TIPOS DE DISTRIBUCIÓNES,

VARIABLES ALEATORIAS
DISCRETAS Y CONTINUAS
 Variables aleatorias
• Una variable aleatoria es una función que asigna un número real a
cada resultado de un experimento aleatorio.

• Una variable aleatoria es aquella que tiene un solo valor numérico

determinado por el azar, para cada resultado de un procedimiento.

Las variables aleatorias se denotan con letras mayúsculas: X, Y, etc. Los

valores de las variables se denotan con letras minúsculas: x, y, etc.
Ejemplo. Variables aleatorias
En la Tabla se indican ejemplos de variables aleatorias que se
pueden definir en los espacios muestrales de los respectivos
experimentos aleatorios.
Experimento aleatorio Variable aleatoria
Elegir al azar un lote de 10 artículos X = Número de artículos defectuosos en el lote
Fabricación de un artículo X = Tiempo de realización del artículo
Elegir una persona al azar X = Edad de la persona
Elección de una familia al azar X = Número de personas que conforman la familia
 Ejemplo. Variable aleatoria. Tamaño de las
empresas
• Consideremos una experiencia aleatoria que consiste en elegir 50
empresas al azar del grupo de todas las empresas del país.
Considerando que una empresa es pequeña si tiene menos de 10
trabajadores, si a cada empresa seleccionada se le asigna un número,
queda:

Esta relación define una variable aleatoria.

Variable aleatoria que adopta Es continua si puede tomar
sólo valores claramente cualquiera de los valores de un
separados. intervalo.
¿DISCRETA O CONTINUA?

DISCRETA

CONTINUA
DISTRIBUCIÓN DE PROBABILIDAD DISCRETA
• Una vez que determinamos los valores de la variable aleatoria, les
asignamos una probabilidad, y a esto se le llama distribución de
probabilidad.
• Las propiedades que debe cumplir una distribución de probabilidad
son:
• A) 0 ≤ P(Xi) ≤ 1 para cada valor individual de x. (Es decir, cada
valor de probabilidad debe ubicarse entre 0 y
1,
• B) ∑ P(Xi ) =1 donde x asume todos los valores posibles. (Es
decir, la suma de todas las probabilidades
debe ser 1).
Ejemplo
• Se lanzan dos monedas “justas” y se cuenta el número de “soles”.
Determina la función de probabilidad para este experimento y traza la
gráfica correspondiente. Solución Sea S : sol y A : águila.
• El espacio muestral asociado a este experimento es: {(A, A), (S, A), (A,
S) (S, S)}.
• Distribución de probabilidad y representación gráfica:
Ejemplo
• Eres un extraterrestre. Visitas el planeta tierra y encuentras 97
gallinas, 47 vacas y 77 humanos. Eliges aleatoriamente a un ser vivo
de la tierra entre tus muestras para experimentar con el. Cada ser
tiene la misma probabilidad de ser seleccionado. Crea un modelo de
probabilidad para mostrar que tan probable es que selecciones cada
tipo de ser vivo terrícola.
 Ejemplo
• Hay tres computadoras defectuosas de un conjunto
de ocho similares en una tienda. Si una escuela hace
una compra al azar de dos de estas computadoras,
¿cuál es la distribución de probabilidad para el
número de defectuosas?
• Una moneda se lanza tres veces. Si X es la variable
aleatoria que indica el número de soles que resultan,
construir una tabla que muestre la distribución de
probabilidad.
 Media, varianza y desviación estándar
• MEDIA DE UNA DISTRIBUCIÓN DE PROBABILIDAD μ = Σ[xP(x)]
• VARIANZA DE UNA DISTRIBUCIÓN DE PROBABILIDAD σ^2 = Σ[(x-μ)^2P(x)]
• Los pasos para el cálculo son los siguientes:
1. La media se resta de cada valor y la diferencia se eleva al cuadrado.
2. Cada diferencia al cuadrado se multiplica por su probabilidad.
3. Se suman los productos que resultan para obtener la varianza.
• La desviación estándar, σ, se determina al extraer la raíz cuadrada
positiva de σ2
Ejemplo
• John Ragsdale vende automóviles nuevos en Pelican Ford. Por lo general, John
vende la mayor cantidad de automóviles el sábado. Ideó la siguiente distribución
de probabilidades de la cantidad de automóviles que espera vender un sábado
determinado.

1. ¿De qué tipo de distribución se trata?

2. ¿Cuántos automóviles espera vender John un sábado normal?
3. ¿Cuál es la varianza de la distribución?
• DEJAR EJERCICIO DE VALOR ESPERADO DE LAS HOJAS JUEGO DE AZAR
 Ejemplo
• Un inspector de calidad muestrea un lote que contiene 7 piezas; el lote
contiene 4 piezas buenas y 3 defectuosas. El inspector toma una muestra
de 3 piezas. Encuentre el valor esperado del número de piezas buenas en
esta muestra
Probabilidad binomial
• La distribución de probabilidad binomial es una distribución de
probabilidad discreta que se presenta con mucha frecuencia. Presenta
las siguientes propiedades.
• 1. El experimento consiste en una serie de n ensayos idénticos.
• 2. En cada ensayo hay dos resultados posibles. A uno de estos
resultados se le llama éxito y al otro se le llama fracaso.
• 3. La probabilidad de éxito, que se denota p, no cambia de un ensayo a
otro. Por ende, la probabilidad de fracaso, que se denota 1 – p = q,
tampoco cambia de un ensayo a otro.
• 4. Los ensayos son independientes.
• La función de probabilidad para una variable aleatoria X que se distribuye como
una binomial es:

• donde P(X = x) es la probabilidad de x éxitos dados n y p.

• X es el número de éxitos, con X = 0, 1, 2, …, n.
• p es la probabilidad de éxito.
• q es la probabilidad de fracaso y se calcula como 1 − p.
• n es el número de ensayos de Bernoulli.
 Ejemplo
• Selección de miembros de jurado Utilice la fórmula de probabilidad binomial
para calcular la probabilidad de seleccionar exactamente a 7 méxico-
estadounidenses cuando se eligen al azar 12 miembros del jurado de una
población en la que el 80% de los habitantes son méxico-estadounidenses.
Ejemplo
• El equipo Pumas de la unam fue líder general del Torneo de clausura
2011 de futbol hasta la jornada 16. En esa jornada, Pumas enfrento al
Necaxa y, al ver sus estadísticas, tenemos que de ocho tiros al arco,
anoto un gol. De acuerdo con esto, si en el partido siguiente dispara
seis veces a la portería:
• a. .Cual es la probabilidad de que Pumas anote dos goles?
• b. .Cual es la probabilidad de que anote máximo dos goles?
 Ejemplo
• La probabilidad de que un paciente se recupere de una rara enferme dad
sanguínea es 0.4. Si se sabe que 15 personas contraen tal enfermedad, ¿cuál es
la probabilidad de que a) sobrevivan al menos 10, b) sobrevivan de 3 a 8, y c)
sobrevivan exactamente 5?

La fórmula de probabilidad binomial es una combinación de la regla

de la multiplicación de probabilidad y la regla de conteo para el
número de acomodos de n elementos
 Valor esperado y varianza en la distribución
binomial

Dicho con palabras, el valor esperado de una distribución binomial es el número de ensayos por la
probabilidad de éxito.

Entonces, la desviación estándar de una distribución binomial se calcula como la raíz cuadrada del número
de ensayos por la probabilidad de éxito por la probabilidad de fracaso.
Distribución de Poisson (variable discreta)
• La distribución de Poisson es una distribución de
probabilidad discreta que se aplica a las ocurrencias de algún
suceso durante un intervalo específico. La variable aleatoria x
es el número de veces que ocurre un suceso en un intervalo.
• El intervalo puede ser tiempo, distancia, área, volumen o
alguna unidad similar.
Función de probabilidad
• La función de probabilidad de una distribución de Poisson es:

• donde P(X = x) es la probabilidad de x ocurrencias, dado λ, y x = 0, 1,

2, 3, 4,…λ es el número promedio de eventos que ocurren por unidad
de tiempo o de espacio.
• En resumen, una distribución de probabilidad de Poisson posee tres
características:
• 1. La variable aleatoria es el número de veces que ocurre un evento durante un
intervalo definido.
• 2. La probabilidad de que ocurra el evento es proporcional al tamaño del
intervalo.
• 3. Los intervalos no se superponen y son independientes.
Los parámetros media, varianza y desviación típica de esta distribución
vienen dados por:
Ejemplo
• Bombas de la Segunda Guerra Mundial Al analizar los impactos de
las bombas V-1 en la Segunda Guerra Mundial, el sur de Londres se
subdividió en 576 regiones, cada una con área de 0.25 km2. En total,
535 bombas impactaron el área combinada de 576 regiones.
• a. Si se selecciona al azar una región, calcule la probabilidad de que
haya sido impactada exactamente en dos ocasiones.
• b. Con base en la probabilidad calculada en el inciso a), ¿cuántas de
las 576 regiones se esperaría que fueran impactadas exactamente dos
veces?