VARIABLE ALEATORIA Y DISTRIBUCIONES DE PROBABILIDAD

Variable aleatoria
Una variable cuyos valores se deben al azar se llama aleatoria.

Distribución de probabilidad
Una distribución de probabilidad es una representación de todos los resultados posibles
de un experimento y de la probabilidad asociada a cada resultado, ya se presente en
forma de tabla, de gráfico o de fórmula.

La probabilidad de que la variable aleatoria X tome un valor específico, x se escribe:

P(X = x)
Obsérvese que:

0  P(X = xi)  1 y P(X = xi) = 1

Distribución de probabilidad discreta

En una distribución de probabilidad discreta, la variable aleatoria sólo puede tomar un
número de valores concreto.

Distribución de probabilidad continua

Utiliza una variable aleatoria que puede tomar infinito número de valores dentro de un
intervalo dado.

Media aritmética y varianza de variables aleatorias discretas

Valor esperado. El valor esperado de una variable aleatoria discreta es la media

aritmética ponderada de todos los resultados posibles, en la cual los pesos son las
probabilidades respectivas de dichos resultados.

 = E(X) = [(xi)P(xi)]

2 = V(X) = [(xi – )2P(xi)]

 2  [( xi2 ) P ( xi )]   2  E ( X 2 )  [ E ( X )]2

Esperanza matemática
Cuando se analizan juegos de azar, se utiliza el término esperanza matemática para
expresar el valor esperado de la ganancia:

E(X) = [xiP(xi)]

Distribuciones de probabilidad discretas

Proceso de Bernoulli
Debe tener las siguientes propiedades:
1. El experimento consiste en n pruebas que se repiten.
2. Cada prueba produce un resultado que se puede clasificar como éxito o fracaso.
3. La probabilidad p de un éxito permanece constante en cada prueba.
4. Las pruebas que se repiten son independientes.
Distribución de Bernoulli X ~ Ber(p)
 p ,x 1
P( x)   0  p 1
1  p , x  0
 p
 2  p(1  p)

Distribución binomial X ~ Bin(n,p)

Corresponde a n ensayos de Bernoulli independientes. En una distribución binomial,
cada intento da lugar a la aparición de uno de dos resultados mutuamente excluyentes,
uno de los cuales se señala como éxito y el otro como fracaso. La probabilidad de cada
resultado permanece constante en dos intentos sucesivos.

n!
P( x)  p x (1  p ) n  x
x!( n  x)!
 C xn p x (1  p ) n  x
 n
   p x (1  p ) n  x
 x

Distribución binomial acumulada

La distribución binomial acumulada mide la probabilidad de un suceso en un intervalo
de valores.

Media aritmética y varianza de una distribución binomial

 = np

2 = np (1 – p)

Distribución de Poisson X ~ Poi( )

Mide la probabilidad de un suceso aleatorio a lo largo de un intervalo temporal o
espacial.

Es preciso hacer dos hipótesis para aplicar la distribución de Poisson:

1. La probabilidad de que ocurra el suceso es constante para dos intervalos de tiempo o

espacio cualesquiera.
2. La aparición de un suceso en cualquier intervalo es independiente de su aparición en
cualquier otro intervalo.

x e  
P ( x) 
x!

2  

Donde: x es el número de veces que ocurre el suceso

 es el número medio de ocurrencias por unidad de tiempo o espacio
Observación: En una distribución de Poisson X puede tomar valores discretos desde
cero a infinito.

Ejercicios:

1. La probabilidad de que un producto salga de la fábrica en perfectas condiciones es

¾. Se tiene una muestra de cuatro unidades. Encuentre la probabilidad de que dos
de ellas estén en perfectas condiciones.

2. Según el Journal of Higher Education, el 40% de los que terminan el bachillerato

trabajan durante el verano con objeto de ganar dinero para pagar el importe de la
enseñanza del curso siguiente. Si se eligen al azar 18 bachilleres, ¿cuál es la
probabilidad de que a) 12 trabajen en el verano, b) ninguno trabaje, c) todos
trabajen? d) Encuentre la media y la varianza.

3. De acuerdo con las observaciones de las últimas 80 horas, han entrado 800 clientes a
un almacén. ¿Cuál es la probabilidad de que entren 5 clientes al mismo almacén
durante la próxima hora?

4. Un calentador seleccionado al azar puede tener x número de fallas en su superficie.

Suponga que x tiene una distribución de Poisson con  = 5, encuentre a) P(X = 2),
b) P(X  2), c) P(X > 2).

5. Los jugadores de tenis llegan a las pistas a la tasa media de 12 por hora. Si
suponemos una distribución de Poisson, ¿cuál es la probabilidad de que lleguen
exactamente 3 jugadores en a) la próxima hora, b) el próximo minuto?

6. Hércules Hot Tubs compra unidades calefactoras de Emerson Electronics. Hace

poco ha llegado una expedición de 1200 unidades. Los técnicos de Hércules han
inspeccionado 75 unidades. La expedición sólo será aceptada si no aparecen más de
2 defectuosas. ¿Cuál es la probabilidad de que se acepte el envío? De la
experiencia pasada se sabe que el 5% de las unidades fabricadas por Emerson son
defectuosas.