1

VARIABLES ALEATORIAS DISCRETAS

1. Distribucin Uniforme
2. Distribucin de Bernoui
!. Distribucin Binomi"
#. Distribucin Binomi" $e%"ti&"
'. Distribucin (eom)tric"
*. Distribucin +i,er%eom)tric"
". A,ro-im"cin de " Distribucin +i,er%eom)tric" con " Distribucin
Binomi"
.. Distribucin de /oisson
". A,ro-im"cin de " Distribucin Binomi" medi"nte " Distribucin de
/oisson
0. Distribucin 1utinomi"
Distribucin Uniforme
U
d
2n3
Una variable aleatoria tiene distribucin discreta uniforme si su espacio muestral tiene n
resultados y cada uno con igual probabilidad.
MEN
Distribucin Bernoui
Ber2,3
Es aquel donde existen solamente dos resultados: xito o fracaso.
Ing. Vanessa Salazar V.
X: !ariable aleatoria discreta
x=x
1
, x
2,
,,x
n.
los valores que puede tomar" con igual probabilidad.
#a $istribucin de %robabilidad de & es:
1 '
1
" " "..."
( )
*"
n
x x x x
f x
n
otro x

'

1
( )
'
n
E X
+

'
( 1)( 1)
( )
1'
n n
V x
+

'
Demostracin:
( ) *(1 ) 1( ) E X p p p +
' ' '
( ) ( ) + ( ) , V X E X E X
p p p X E + ) ( 1 ) 1 ( * ) (
' ' '
' '
( ) ( ) V X p p
'
( ) (1 ) V X p p pq
MEN
Distribucin Binomi"
B2n4,3
-iene las mismas caracter.sticas de un experimento /ernoulli" cuando ste se repite n veces de
tal forma que las repeticiones sean independientes entre si y es de inters la variable aleatoria
relacionada con la cantidad de xitos que se obtienen del experimento" entonces tenemos una
distribucin binomial.
Caractersticas de un experimento Binomial
1. #a cantidad de ensayos que se reali0an es finita. 1ea esta cantidad n
'. 2ada ensayo o prueba tiene 3nicamente ' resultados posibles: xito o !racaso.
4. -odos los ensayos reali0ados son independientes.
5. #a probabilidad de xito en cada ensayo permanece constante. 1ea este valor p.
Ing. Vanessa Salazar V.
X: !ariable aleatoria cuyos valores pueden ser 1: 6xito7" *: 6fracaso7.
p: !alor de probabilidad de xito.
1"p=#: !alor de probabilidad de fracaso.
&8/er.(p)
#a $istribucin de %robabilidad de & es:
" 1
( )
1 " *
p x
f x
p x

'

x $%X=x&
1 p
* 19p
( ) E X p
'
( ) . V X p q
4
Demostracin:
#os trminos de la distribucin binomial coinciden con el desarrollo del binomio:

* 1 1 *
*
( ) ...
* 1
n
n n n n x n x
x
n n n n
q p p q p q p q p q
n x

_ _ _ _
+ + + +

, , , ,

#a funcin generadora de momentos para la distribucin binomial:

* * *
( ) ( ) ( ) ( )
n n n
tx tx tx x n x t x n x
x x x
n n
m t E e e f x e p q e p q
x x


_ _


, ,

#uego de la simplificacin algebraica se puede observar que la 3tima expresin tiene la misma
forma que la frmula del binomio sustituyendo p por e
t
p. Entonces se tiene ( ) ( )
t n
m t q e p +
MEN
$'(')*+(,-: 1on valores que pertenecen a un problema particular. %or e:emplo" para la
distribucin binomial sus par;metros son n y p.
%ara distinguir entre variables y par;metros" se puede usar la siguiente notacin:
( < " ) (1 ) " *"1" '"..."
x n x
n
f x n p p p x n
x

_


,
$istribucin =cumulada ( ) ( ) (1 ) " *
t n t
t x
n
F x P X x p p x
t

_


,

Distribucin Binomi" $e%"ti&"
B$254 ,3
Ing. Vanessa Salazar V.
X: !ariable aleatoria discreta con distribucin binomial.
(N3mero de xitos obtenidos en una serie de n ensayos reali0ados).
p: !alor de probabilidad de xito.
&8/(n" p)
#a $istribucin de %robabilidad de & es:
( ) (1 ) " *"1" '"..."
x n x
n
f x p p x n
x

_


,
( ) . E X n p
'
( ) . .(1 ) V X n p p
( ) ( )
t n
m t q e p +
5
#os experimentos estad.sticos con este modelo de probabilidad tienen caracter.sticas similares a
los experimentos binomiales. #a diferencia es que en este nuevo modelo la variable de inters
se refiere a la cantidad de ensayos que se reali0an >asta obtener una cantidad requerida de
xitos: .
MEN
Distribucin de /rob"biid"d (eom)tric"
(e2,3
Es un caso especial de la distribucin /inomial Negativa" cuando ?@1. Es decir" interesa
conocer la probabilidad respecto a la cantidad de ensayos que se reali0an >asta obtener el primer
6xito7.
Ing. Vanessa Salazar V.
X: !ariable aleatoria con distribucin binomial negativa.
(2antidad de ensayos reali0ados >asta obtener . 6xitos7)
p: !alor de probabilidad de xito.
x= ?" ?A1" ?A'" B (valores que puede tomar la variable X&
&8/N.(?" p)
#a $istribucin de %robabilidad de & es:
1
( ) (1 ) " " 1" '"...
1
k x k
x
f x p p x k k k
k

_
+ +

,
( )
k
E X
p

'
( )
k q
V X
p p

_


,
( )
1 (1 )
k
t
t
pe
m t
p e
_

,
X: !ariable aleatoria discreta con distribucin geomtrica.
(2antidad de ensayos reali0ados >asta obtener el primer xito.).
p: !alor de probabilidad de xito.
x= 1, 2, /, (valores que puede tomar la variable X)
&8Ce(p)
#a $istribucin de %robabilidad de & es:
1
( ) (1 ) " 1" '" 4"...
x
f x p p x

1
( ) E X
p

'
'
( )
q
V X
p

( )
1 (1 )
t
t
pe
m t
p e

D
MEN
Distribucin +i,er%eom)tric"
+2$4 64 n3
Esta distribucin se refiere a los experimentos estad.sticos que consisten en tomar una muestra
sin reempla0o" de un con:unto finito el cual contiene algunos elementos considerados 6xitos7 y
los restantes son considerados 6fracasos7.
-omar una muestra sin reempla0o significa que los elementos son tomados uno a uno" sin
devolverlos. %odemos concluir entonces que los ensayos ya no pueden ser considerados
independientes porque la probabilidad de 6xito7 al tomar cada elemento es afectada por el
resultado de los ensayos anteriores debido a que la cantidad de elementos de la poblacin est;
cambiando.
MEN
Ing. Vanessa Salazar V.
X: !ariable aleatoria discreta con distribucin >ipergeomtrica
(2antidad de resultados considerados 6xitos7 que se obtienen en la muestra)
0: 2antidad de elementos del con:unto del que se toma la muestra
1: 2antidad de elementos existentes que se consideran 6xitos7
n: -amaEo de la muestra
x=2,1,2,/,,n (valores que puede tomar &)
&8F(N" G" n)
#a $istribucin de probabilidad de & es:
( ) " *"1" '"...
K N K
x n x
f x x n
N
n
_ _

, ,

_

,
( )
K
E X n
N

'
( ) 1
1
nk K N n
V X
N N N

_ _

, ,
H
A,ro-im"cin de " Distribucin +i,er%eom)tric"
con " Distribucin Binomi"
1i el tamaEo de la muestra n es muy pequeEo con respecto a 0" entonces podemos considerar
que los ensayos son 6aproximadamente independientes.
*3emplo:
1i N@1*** y n@1* y >ay '** elementos considerados xitos" entonces la probabilidad de
6xito7 del primer ensayo ser; '**I1****@*.'" la probabilidad de 6xito7 del segundo ensayo
ser; 1JJIJJJ@*.1JJ' o '**IJJJ@*.'**' dependiendo si el primer resultado fue o no un 6xito7.
=mbos valores son muy parecidos.
En esta situacin se puede considerar que el modelo >ipergeomtrico es 6aproximadamente
Binomial7 y se puede usar la frmula de la distribucin con p=140
%or algunos estudios con respecto a este tema" se establece que esta aproximacin es aceptable
si nKDL de N.
MEN
Ing. Vanessa Salazar V.
1ea >: distribucin >ipergeomtrica
b: distribucin binomial
1i nKDLN" entonces F(x< N" G" n) @ /(x< n" GIN)

M
Distribucin de /oisson
/2

3
#a distribucin de %oisson es un modelo que puede usarse para calcular la probabilidad
correspondiente al n3mero 6xitos7 que ocurren en una regin o en intervalo de tiempo
especificados" si se conoce el n3mero promedio de 6xitos7 que ocurren.
Este modelo requiere que se cumplan las siguientes suposiciones:
a) El n3mero de 6xitos7 que ocurren en la regin o intervalo es independiente de lo que
ocurre en otra regin o intervalo.
b) #a probabilidad de que un resultado ocurra en una regin o intervalo muy pequeEo" es
igual para todos los intervalos o regiones de igual tamaEo y es proporcional al tamaEo
de la regin o intervalo.
c) #a probabilidad de que m;s de un resultado ocurra en una regin o intervalo muy
pequeEo no es significativa.
MEN
A,ro-im"cin de " Distribucin Binomi"
medi"nte " Distribucin de /oisson
Ing. Vanessa Salazar V.
X: !ariable aleatoria discreta con distribucin de %oisson
(2antidad de 6xitos7 en una regin o intervalo especificados)
x= *" 1" '"B

(valores posibles para la variable &)
: 2antidad promedio de 6xitos7 en la regin o intervalo especificados9
&8 %( )
#a $istribucin de probabilidad de & es:
( ) " *"1" '"..."
N
x
e
f x x
x

e=2.71828
( ) E X
'
( ) V X
( 1)
( )
t
e
m t e

O
En la distribucin binomial cuando n es grande" no es pr;ctico usar su frmula.
E:emplo:
1uponga que m@'**" p@*.*D y se quiere calcular la probabilidad que la variable aleatoria X
tome el 5alor 6:
D '** D
'**
( D) (D) (1 ) *.*D *.JD
D
x n x
n
P X f p p
x

_ _


, ,
El c;lculo aritmtico puede presentar alguna dificultad.
En esta situacin se puede calcular la probabilidad mediante un modelo aproximado que se
obtiene del l.mite al que tiende la distribucin binomial:
Este modelo corresponde a la distribucin de Poisson con =np.
=lgunos estudios con respecto a este tema indican que esta aproximacin es aceptable para la
distribucin binomial
'* y *.*D. n p
Ptro criterio establece que la aproximacin es muy buena si
1** y 1*. n np
MEN
Ing. Vanessa Salazar V.
( < " ) " *"1" '"..." " cuando y *.
N
x np
e
f x n p x n p
x

J
Distribucin 1utinomi"
En esta distribucin cada ensayo puede tener m;s de dos resultados posibles. 2onsideramos el
caso en el que >ay n ensayos independientes" cada uno de los cuales permite ? resultados
mutuamente excluyentes" cuyas respectivas probabilidades son
1 ' i
1
" "..." (con p 1)
k
k
i
p p p

.
MEN
Ing. Vanessa Salazar V.
X: !ariable aleatoria discreta con distribucin multinomial.
n: 2antidad de ensayos
x= 1, 2, /, (valores que puede tomar la variable X)
#a $istribucin de %robabilidad de & es:
1 '
1 ' 1 '
1
1 '
N
( " "..." ) " "..." " *"1"..." <
N N... N
k
k
x x x
k k i i
i
k
n
f x x x p p p x n x n
x x x