un dado cúbico 20 veces obtengamos al menos un 5.
5) La probabilidad de que en una empresa determinada un empleado no acuda a trabajar
un día es de 0’08. Si en la empresa hay 50 trabajadores, ¿cuál es la probabilidad de
que como mucho hayan faltado a trabajar dos empleados?
6) Un tratamiento contra el cáncer produce mejoría en el 80% de los enfermos a los que
se les aplica. Se suministra a 5 enfermos. Se pide:
a) Calcular la probabilidad de que los cinco pacientes mejoren.
b) Calcular la probabilidad de que, al menos, mejoren tres pacientes.
c) ¿Cuántos pacientes se espera que mejoren?

4) LA DISTRIBUCIÓN NORMAL

Una variable aleatoria X sigue una distribución normal, de media y

desviación típica , (N( , )), si cumple:
- su campo de existencia es R
(x )2
1
- su expresión viene dada por la expresión f ( x) e
2
2

2
Su gráfica es simétrica respecto a x =

El área encerrada en el intervalo ( – , + ) es el 68,26% del total.

El área encerrada en el intervalo ( – 2 , + 2 ) es el 95,44% del total
El área encerrada en el intervalo ( – 3 , + 3 ) es el 99,74% del total

Distribución normal estándar:

Es la distribución normal de media 0 y
desviación 1: N(0, l)
x2
1
Por tanto f ( x) e 2

5) TIPIFICACIÓN DE LA VARIABLE. USO DE TABLAS

Si la normal no es estándar hay que tipificar el valor buscado, de manera que al valor
k de la normal N( , ) le hacemos corresponder un valor z en la normal N(0,l).
X
Para tipificar el valor aplicaremos la fórmula siguiente: Z =
Es decir, tipificar consiste en transformar una variable X que sigue una N( , )
en otra variable Z que siga una N(0, 1).

Uso de las tablas P(Z k) P(Z > k) = 1 – P(Z k)

19
P (Z < - k) = P(Z > k) = 1 – P(Z k) P(Z > - k) = P (Z k) P( k1 Z k2) = P(Z k2) – P(Z k 1)

Ejemplos: a) P(Z < 0’42) b) P(Z 1’38) c) P(Z < - 0’19) d) P(-1’83 < Z < 0’75)

Ejercicios:
1) Una máquina produce recipientes cuyas capacidades están fijadas según una
distribución normal N(10; 0’1). Un fabricante considera que un recipiente es
defectuoso si su capacidad no está entre 9’9 y 10’1. ¿Qué probabilidad tiene un
recipiente de ser considerado defectuoso?
2) La media en ventas diarias de un dependiente de unos grandes almacenes de 950 €, y
la desviación típica es de 200 €. Suponiendo que la distribución de ventas es normal,
¿cuál es la probabilidad de vender más de 1250 euros en un día?
3) Cierto tipo de batería dura un promedio de 3 años, con una desviación típica de 0’5
años. Suponiendo de que la duración de las baterías es una variable normal:
a) ¿Qué porcentaje de baterías se espera que duren entre 2 y 4 años?
b) Si una batería lleva funcionando 3 años, ¿cuál es la probabilidad de que dure
menos de 4’5 años?

6) APROXIMACIÓN DE LA BINOMIAL POR UNA NORMAL

Teorema de De Moivre
De Moivre demostró que, bajo determinadas condiciones, la distribución binomial
B(n,p) se puede aproximar mediante la distribución normal N(n·p, n· p·q ), donde q =
1 - p . Por tanto, si X es una binomial de parámetros n y p, entonces la variable
X np
tipificada Z = tiene una distribución cercana a N(0,l).
npq
La aproximación es buena cuando np 5 y n(1 – p) 5.

Corrección por continuidad

La distribución binomial es de variable aleatoria discretea y, por tanto, tiene sentido
calcular probabilidades puntuales. En cambio, la distribución normal es de variable
aleatoria continua, y no tiene sentido calcular probabilidades puntuales, pues son todas
nulas.
La aproximación de una variable discreta, X, por una continua, X', genera un
error que se corrige modificando el intervalo cuya probabilidad se quiere calcular:
P(X = a) = P(a - 0,5 < X' a + 0,5)
P(a
P(X <Xa) =b)P(X'
= P(a
< a–+0,5
0'5) X’ b + 0,5)
P(X < a) = P(X’ a – 0,5)
P(X > a) = P(X’ a + 0,5)
P(X > a) = P(X' > a - 0'5)

20
 EL MUESTREO ESTADÍSTICO

1) POBLACIÓN Y MUESTRA. REPRESENTATIVIDAD.

Población: conjunto de todos los elementos que poseen una determinada característica.
Muestra: parte de la población que se observa para extraer información sobre la
población.
Muestreo: proceso mediante el cual se selecciona la muestra de la población.

Para que los resultados obtenidos a partir de una muestra sean fiables, esta tiene que
cumplir dos condiciones fundamentales:
Tener el tamaño adecuado.
Que sus elementos hayan sido seleccionados de manera aleatoria.
En ese caso la muestra es representativa. En caso contrario la muestra es sesgada.

2) TIPOS DE MUESTREO

a) Muestreo aleatorio: los componentes de la muestra han sido seleccionados al azar y

todos los miembros de la población tienen, a priori, las mismas posibilidades de ser
seleccionados en la muestra.
Muestreo aleatorio simple: todos los elementos de la población tienen la misma
probabilidad de ser elegidos para formar parte de la muestra.
Muestreo aleatorio sistemático: se ordenan los elementos de la población. Se
selecciona un elemento al azar y a partir de él, se van seleccionando los
componentes de la muestra igualmente espaciados.
Muestreo aleatorio estratificado (afijación proporcional): en ocasiones, la
característica que se estudia en la población varía según diferentes grupos. En este
caso, la población se divide en grupos homogéneos, que se llaman estratos, y
posteriormente se extrae una muestra aleatoria de cada estrato de forma que en la
muestra, cada estrato mantenga la misma proporción que en la población.
Ejemplo: el 75% de los estudiantes de un instituto son chicas y el 25% chicos.
¿Cómo seleccionamos una muestra de 40 alumnos?
Muestreo aleatorio por conglomerados y áreas: la población se divide en varias
secciones denominadas áreas o conglomerados. Se eligen al azar algunos de ellos y
los componentes de estos conglomerados serán los que formen la muestra.
Ejemplo: Se desea estudiar el estado de las mesas de los institutos de una ciudad,
¿cómo seleccionar la muestra?
b) Muestreos no aleatorios. Ejemplos:
Muestras erráticas o casuales: por ejemplo la intención de voto en unas
elecciones.
Muestras intencionadas o racionales: por ejemplo realizar un informe sobre las
dificultades encontradas en la materia de matemáticas en los alumnos de
segundo de bachillerato.
Muestras por cuotas: se dan unos criterios de selección, por ejemplo mujeres
menores de 30 años con dos hijos.
Muestras bola de nieve: se localiza a un individuo perteneciente a un colectivo,
que lleva a otro, y este a otro…

3) A PARTIR DE UNA POBLACIÓN, CALCULAR MUESTRAS, MEDIAS Y

VARIANZAS POBLACIONALES Y MUESTRALES.

21
 n n
2
xi xi x
2
Datos no agrupados: Media: x i 1
; Varianza: i 1
;
n n
n
2
xi x
2 2 2
Cuasivarianza n 1
i 1
; n (n 1) n 1
n 1
Importante: La media de la variable aleatoria media muestral coincide con la media de
la variable aleatoria que define la población: x
La varianza de la variable aleatoria media muestral es igual a la varianza de la variable
2
2
aleatoria que define la población dividida por n (tamaño muestral): x
n x
n

4) DISTRIBUCIÓN EN EL MUESTREO DE LA PROPORCIÓN

La distribución de los valores de P̂ (estadístico) se llama distribución en el muestreo

de la proporción.
La variable aleatoria P̂ tiene las siguientes características:
Media: = p
p (1 p )
Desviación típica:
n
A medida que n crece, la distribución de P̂ se aproxima cada vez más a una normal
p (1 p )
N p, , siempre que p no se acerque ni a 0 ni a 1.
n

5) DISTRIBUCIÓN EN EL MUESTREO DE LA MEDIA

La distribución de los valores de X (estadístico) se llama distribución en el muestreo

de la media.
La variable aleatoria X tiene las siguientes características:
Media: tiene la misma media que la población, .
Desviación típica:
n

A medida que n crece, la distribución de X se aproxima a una normal N , .

n

6) TEOREMA CENTRAL DEL LÍMITE

Sea X una variable aleatoria de una población de media y desviación típica .

Entonces se verifica que:
1º La distribución de las medias muestrales de tamaño n tiene media y desviación
típica
n
2º La distribución de las medias muestrales se aproxima a una normal a medida que
crece el tamaño de la muestra.

22
 INTERVALOS DE CONFIANZA

1.- ESTIMACIÓN PUNTUAL

Supongamos que una población descrita a través de una variable aleatoria X

sigue una determinada ley de probabilidad conocida y que, a su vez, depende de un
parámetro desconocido. Por ejemplo, pensemos en que la variable aleatoria X sigue una
ley normal y su parámetro media es desconocido. El objetivo de la estimación puntual
es el de encontrar una función de los valores muestrales que nos proporcione “la mejor”
estimación posible del parámetro desconocido.

Estimador ˆ de un parámetro poblacional , desconocido: función que hace

corresponder a los valores de una muestra aleatoria simple (X1, X2, …, Xn) un valor del
parámetro , = ˆ (X1, X2, …, Xn) .
Un estadístico utilizado para aproximar un parámetro poblacional, desconocido, es
llamado estimador de ese parámetro. Al número que se obtiene cuando se evalúa el
estimador para una muestra, en particular, se le denomina estimación del parámetro, y
al estadístico utilizado para su obtención estimador puntual del parámetro.

Ejemplo
Se desea saber cuál es la proporción de habitantes de una ciudad con edades de 16 a
60 años que utilizan Internet. Para ello se encarga a una empresa de encuestas que
realice el citado estudio.
Los encuestadores de la empresa escogen aleatoriamente una muestra de 2000 personas
entre los 5 millones de habitantes de la ciudad con edades comprendidas entre 16 y 60
años. Sobre la citada muestra estudian la proporción que utiliza Internet; a esa
proporción se le llama estimador o estimador puntual.
En las encuestas se ha obtenido que de los 2000 entrevistados solo utilizan Internet 560
personas; es decir, el 28% de los entrevistados utilizan Internet.
El valor 0.28 que toma el estimador puntual en esa muestra se llama estimación puntual.
Si la muestra está bien elegida, se puede inferir ese resultado sobre la población de
todos los habitantes de la ciudad. La empresa podría concluir, de forma un tanto
superficial, que el 28% de los habitantes utilizan Internet.
Este es un ejemplo de lo que se denomina estimación puntual.
Así pues, la estimación puntual consiste en asignar un valor muestral concreto al
parámetro poblacional que se desea estimar.
En general, se verifica que cualquier parámetro (valor numérico que describe una
característica de una población) tiene siempre en la muestra un estadístico (valor
numérico que describe una característica de la muestra) paralelo.

Un estimador puntual de un parámetro debería ser:

Insesgado o centrado: si su media coincide con el valor del parámetro que se va
a estimar. (Sesgo: la diferencia entre el verdadero valor del parámetro que se estima y
la media del estimar (mide el error cometido al utilizar el estimador)).
Eficiente: cuando su varianza es mínima.
Consistente: Si se aproxima cada vez más al verdadero valor del parámetro, a
medida que aumentemos el tamaño muestral.

23
Propiedades:

Para una población X cuya media poblacional es desconocida, el estadístico media

X 1 X 2 ... X n
muestral: X n es un estimador puntual insesgado, eficiente y
n
consistente del parámetro , media poblacional.
(La media de la variable aleatoria X n es y su varianza es la varianza de X dividida
por el tamaño muestral)
X
El estadístico frecuencia o proporción muestral p̂ es un estimador puntual
n
insesgado, eficiente y consistente del parámetro p, proporción poblacional.
p·q
(La media de la variable aleatoria p̂ es p y su varianza es
n

2.- INTERVALOS DE CONFIANZA

Un intervalo (a, b) es un intervalo de confianza al nivel 1 – para estimar un parámetro

poblacional desconocido, , si P(a b) = 1 – .
es un valor entre 0 y 1.
a = extremo inferior del intervalo de confianza
b = extremo superior del intervalo de confianza
a y b son variables aleatorias que son funciones de la muestra aleatoria simple.
1 – = nivel de confianza
= nivel de significación o riesgo
b – a = amplitud del intervalo
Error de la estimación: diferencia en valor absoluto entre el parámetro poblacional y el
estadístico muestral.
Error máximo en la estimación de un parámetro desconocido por medio de un intervalo
de confianza: radio del intervalo.
z = valor crítico (valor de la abscisa que deja a su derecha un área igual a , siendo
2
2
1– el nivel de confianza)

Lo aconsejable es que en un intervalo de confianza el nivel de confianza sea lo más

próximo a 1 y que la amplitud del intervalo sea lo menor posible.

2.1.- Intervalo de confianza para la proporción poblacional, desconocida.

Si (X1, X2, …, Xn) es una muestra aleatoria simple y si X es el “número de individuos

de los n que poseen tal característica”, X viene modelizada por medio de una variable
aleatoria binomial de parámetros n y p. X B(n,p). En determinados casos podemos
aproximar X N(n·p, n· p·q ). En estas condiciones, la frecuencia o proporción
X pq
muestral, p̂ , la podemos aproximar por medio de p̂ N p, .
n n
pˆ ·qˆ pˆ ·qˆ
Intervalo de confianza para p, al nivel 1 – : pˆ z · , pˆ z ·
2
n 2
n

24
 pˆ ·qˆ
Error máximo en la estimación: z ·
2
n

2.2.- Intervalo de confianza para la media, desconocida, de una población normal,

con desviación típica conocida.

Si X N( , ), X n N , .
n

Intervalo de confianza, al nivel 1 – : Xn z · , Xn z ·

2 n 2 n

Error máximo en la estimación: z ·

2 n
Si para una muestra aleatoria simple concreta el valor que toma X n es x , el intervalo

de confianza es: x z · ,x z ·
2 n 2 n

Amplitud
Nota: Error
2

25