Funcin de probabilidad: Formalmente se define una funcin de probabilidad como aquella

funcin que asocia a cada elemento del espacio muestral ( x ) de una variable aleatoria ( x ) la
probabilidad que sta tenga.
Entonces, f ( x ) ser una funcin de probabilidad de tal manera que
f ( x ) :IR [ 0,1 ] , tal que f ( x ) =P ( x ) , donde P ( x ) es la probabilidad del
elemento x del espacio muestral.

Funcin de distribucin
se indica que la Funcin de distribucin relaciona cada elemento del espacio muestral con la
probabilidad acumulada hasta el valor dado. Es decir, se define una Funcin de distribucin como
F ( x ) :R [ 0,1 ] , de tal manera que;
Sea X una variable aleatoria, entonces se define F como la Funcin de
distribucin de dicha variable, como F ( x ) =P ( Xx )

La Esperanza Matemtica
Matemticamente a este valor esperado le llamaremos Esperanza y se calcula como la suma
de los productos del valor de la variable por su correspondiente probabilidad. Esto es,

Esto es anlogo al promedio ponderado donde el factor de ponderacin (o peso) corresponde a la

probabilidad de cada elemento del espacio muestral.

Otra forma de esta definicin es la siguiente:

Consideremos X una variable aleatoria discreta con x 1 , x 2 , x 3 ,... x n como valores posibles, y
p ( x i ) =P ( X= x i ) i=1,2,3,........n. Entonces el valor esperado de X o esperanza matemtica
de X,
E ( X ) se define

como

Ahora bien, si la
decir,

serie

<

converge
, este nmero se

absolutamente, es

llama tambin, valor promedio de X.

Si X es una variable aleatoria y x 1 , x 2 , x 3 ... x n los valores obtenidos o resultados de las n veces
independientes en que se ha repetido el experimento y

el promedio aritmtico de esos n

nmeros. Ahora bien, si n es suficientemente grande, el promedio se acercar, en cierto sentido,

a E ( X ) . Esto est en estrecha relacin a la Ley de los Grandes Nmeros.
Algunas propiedades de la Esperanza
Si, X=C donde C es una constante, entonces E ( X ) =C
Si X es una variable aleatoria y C es una constante, entonces E ( CX ) =CE ( X )
Varianza y desviacin estndar
La varianza de una variable aleatoria: es el promedio ponderado de los cuadrados de la
diferencia entre los valores de los elementos del espacio muestral y la esperanza matemtica de
la variable. Se calcula con la frmula

La desviacin estndar es la raz cuadrada de la varianza de la variable.

Ella nos da una referencia del rango en el que fluctuarn los valores de la variable, si restamos y
sumamos sta a la esperanza.
Otra forma de esta definicin es la siguiente: Sea X una variable aleatoria discreta. Se define la
Varianza de X,
V ( X ) ,se define como
2
V ( X )=E ( x ) [ E ( x ) ]

Tambin se denota por

por

sx

Ejemplos

s 2x

La desviacin estndar es la raz cuadrada de V ( X ) y se designa

Distribucin binomial
.
La distribucin binomial fue desarrollada por Jakob Bernoulli (Suiza,16541705) y es la principal
distribucin de probabilidad discreta para variables dicotmicas, es decir, que slo pueden tomar
dos posibles resultados. Bernoulli defini el proceso conocido por su nombre. Dicho proceso,
consiste en realizar un experimento aleatorio una sla vez y observar si cierto suceso ocurre o
no, siendo p la probabilidad de que ocurra (xito) y q=1p de que no ocurra (fracaso) , por lo
que la variable slo puede tomar dos posibles valores, el 1 si ocurre y el 0 sino sucede.
Esta distribucin observa el nmero de xitos k al llevarse a cabo n experimentos, cuyos
resultados puedan solamente ser dos. Los posibles resultados en cada observacin son
independientes los unos de los otros.
Respecto de la interpretacin de una probabilidad determinada: Si bien es cierto que

Permite hallar la probabilidad de que se produzcan k xitos en n ensayos independientes,

tambin este valor se puede interpretar como la probabilidad de que se produzcan nk
fracasos en esa misma cantidad de ensayos.
Esperanza matemtica
Sea X una variable aleatoria distribuida binomial mente con parmetro p, en base de n
repeticiones de un experimento, entonces E ( X ) =np