Estadística 1 - Claudia Contreras

VARIABLES ALEATORIAS DISCRETAS Y

DISTRIBUCIONES DE PROBABILIDAD
PARTE I

Inga. Claudia Contreras

Estadística 1
 Estadística 1 - Claudia Contreras

Variables Aleatorias
Es una descripción numérica de los resultados
de un experimento.

Se representa generalmente con letras

mayúsculas como X, Y, cercanas al final del
alfabeto. Las letras minúsculas representan
cierto valor particular de la variable aleatoria
correspondiente.

Cualquier variable aleatoria cuyos únicos

valores posibles sean 0 y 1 recibe el nombre
de variable aleatoria de Bernoulli.
 Estadística 1 - Claudia Contreras

Variables Aleatorias

Variable Aleatoria

Discreta Continua

Sus posibles Si su conjunto de

valores forman un valores abarca
conjunto finito o todo un intervalo
bien se pueden en la recta
listar en una numérica.
sucesión infinita.
 Estadística 1 - Claudia Contreras

Experimento Variable Aleatoria Valores posibles Tipo de

de la variable Variable
aleatoria
Lanzar una X = Cantidad de veces x= {0, 1, 2} Discreta
moneda dos que cae cara
veces.
Presentar un Y = Número de y = {0, 1, 2,…20} Discreta
examen de 20 preguntas respondidas
preguntas correctamente
Pesar un Z = Número de libras z>0 Continua
embarque de
mercancías
Juego de golf U= Número de veces u = {1, 2, …} Discreta
que un novato intenta
pegarle a una pelota
antes de lograrlo
Lanzamiento de X = Suma de los dígitos x = {2, 3, 4, 5, 6, 7, Discreta
dos dados de cada dado 8, 9, 10, 11, 12 }
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

La distribución de probabilidad de una variable
aleatoria nos indica cómo se distribuyen las
probabilidades entre los diferentes valores que
ésta pueda tener.

Para todo valor posible x de la variable aleatoria

la función de probabilidad f(X = x)nos indica la
probabilidad de observar ese valor cuando el
experimento se realiza. ≤ ≤

( )=
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Ejemplo 1: Suponga que en una librería de la Universidad
durante la primera semana de clases, la siguiente persona
que compra una computadora la elige, portátil o de
escritorio. El 80% de los compradores seleccionan una
laptop

=
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Cont. Ejemplo 1:
=! "=
=! #
= .
=! "=
=! # = .

. = Distribución
= . = de Probabilidad
≠( ó )
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Continúa Ejemplo 1:

0.8
. =
Probabilidad

= . =
≠ ó
0.2

x
0 1
Gráfica de Distribución de Probabilidad
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Ejemplo 2:
Los datos siguientes se obtuvieron por conteo del
número de salas de operaciones en uso durante un
período de 20 días, durante el cual tres de estos días solo
se uso una sala, en cinco de esos días se usaron dos
salas, en ocho días se utilizaron tres y en cuatro días se
utilizaron cuatro salas. La variable aleatoria a estudiar, el
número de salas de operación en uso cualquier día de la
semana.
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Cont. Ejemplo 2:
3
& =1 =& 1 = = 0.15
20
5
& =2 =& 2 = = 0.25
20
$
% 8
& =3 =& 3 = = 0.4
20
4
& =4 =& 4 = = 0.2
20
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Continúa Ejemplo 2:

0.4
. . =
Probabilidad

. . =
0.2
=
.% =$
. =%
x
0 1 2 3 4

Gráfica de Distribución de Probabilidad

 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Ejemplo 3:
Se tiene un grupo de cinco donadores de sangre a, b, c, d
y e. Solo a, b tienen sangre O+. Se determinará en forma
aleatoria el tipo de sangre de cada uno, hasta encontrar
un individuo O+. La variable aleatoria a estudiar, Y = el
número de exámenes de sangre a realizar para identificar
un individuo O+. Identifique la distribución de
probabilidad .
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Solución: Los posibles valores que puede tomar esta
variable aleatoria son: 1, 2, 3, 4. Calculemos sus
probabilidades

= = .%
.

= , ó ,0 # 1

( )= , ó ∙ ( ó 1 \c, ó )

$
= = .$
. %
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Cont. Solución: Los posibles valores que puede tomar esta
variable aleatoria son: 1, 2, 3, 4. Calculemos sus
probabilidades

$ = , ó 0 # , # ó1
$
($) = = .
. % $

% = , ó , # 0 , # ó1
$
(%) = = .
. % $
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

.% =
.$ =
= Distribución
de Probabilidad
. =$
. =%
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Una distribución de probabilidad discreta puede estar
dada por una fórmula:

Función de Probabilidad Uniforme

Donde n es el número de valores
= que la variable aleatoria puede
asumir
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Función de Probabilidad Uniforme
Experimento: Lanzamiento de un dado
Variable aleatoria: Número que indica la cara que
queda hacia arriba.
Valores que toma la variable: 1, 2, 3, 4, 5, 6.
Probabilidad

0.167

=
5 1 2 3 4 5 6 x
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Una distribución de probabilidad discreta puede estar

dada por una fórmula:

= 898 = 1, 2, 3.
5

¿Cuál es la probabilidad que x = 3 ? 6 $ = $/5 = . .

 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Parámetro de una distribución de probabilidad

La distribución de probabilidad de una variable
aleatoria de Bernoulli puede estar dada de la forma:
=:
= −:

Donde <:<

−: =
= : =
0
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Función de Distribución Acumulativa (fda)

=( )

= =! "≤

Para cualquier número , =( ) es la

probabilidad que el valor observado será
cuando mucho .
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Ejemplo 4: Con la información del ejemplo 3, determine F (x).

Solución: La distribución de probabilidad de la variable aleatoria

del ejemplo 3 es:
.% =
.$ =
= . =$
. =%
Por lo que
= = ≤ = .%

= = ≤ = .>

= $ = ≤ $ = .?

= % = ≤% =
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Variable ¿Cómo se calcula? ¿Qué indican?
aleatoria
discreta
Valor Es un promedio
esperado @ =A= ( ) ponderado de los
valores que asume la
variable aleatoria. Los
pesos son las
probabilidades.
Varianza B =C Se utilizan para medir la
Variabilidad en los
= −A ( ) valores de la variable
aleatoria.
Desviación
C= C
Estándar
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Fórmula abreviada para obtener C

B =C =@ " − @(")
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Ejemplo 5: Se permite que los estudiantes repitan la prueba de aptitud
SAT con la esperanza de que mejoren la calificación que se envía a las
oficinas de admisión de colegios y universidades.
Sea x una variable aleatoria que defina el número de veces que el
estudiante presenta el SAT. a) Muestre su función de probabilidad con
base a la información siguiente:
Número de Número de
Veces (x) Estudiantes
1 721,769
2 601,325
3 166,736
4 22,299
5 6,730
1,518,859
b)¿Cuál es la probabilidad que el estudiante presente el SAT más de una
vez?
c) ¿Cuál es su valor esperado?
d)¿Cuáles son la varianza y desviación estándar?
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Continúa Ejemplo 5:
Los posibles valores que toma nuestra variable aleatoria son 1, 2, 3, 4 y
5. Es una variable aleatoria discreta y para encontrar la probabilidad
asociada a cada valor utilizamos el método de frecuencia relativa con
base a la información que nos proporcionan:
Distribución
> >5? de Probabilidad
= = . %>.
. .?
Número de Número de
D( )
5 $ . Veces (x) Estudiantes
= = . $?5
. .? 1 721769 0.475
.
. 2 601325 0.396
3 166736 0.110
5>$
. = = . % 4 22299 0.015
. .?
5 6730 0.004
1518859 1
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Continúa Ejemplo 5:
Probabilidad que el estudiante tome la prueba mas de una vez:
! > = − = − . %>. = . . .

Cálculo del valor esperado para el número de veces que un

estudiante toma el SAT:
Número de Número de
D( ) D( )
Veces (x) Estudiantes
1 721769 0.475 = 1 0.475 = 0.475
2 601325 0.396 = 2 0.396 = 0.792
3 166736 0.110 = 3 0.110 = 0.33
4 22299 0.015 = 4 0.015 = 0.060
5 6730 0.004 = 5 0.004 = 0.02
1518859 1 1.677
A=∑ =1.677
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Continúa Ejemplo 5:
Cálculo de varianza y desviación estándar:

D( ) ( − J)K D( )( − J)K
Número
de Veces Número de −J
(x) Estudiantes
1 721769 0.475 -0.677 0.45833 0.2178
2 601325 0.396 0.323 0.10433 0.0413
3 166736 0.110 1.323 1.75033 0.1921
4 22299 0.015 2.323 5.39633 0.0792
5 6730 0.004 3.323 11.0423 0.0489
1518859 1 0.5794

C = ( ) −A = . .>?%

C = . >5
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Continúa Ejemplo 5:
Cálculo de varianza utilizando fórmula abreviada:
Número de
(x) Estudiantes D( ) K K
D( )
1 721769 0.475 1 0.475
2 601325 0.396 4 1.584
3 166736 0.110 9 0.988
4 22299 0.015 16 0.235
5 6730 0.004 25 0.111
1518859 1 3.392
@(" )

B =C =@ " − @ " = $. $? − . 5>> = . .>?

 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Reglas del valor esperado
• L M =M
• L 8 = 8L( )
• L 8 +M =8∙L +M

.! O , @ " = ∙@ "

. ! O 1, @ "+1 =@ " +1

Si las variables X, Y son independientes:

@ " ± Q = @ " ± @(Q)
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Reglas para la varianza
Sean “a” y “b” dos constantes cualesquiera y sea X una
variable aleatoria. Entonces:

1. B " # R

2. B =

3. B "+ =B "

4. B 1" = 1 B "

5. B + 1" = 1 B (")

Si las variables X, Y son independientes:

B "±Q =B " +B (Q)
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Ejemplo 6: Un distribuidor de aparatos electrodomésticos vende tres
modelos diferentes de congeladores verticales con capacidad 13.5, 15.9 y
19.1 pies cúbicos de espacio de almacenaje. Sea X = cantidad de espacio
de almacenaje de un congelador comprado por el siguiente cliente.
Supongamos que la función de probabilidad de X es:
X 13.5 15.9 19.1
f(x) 0.2 0.5 0.3

a) Calcule E(X) y V(X)

b) Si el precio de un congelador con capacidad de X pies cúbicos es
25 − 8.5 ¿Cuál es el precio esperado por el cliente que va a comprar
un congelador?
c) ¿Cuál es la varianza del precio 25 − 8.5 pagado por el cliente?
d) Suponga que mientras la capacidad nominal de un congelador es X, la
capacidad real es ℎ = − 0.01 K ¿Cuál es la capacidad real
esperada del congelador comprado por el siguiente cliente?
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Ejemplo 6: Solución. a) Calcule E(X) y V(X)

2 2
x f(x) xf(X) x x f(x)
13.5 0.2 2.7 182.25 36.45
15.9 0.5 7.95 252.81 126.405
19.1 0.3 5.73 364.81 109.443
1 16.38 272.298

L = D( ) = 16.38

T =L K − L K = 272.298 − 16.38 K = 3.9936

 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

b) 6UVWXY = ." − . .

@ ! =@ ." − . . = .@ " − . .
= . 5. $ − . . = %

c)B ." − . . = . B " = . $. ??$5 = %?5

d) Z [ ="− . "

@ Z [ =@ "− . "
=@ " − . @ " = 5. $ − . > . ?
= $. 5.>
 Estadística 1 - Claudia Contreras

Distribuciones de Probabilidad Discreta

Remítase a Hoja de Ejercicios a resolver en clase.