Proponemos un marco para el análisis probabilístico exacto de algoritmos de coincidencia de patrones basados en ventanas, como Boyer-Moore, Horspool, Backward DAWG Matching, Backward Oracle Matching, y más. En particular, desarrollamos un algoritmo que calcula eficientemente la distribución del costo de tiempo de ejecución de un algoritmo de coincidencia de patrones (como el número de accesos a caracteres de texto) para cualquier patrón dado en un modelo de texto aleatorio. Los modelos de texto van desde modelos uniformes simples hasta modelos de Markov de orden superior o modelos de Markov ocultos (HMMs). Además, proporcionamos un algoritmo para calcular la distribución exacta del costo de tiempo de ejecución de dos algoritmos de coincidencia de patrones. Metodológicamente, utilizamos extensiones de autómatas finitos a los que llamamos (DAAs) y (PAAs). Dado un algoritmo, un patrón y un modelo de texto, se construye un PAA a partir del cual se pueden derivar las distribuciones buscadas utilizando programación dinámica. Hasta donde sabemos, esta es la primera vez que se analizan exactamente los algoritmos de coincidencia de patrones basados en subcadenas o sufijos al calcular toda la distribución del costo de tiempo de ejecución. Experimentalmente, comparamos el algoritmo de Horspool, Backward DAWG Matching y Backward Oracle Matching en patrones prototípicos de longitud corta y proporcionamos estadísticas sobre el tamaño de los DAAs mínimos para estos cálculos.