Notas de Estadística

Profesor: José Margarito Hernández Morales

Abril del 2020

Contenido

Variables Aleatorias 1
1.1 Variable aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Distribución de una variable aleatoria . . . . . . . . . . . . . 4
1.3 Valor esperado y varianza de una v.a. . . . . . . . . . . . . . 12
1.4 Distribuciones discretas . . . . . . . . . . . . . . . . . . . . . 15
1.4.1 Distribución de Bernoulli . . . . . . . . . . . . . . . . 15
1.4.2 Distribución Binomial . . . . . . . . . . . . . . . . . . 16
1.4.3 Distribución binomial negativa . . . . . . . . . . . . . 17
1.4.4 Distribución Hipergeométrica . . . . . . . . . . . . . . 19
1.4.5 Distribución de Poisson . . . . . . . . . . . . . . . . . 22

Bibliografía 24

v
Variables Aleatorias

1.1 Variable aleatoria

Hemos visto lo que es el espacio muestral S de un fenómeno aleatorio,
también hemos visto lo que es una probabilidad p como una función que
asigna a cada evento A un número real entre 0 y 1: De tal forma que decimos
que en S está de…nida una probabilidad. Ahora veamos el concepto de
variable aleatoria.

De…nición 1 Una variable aleatoria de…nida en un espacio muestral S en

donde está de…nida una probabilidad P; es una función X de la forma:

X : S ! R:
Según esta de…nición los valores de una variable aletoria (v.a.) son
números reales ya que el contradominio es R; pero el rango o imagen (RX )
de X; que es el conjunto de todos los posibles valores de la v. a. puede ser
todo o sólo una parte de R:

Observacion : Se acostumbra denotar a las variables aleatorias por cualquiera

de las letras X; Y; Z; :::
Ejemplo 1. Siguiendo el fenómeno aleatorio del lanzamiento de un dado
dos veces, se tiene que

S = f(1; 1); (1; 2); (1; 3); (1; 4); (1; 5); (1; 6);
(2; 1); (2; 2); (2; 3); (2; 4); (2; 5); (2; 6);
(3; 1); (3; 2); (3; 3); (3; 4); (3; 5); (3; 6);
(4; 1); (4; 2); (4; 3); (4; 4); (4; 5); (4; 6);
(5; 1); (5; 2); (5; 3); (5; 4); (5; 5); (5; 6);
(6; 1); (6; 2); (6; 3); (6; 4); (6; 5); (6; 6)g

1
1.1 VARIABLE ALEATORIA 2

Si de…nimos la v.a. X como X(x; y) = x + y;

X(1; 1) = 2; X(1; 2) = 3; X(1; 3) = 4; :::; X(6; 6) = 12:

Así que el rango de esta v. a. X es

RX = f2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12g R:

Ejemplo 2. Para el fenómeno aleatorio del lanzamiento de una moneda

S = fc; sg

si se de…ne la v.a. Y como Y (c) = 0 y Y (s) = 1; el rango de Y es claramente

RY = f0; 1g:
Y
c !0
Y
s ! 1:

Ejemplo 3. En el fenómeno aleatorio de un vendedor de seguros que

visita a 6 clientes potenciales, denotando por un éxito y por F un fracaso

S = fFFFFFF; FFFFF; :::; FFFFF ; :::; F ; :::; F; g

si se de…ne la v.a. Z como Z(s) =número de éxitos (ventas) en s (s denota

a un elemento caulquiera de S); el rango de Z es RZ = f0; 1; 2; 3; 4; 5; 6g:

Z(FFFFFF) = 0
Z( FFFFF) = 1
..
.
Z(FFFFF ) = 1
..
.
..
.
Z( ) = 6

Ejemplo 4. Si el mismo vendedor del ejemplo 3, debe hacer exacta-

mente tres ventas al día, él debe hacer tantas visitas como sea necesario
hasta hacer sus tres ventas. Aquí

S=f ; F ; F ; F ; FF ;F F ; F F ; FF ; F F ; FF ; :::g
1.1 VARIABLE ALEATORIA 3

De…niendo la v.a. Y como Y (s)=número de visitas realizadas en s

Y( ) = 3
Y (F ) = 4
..
.
Y( F ) = 4
Y (FF ) = 5
..
.
Y ( FF ) = 5
..
.
Las variables de estos primeros ejemplos comparten una característica
en común: pueden tomar sólo número …nito o in…nito numerable de valores.
Los siguientes son ejemplos en donde el conjunto de valores es un intervalo
continuo o todo R:
Ejemplo 5. El fenómeno aleatorio consiste en elegir aleatoriamente a
una persona adulta de sexo femenino en el estado de Oaxaca.

S = fmujeres adultas en el estado de Oaxaca}

= fs1 ; s2 ; :::; s2;000;000 g (suponiendo 2000000 de mujeres adultas)
Si X es la v.a. que asigna a cada s de S su estatura en metros, podemos
tener
X(s1 ) = 1:624
X(s2 ) = 1:521
..
.
X(s2;000;000 ) = 1:755
En este caso, dada la imposibilidad (por tiempo, dinero y esfuerzo) de medir
a cada mujer en el estado de Oaxaca y de que los valores posibles pueden
estár muy cercanos unos con otros, podemos tomar como el rango RX a un
intervalo que contenga todos los valores obtenidos en una muestra, pudiendo
ser por ejemplo
RX = [1:000; 2:000]:
Ejemplo 6. El fenómeno aleatorio consiste en elegir aleatoriamente una
pieza producida en una fabrica de birlos. Si diariamente se producen 10,000
1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 4

unidades, dadas las variaciones en el material, desgaste de las maquinas

y otros factores, hay pequeñas variaciones en las longitudes de los birlos
producidos en un determinado día. Si la especi…cación de longitud de estos
birlos es de 3 cm, para la v.a. Y de…nida por Y (s) =la longitud de s: El
espacio muestral puede ser RY = [2:98; 3:02] (todas las medidas de los 10,000
birlos quedan en este intervalo). De tal manera que se puede tener

X(s1 ) = 2:991
X(s2 ) = 2:989
..
.
X(s10;000 ) = 3:018

1.2 Distribución de una variable aleatoria

Se ha ya mencionado que hay dos tipos de variables aleatorias:

De…nición 2 Una variable aleatoria X es llamada discreta si su rango RX

es un conjunto …nito o in…nito numerable; mientras que cuando RX es un
intervalo o todo R se dice que X es una v.a. continua.

Veremos ahora lo que se conoce como distribución de probabilidad de

una v.a. Para esto, recordemos que una probabilidad en un determinado
fenómeno aleatorio es una función p de…nida sobre el conjunto de todos los
eventos posibles con respecto a este fenómenno aleatorio, especi…camente: si
denotamos por al conjunto formado por todos los eventos (subconjuntos
del espacio muestral S), entonces

p: ! [0; 1]:

Como una v.a. X tiene como dominio al espacio muestral S; y en S tenemos

de…nida la probabilidad p, podemos de…nir también una probabilidad pX en
RX
S ! RX
p pX
De…niendo a pX mediante: para A RX su probabilidad mediante pX es
calculada por pX (A) = p(X 1 (A)); en donde X 1 (A) = fs 2 S : X(s) 2 Ag:
El cálculo de estás probabilidades para los eventos en el rango de X,
depende de si esta es discreta o continua.
1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 5

Cuando X es una v.a. discreta, podemos calcular la probabilidad para

cada valor k de X; puesto que el conjunto de estos valores es a los más
numerable. A la función

pX (k); k 2 RX

se le llama función de distribución de probabilidad de la v.a. X:

En el caso en que X es continua, ya no podemos calcular p(x) para cada

valor posible de X; dado que en este caso RX es in…nito no numerable
(un intervalo o todo R): Una función

f : RX ! R

es llamada función de densidad de probabiliad para la v.a. X; si se

cumplen:

– f (x) 0; para todo x 2 RX :

Z
– f (x)dx = 1
RX
Z
– pX (A) = f (x)dx; para cada A RX :
A

En ambos casos es común abreviar por f:d:p (función de distribución de

probabilidad en el caso discreto y función de densidad de probabilidad en el
caso continuo).
Además de la f:d:p:, de mucha importancia para una v.a. X es su
función de distribución de probabilidad acumulada F (x). Esta viene
dada por
F (x) = P (X x):
La forma en que se calcula deponde de si X es discreta o continua.
8 P
>
< p(k) cuando X es discreta y p es su f:d:p:
F (x) = k x
:R
>
f (t)dt si X es continua y f es su f:d:p:
t x

: Para ilustrar lo anterior, veamoslo en los ejemplos que venimos mane-

jando.
1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 6

Ejemplo 2.1. Para el fenómeno aleatorio del lanzamiento de un dado

dos veces, para el cual el espacio muestral es:

S = f(1; 1); (1; 2); (1; 3); (1; 4); (1; 5); (1; 6);
(2; 1); (2; 2); (2; 3); (2; 4); (2; 5); (2; 6);
(3; 1); (3; 2); (3; 3); (3; 4); (3; 5); (3; 6);
(4; 1); (4; 2); (4; 3); (4; 4); (4; 5); (4; 6);
(5; 1); (5; 2); (5; 3); (5; 4); (5; 5); (5; 6);
(6; 1); (6; 2); (6; 3); (6; 4); (6; 5); (6; 6)g

La probabilidad p de…nida en S es dada por

card(B)
p(B) = ! = card(B)
card(S) 36

La variable aleatoria X que de…nimos en 1.1 es dada por X(x; y) = x + y;

X(1; 1) = 2; X(1; 2) = 3; X(1; 3) = 4; :::; X(6; 6) = 12:

El rango de esta v. a. X es

RX = f2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12g R:

1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 7

Se tiene que las probabilidades de los eventos unitarios en RX se calculan

de la manera siguiente

1 1
pX (2) = p(X (f2g) = p(f(1; 1)g) = :
36
1 2
pX (3) = p(X (f3g) = p(f(1; 2); (2; 1)g) = :
36
1 3
pX (4) = p(X (f4g) = p(f(1; 3); (2; 2); (3; 1)g) = :
36
1 4
pX (5) = p(X (f5g) = p(f(1; 4); (2; 3); (3; 2); (4; 1)g) = :
36
1 5
pX (6) = p(X (f6g) = p(f(1; 5); (2; 4); (3; 3); (4; 2), (5; 1)g) = :
36
1 6
pX (7) = p(X (f7g) = p(f(1; 6); (2; 5); (3; 4); (4; 3), (5; 2); (6; 1)g) = :
36
1 5
pX (8) = p(X (f8g) = p(f(2; 6); (3; 5); (4; 4), (5; 3); (6; 2)g) = :
36
1 4
pX (9) = p(X (f9g) = p(f(3; 6); (4; 5), (5; 4); (6; 3)g) = :
36
1 3
pX (10) = p(X (f10g) = p(f(4; 6), (5; 5); (6; 4)g) = :
36
1 2
pX (11) = p(X (f11g) = p(f(5; 6), (6; 5)g) = :
36
1 1
pX (12) = p(X (f12g) = p(f(6; 6)g) = :
36
X12
Notese que pX (k) = 1, y que pude encontrarse una formula para
k=2
pX (k): Esta es:

6 j7 kj
pX (k) = , para k = 2; :::; 12:
36
Omitiendo el sub-índice X; simplemente decimos que

6 j7 kj
p(k) = , para k = 2; :::; 12
36
es la distribución de probabilidad para la variable aleatoria X: Con esta dis-
tribución de probabilidad podemos ya calcular la probabilidad de cualquier
1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 8

otro evento, por ejemplo

1
p(X < 5) = p(2) + p(3) + p(4) = ;
6
5
P (X 8) = p(8) + p(9) + p(10) + p(11) + p(12) = ;
12
..
.
La función de distribución de probabilidad acumulada en este caso es
8
>
> 0; x<2
>
>
>
>
>
> 1
>
> 36 ; 2 x<3
>
>
>
> 1
>
> 12 ; 3 x<4
>
>
>
> 1
>
>
> 6; 4 x<5
>
>
>
> 5
> 18 ; 5 x < 6
>
>
>
< 5; 6 x<7
12
F (x) =
>
> 7
>
> 12 ; 7 x<8
>
>
>
> 13
>
> 18 ; 8 x<9
>
>
>
> 5
>
>
> 6; 9 x < 10
>
>
>
> 11
>
> 12 ; 10 x < 11
>
>
>
> 35
>
> 36 ; 11 x < 12
>
>
: 1; x 12
cuya grá…ca se ve de la forma
1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 9

Ejemplo 2.2. Si el fenómeno aleatorio es el lanzamiento de una moneda

S = fc; sg

para la v.a. de…nida p Y como Y (c) = 0 y Y (s) = 1; vimos que el rango

de Y es RY = f0; 1g: Suponiendo que la moneda es normal, en S se tiene
p(fcg) = 21 = p(fsg): Por tanto:

1 1
pY (0) = p(Y (0)) = p(fcg) = ;
2
1
pY (1) = p(Y 1 (1)) = p(fsg) = :
2
y decimos que la función de distribución de probabilidad de esta v.a.
Y es p(k) = 12 ; k = 0; 1: Para esta v.a. Y su función de distribución de
probabilidad acumulada es
8
>
> 0; x < 0;
>
<
F (x) = 1
> 2; 0 x < 1;
>
>
: 1; x 1:

Ejemplo 2.3. En el fenómeno aleatorio de un vendedor de seguros que

visita a 6 clientes potenciales, denotando por un éxito y por F un fracaso

S = fFFFFFF; FFFFF; :::; FFFFF ; :::; F ; :::; F; g

con la v.a. Z de…nida por Z(s) =número de éxitos (ventas) en s (s denota

a un elemento caulquiera de S); el rango de Z es RZ :

Z(FFFFFF) = 0
Z( FFFFF) = 1
..
.
Z(FFFFF ) = 1
..
.
..
.
Z( ) = 6

Aquí, no es lógico suponer que cada s 2 S tiene la misma probabilidad

de ocurrir, si es que no es la misma probabilidad de un éxito que para
1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 10

un fracaso F: Al suponer que p( ) = p y p(F) = 1 p (la suma de las

probabilidades siempre debe dar 1); y que las visitas a diferentes clientes
son independientes unas de otras. Se tiene que la propabilidad en S viene
dada por

p(fFFFFFFg) = p(F)p(F)p(F)p(F)p(F)p(F) = (1 p)6

p(f FFFFFg) = p( )p(F)p(F)p(F)p(F)p(F) = p(1 p)5
..
.
p(fFFFFF g) = p(F)p(F)p(F)p(F)p(F)p( ) = p(1 p)5
..
.
..
.
p(f g) = p( )p( )p( )p( )p( )p( ) = p6

Con la cual podemos construir la probabilidad pZ en RZ = f0; 1; 2; 3; 4; 5; 6g:

La construcción es de la manera siguiente:

1 6 0
pZ (0) = p(Z f0g) = p(fFFFFFFg) = (1 p)6 = p (1 p)6
0
1 6
pZ (1) = p(Z f1g) = p(f FFFFF; :::; FFFFF g) = 6p(1 p)5 = p(1 p)5
0
..
.
1 6 6
pZ (6) = p(Z f6g) = p(f g) = p6 = p (1 p)0 :
6
De tal manera que podemos a…rmar que la función de distribución de prob-
abilidad de esta v.a. Z es
6 k
p(k) = p (1 p)6 k
; para k = 0; :::; 6:
k
Para las v.a. Continuas, las cosas son un poco distintas.

Ejemplo 2.4. El fenómeno aleatorio consiste en elegir aleatoriamente

a una persona adulta de sexo femenino en el estado de Oaxaca. Este es el
ejemplo 1.5 en el cual

S = fmujeres adultas en el estado de Oaxaca}

= fs1 ; s2 ; :::; s2;000;000 g (suponiendo 2000000 de mujeres adultas)
1.2 DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA 11

Si X es la v.a. que asigna a cada s de S su estatura en metros, podemos

tener
X(s1 ) = 1:624
X(s2 ) = 1:521
..
.
X(s2;000;000 ) = 1:755
En este caso, dada la imposibilidad (por tiempo, dinero y esfuerzo) de
medir a cada mujer en el estado de Oaxaca y de que los valores posibles
pueden estár muy cercanos unos con otros, podemos tomar como el
rango RX a un intervalo que contenga todos los valores obtenidos en
una muestra, pudiendo ser por ejemplo
RX = [1:000; 2:000]:
Podemos asignar probabilidades en RX de la manera siguiente: seguimos
el procedimiento de estadística descriptiva

– elegimos una muestra aleatoria del espacio muestral

– tomamos intervalos de clase, dividiendo a RX
– calculamos las frecuencias de cada intervalo de clase (Esta parte
la veremos en el tema de estadística descriptiva)
– dibujamos el historgrama de frecuencias relativas
– obtenemos la curva de frecuencias relativas y una formula de una
función f (x) cuya grá…ca sea esta curva.

Si despues de hacer todo lo anterior, nos queda la función f (x) = 6(x

1)(2 x)

5
y
4

0
1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0
x
1.3 VALOR ESPERADO Y VARIANZA DE UNA V.A. 12

Se cumplen todas las condiciones que se piden para que f sea función de
densidad de probabilidad y, por ejemplo
Z 1:7
p(1:2 X 1:7) = 6(x 1)(2 x)dx = 0:68;
1:2
Z 2
p(X > 1:5) = 6(x 1)(2 x)dx = 0:5:
1:5

En este caso la función de distribución de probabiliad acumulada viene dada

por 8
>
> 0; x < 1;
>
<
F (x) = 2x3 + 9x2 12x + 5; 1 x < 2
>
>
>
: 1; x 2:
Como puede comprobarse de manera muy fácil, en el caso continuo siempre
se cumple
F (x) = f (x):

1.3 Valor esperado y varianza de una v.a.

El comportamiento de una variable aleatoria es en la práctica de mucho
interés. Especí…camente es importante conocer su tendencia central y que
tan dispersos están sus valores.

De…nición 3 Para una variable aleatoria X se de…ne su valor esperado o

esperanza como:
P
E(X) = kp(k) cuando X es discreta y p es su f:d:p:
k2RX
R
E(X) = x2RX xf (x)dx si es que X es continua y f es su f:d:p:

Este valor esperado es el número al que tienden a agruparse los valores

de la v.a. X; por tal motivo se dice que es una medida de tendencia central
(generalmente se denota por este simbolo a este valor esperado, utilizando
subindices cuando se trabaja simultaneamente con varias v.a.´s X ; Y ; :::).
El siguiente concepto es el de varianza de la v.a. X:

De…nición 4 Para una variable aleatoria X se de…ne su varianza como:

P
V (X) = (k )2 p(k) cuando X es discreta y p es su f:d:p:
k2RX
R
V (X) = x2RX (x )2 f (x)dx si es que X es continua y f es su f:d:p:
1.3 VALOR ESPERADO Y VARIANZA DE UNA V.A. 13

Siendo costumbre denotarla por el simbolo 2 ; mientras que la raíz cuadrada

de la varianza es llamada la desviación estándar de X y es denotada por :
6 j7 kj
Ejemplo 3.1. Para la v.a. discreta X cuya f:d:p: es p(k) = 36 ;
k = 2; :::; 12: se tiene que el valor esperado es

P
12
E(X) = kp(k)
k=2
1 2 3 4 5 6
= 2 +3 +4 +5 +6 +7
36 36 36 36 36 36
5 4 3 2 1
+8 +9 + 10 + 11 + 12
36 36 36 36 36
= 7:

mientras que su varianza se calcula por medio de

P
12 P
12
V (X) = (k )2 p(k) = (k 7)2 p(k) =
k=2 k=2
1 2 3 4
= (2 7)2 + (3 7)2 + (4 7)2 + (5 7)2
36 36 36 36
2 5 2 6 2 5 2 4
+(6 7) + (7 7) + (8 7) + (9 7)
36 36 36 36
2 3 2 2 2 1
+(10 7) + (11 7) + (12 7)
36 36 36
25 32 27 16 5 0 5 16 27 32 25
= + + + + + + + + + +
36 36 36 36 36 36 36 36 36 36 36
35
= :
6
q
Finalmente, la desviación estándar de X es = 35 6 = 2: 415 2:
Ejemplo 3.2 Si la v.a. discreta Z es aquella que tiene como función de
distribución de probabilidad a

6 k
p(k) = p (1 p)6 k
; para k = 0; :::; 6:
k
1.3 VALOR ESPERADO Y VARIANZA DE UNA V.A. 14

se tiene que
P
6
E(Z) = kp(k)
k=0
6 0 6 1 6 2
= 0 p (1 p)6 + 1 p (1 p)5 + 2 p (1 p)4
0 1 2
6 3 6 4 6 5
+3 p (1 p)3 + 4 p (1 p) + 5 p (1 p)1
3 4 5
6 6
+6 p (1 p)
6
= 6 p
Esto último lo probaremos de manera general un poco más adelante y, lo
utilizaremos para calcular el valor esperado de v.a.´s que aparecen con fre-
cuencia en las aplicaciones.
P
6
V (Z) = (k 6p)2 p(k)
k=0
6 0 6 1
= (0 6p)2 p (1 p)6 + (1 6p)2 p (1 p)5
0 1
6 2 6 3
+(2 6p)2 p (1 p)4 + (3 6p)2 p (1 p)3
2 3
6 4 6 5
+(4 6p)2 p (1 p) + (5 6p)2 p (1 p)1
4 5
6 6
+(6 6p)2 p (1 p)0
6
= 6 p (1 p):
p
Con lo cual la desviación estándar de Z es = 6 p (1 p):
Ejemplo 3.3 Para la v.a. continua X cuya f:d:p: es f (x) = 6(x 1)(2
x); el valor esperado y la varianza se calculan como:
R2 R2
E(X) = 1 xf (x)dx = 1 x 6(x 1)(2 x)dx
R2
= 1 (18x2 6x3 12x)dx
3
= = 1:5:
2
R2 3 2 R2 3 2
V (X) = 1 (x ) f (x)dx = 1 (x ) 6(x 1)(2 x)dx
2 2
1
= :
20
1.4 DISTRIBUCIONES DISCRETAS 15
q
1 1
: 20 Obteniendo entonces que la desviación estándar es = 20 : = 0:223 61:
Que la media sea 1:5 y la varianza 0:2236 signi…ca que la mayoría de la gente
tiene una estatura que está entre 1:5 0:2236 = 1: 276 4 y 1:5 + 0:2236 =
1: 723 6, mientras que la gente restante (que ya debe ser muy poca) mide
menos de 1:2764 o más de 1:7236:

1.4 Distribuciones discretas

Hemos de…nido ya lo que es una v.a. discreta en su forma general, en esta
sección veamos algunas de las más importantes, por su frecuente aparición
en la práctica profesional.

1.4.1 Distribución de Bernoulli

De manera frecuente nos topamos con fenómenos aleatorios en los que hay
una determinada dualidad aleatoria, "ser o no ser", "estar o no estar", "éxito
o fracaso" Ejemplos:

1. Ser positivo o no de cierta enfermedad.

2. Estár con un nivel apropiado de globulos blancos o no estarlo.

3. Al visitar a un cliente que puede o no comprar un producto.

Para englobal todos estos casos y otros que pudiesen darse (presentando
dualidad), a la propiedad de "tener una propiedad de interés" le llamaremos
éxito ( ) y en caso de no tenerla le llamaremos fracaso (F). Supondremos
que sabemos que la probabilidad de éxito es p (p( ) = p) y entonces la
probabiliad de fracaso 1 p (p(F)=1 p):

De…nición 5 Se llama ensayo de Bernoulli a una repetición de un fenó-

meno aleatorio en el que los únicos resultados posibles son: un "éxito"
o un "fracaso" F: Esto es, S = f ; Fg: Se dice que la v.a. X : S ! R
de…nida por X( ) = 1 y X(F) = 0 (se puede interpretar a X como el número
de éxitos obtenidos al ejecutar el fenómeno aleatorio); tiene una distribución
de Bernoulli. Especí…camente

p(k) = pk (1 p)1 k
; para k = 0; 1

es la función de distribución de probabilidad de la v.a. X de Bernoulli. Se

dice que p es el parámetro en esta distribución.
1.4 DISTRIBUCIONES DISCRETAS 16

Para esta v.a. se tiene

P
1
E(X) = kp(k) = 0 (1 p) + 1 p = p:
k=0
P1
V (X) = (k p)2 p(k)
k=0
= (0 p)2 (1 p) + (1 p)2 p
= p(1 p):

Mientras que la función de ditribución de probabilidad acumulada es

8
>
> 0; cuando x < 0;
>
<
F (x) = 1 p; si 0 x < 1;
>
>
>
: 1; para x 1:

Ejemplo 4.1 Una persona presenta sintomas de una enfermedad, de la

cual se sabe que una persona que los presenta tiene una probabilidad de 0:3
de que al hacerse el examen, éste resulte positivo. Aquí se tiene E(X) = 0:3
y V (X) = 0:3 0:7 = 0:21:
En realidad la distribución de Bernoulli, no es en si muy interesante o
importante; sin embargo, su importancia radica en que es la base para la
de…nición de las dos v.a.´s siguientes.

1.4.2 Distribución Binomial

La variable aletoria que de…niremos en seguida, es una generalización de la
v.a. que hemos venido ilustrando en algunos ejemplos sobre el número de
ventas que realiza un vendedor de seguros al visitar a 6 clientes.

De…nición 6 Suponga que se repite n veces un ensayo de Bernoulli con

parámetro p: Este es un fénomeno aleatorio (compuesto de n repeticiones)
cuyo espacio muestral es

S = fF:::F; F:::F; :::; F:::F ; :::; F ::: ; :::; ::: F; ::: g

que según sabemos tiene 2n elementos. La v.a. X de…nida por X(s) =número
de "éxitos" en s (s2 S), es llamada una v.a. binomial con parámetros n y
p: Su f:d:p: viene dada por
n k
p(k) = p (1 p)n k
; k = 0; 1; :::; n:
k
1.4 DISTRIBUCIONES DISCRETAS 17

Frecuentemente se utiliza la notación: X B(n; p) para expresar que X

tiene una distribución binomial con parámetros n y p:

Teorema 7 Para una v.a. binomial X con parámetros n y p; se tiene

E(X) = np:
V (X) = np(1 p):

La prueba de este teorema no es di…cil (sabiendo las técnicaqs de conteo

vistas en clase) y se deja como ejercicio al estudiante (cuenta como partici-
pación).
La función de distribución de probabilidad para esta v.a. es
P
F (x) = p(X x) = kp(k)
k x
P n k
= k p (1 p)n k
k x k

Ejemplo 4.2 Un agente de Telemarketing hace 6 llamadas por hora y

es capaz de hacer una venta con el 30% de estos contactos. Para un periodo
de 2 horas, clacule la probabilidad de hacer exactamente: a) cero ventas, b)
2 ventas, c) al menos 1 venta y d) La media de la cantidad de ventas en
un periodo de dos horas.
Solución.
Como se está considerando un periodo de 2 horas y se hacen 6 llamadas
por hora n = 12; teniendo en cada contacto una probabilidad de p = 0:3
para X igual al número de ventas realizadas en las dos horas X B(n =
12; p = 0:3):
a) p(0) = 12 0
0 (0:3) (1 0:3)12 = 1: 384 1 10 2 :
12
b) p(2) = 2 (0:3)2 (1 0:3)10 = 0:167 79:
c) p(1) + p(2) + ::: + p(12) = 1 p(0) p(1) = 1 (1: 384 1 10 2 ) (
7: 118 4 10 2 ) = 0:914 98:
d) E(X) = 12 (0:3) = 3: 6: Esto signi…ca que lo más seguro es que haga
3 o 4 ventas.

1.4.3 Distribución binomial negativa

Nuevamente consideremos un ensayo de Bernoulli con parámetro p.

De…nición 8 Si un ensayo de Bernoulli se repite de manera independiente

tantas veces como sea necesario, hasta alcanzar r "éxitos", la v.a. de…nida
1.4 DISTRIBUCIONES DISCRETAS 18

por X = número de repeticiones necesarias hasta alcanzar r "éxitos" es

llamada una v.a. binomial negativa con parámetros r y p: Su función de
distribución de probabilidad viene dada por

k 1 r
p(k) = p (1 p)k r
; para k = r; r + 1; :::
r 1

La deducción de la f:d:p: es muy simple, debido a la independencia de

los ensayos y observando que dado que siempre se termina con un éxito
y entonces en los k 1 lugares deben estár ubicados r 1 éxitos, lo cuál
puede suceder de kr 11 formas y como los ensayos son independientes, la
probabilidad de que ocurran r éxitos y k r fracasos es pr (1 p)k r .
Para esta v.a., se tiene
r
E(X) = :
p
r(1 p)
V (X) = :
p2
En el caso particular de que r = 1, se dice que X =número de repeti-
ciones hasta tener el primer éxito es llamada una v.a. geométrica con
parámetro p. Sustituyendo r = 1 en las formulas anteriores se tiene que
para una v.a. geométrica

(1 p)
p(k) = p(1 p)k 1; para k = 1; 2; ::: E(X) = p1 : V (X) = p2

Ejemplo 4.3 Si la probabilidad de que un niño expuesto a una enfer-

medad contagiosa la contraiga es 0:4. ¿Cuál es la probabilidad de que el
décimo niño expuesto a la enfermedad sea el tercero en contraerla? ¿Cuál
es el número esperado y desvación estándar del número de niños expuestos
hasta que se tiene el tercer niño infectado?
Solución De…niendo la v.a. X = número de niños expuestos a la en-
fermedad hasta que 3 de ellos se contagian se tiene que X es claramente
una v.a. binomial negativa con parámetros r = 3 y p = 0:4; cuya f:d:p: es
p(k) = k3 11 (0:4)3 (0:6)k 3 ; para k = 3; 4; :::; mientras que E(X) = 0:4
3
= 7:
p q p
5 y = V (X) = 3(0:6) (0:4)2
= 11: 25 = 3: 354 1: La probabilidad que nos
piden es p(10) = 10 1 3
3 1 (0:4) (0:6)
10 3 = 9 (0:4)3 (0:6)7 = 6: 449 7
2 10 2 :
Ejemplo 4.4 En un proceso de manufactura se sabe que en promedio 1
de cada 10 artículos producidos es defectuoso. ¿Cuál es la probabilidad de
que el quinto artículo examinado sea el primero en estár defectuoso?
1.4 DISTRIBUCIONES DISCRETAS 19

Solución De…niendo la v.a. X = número de artículos examinados hasta

que aparece el primer defectuoso, se tiene que X es claramente una v.a.
geométrica con parámetro p = 0:1; cuya f:d:p: es p(k) = (0:1)(0:9)k 1 ; para
p q
1 0:9
k = 3; 4; :::; mientras que E(X) = 0:1 = 10:0 y = V (X) = (0:1) 2 : = 9:

486 8: La probabilidad que nos piden la podemos calcular ya muy facilemente

p(5) = (0:1)(0:9)5 1 = 0:065 61:

1.4.4 Distribución Hipergeométrica

La distribución que veremos enseguida, se utiliza cuando tenemos un "lote"
que puede ser de objetos o de seres vivos que pertenecen a dos clases dis-
juntas, llamemoslas A y B: Si el total de elementos del lote es N; mientras
que la clase A tiene m elementos y, entonces la clase B tendrá N m: Si de
este lote se extrae aleatoriamente a una muestra de tamaño n;

X = número de elementos en la muestra que pertenecen a la clase A

es una v.a.

De…nición 9 Si X es la v.a. que se acaba de enunciar, se dice que X es una

v.a. hipergeométrica con parámetros N; m y n: Su función de distribución
de probabilidad es
m N m
k n k
p(k) = N
; para k = maxf0; n (N m)g; :::; minfn; mg:
n

La deducción de esta distribución de probabilidad es resultado de las

técnicas de conteo. Si elegimos n del lote que tiene N elementos, los cuales
pertenecen a una de las dos clases A o B; para que k de estos n pertenezcan
a A; los restantes n k deben pertenecer a B: Por lo anterior, la elección
de los n objetos tomados de N , de los cuales k son de A y n k son de
B podemos hacerla en dos pasos: paso 1 elegimos a los k de los m de A
(lo cual se puede hacer de nk ) y enseguida elegimos los n k restantes del
los elementos de B que son N m (se puede hacer de Nn m k ); aplicamos el
principio de la multiplicación y llegamos a que la acción inicial de elegir n de
N con las características mencionadas se puede hacer de nk N m
n k : Final-
mente aplicamos probabilidad clásica para obtener la formula de p(k) en la
de…nición. Los límites del rango de esta v.a. son debido a las posibilidades
que pueden darse entre los números n y m:
Ejemplo 4.5 Un analista recibió una lista de 12 bonos de empresa. Se-
leccionó de esa lista 3 cuya cali…cación creía que corría el riesgo de que se
1.4 DISTRIBUCIONES DISCRETAS 20

rebajara al año siguiente. En realidad, al año siguiente se rebajó la cali-

…cación a de 4 de los 12 bonos. Supongamos que el analista simplemente
hubiera tomado 3 bonos aleatoriamente de la lista. ¿cuál es la probabili-
dad de que al menos 2 de los elegidos se encontraran entre los bonos cuya
cali…cación se rebajó al año siguiente?
Solución. Este problema claramente se ajusta a una distribución hiper-
geométrica ya que tenemos un total de 12 bonos de empresas, los cuales
pertenecen a una de dos clases: la clase de los bonos cuya cali…cación baja
al años siguiente y los que no bajan de cali…cación. Se extrae una muestra
de tamaño 3 y de estos tres la variable a considerar es X = número de bonos
cuya cali…cación baja al año siguiente. Así X es una v.a. hipergeométrica
con parámetros N = 12; m = 4 y n = 3; por lo que su f:d:p: es
4 12 4
k 3 k
p(k) = 12 ; para k = maxf0; 3 (12 4)g; :::; minf3; 4g
3
4 8
k 3 k
= 12 ; para k = maxf0; 8g; :::; minf3; 4g
3
4 8
k 3 k
= 12 ; para k = 0; :::; 3:
3

Ya con esta formula para la distribución de X, la respuesta a la pregunta es

(4)(8) (4)(8)
p(2) + p(3) = 2 12 1 + 3 12 0 = 13
55 = 0:236 36:
(3) (3)
Ejemplo 4.6 Para evitar que lo descubran en la aduana, un viajero ha
colocado 3 tabletas de narcótico en un frasco que contiene otras 12 píldoras
de vitamina que son similares en apariencia. Si el o…cial de la aduana selec-
ciona 4 tabletas aleatoriamente para analizarlas, a) ¿Cuál es la probabilidad
de que el viajero sea arrestado por posesión de narcóticos?, b) ¿Cuál es la
probabilidad de que no sea arrestado por posesión de narcóticos?.
Solución. Al igual que el anterior, este problema claramente se ajusta a
una distribución hipergeométrica ya que tenemos un total de 15 pildoras en
cada frasco, las cuales pertenecen a una de dos clases: la clase de las tabletas
de narcótico y las de pildoras de vitamina. Se extrae una muestra aleatoria
de tamaño 4 y de estas cuatro la variable a considerar es X = número de
tabletas de narcótico. Así X es una v.a. hipergeométrica con parámetros
1.4 DISTRIBUCIONES DISCRETAS 21

N = 15; m = 3 y n = 4; por lo que su f:d:p: es

3 15 3
k 4 k
p(k) = 15 ; para k = maxf0; 4 (15 3)g; :::; minf4; 3g
4
3 12
k 4 k
= 15 ; para k = maxf0; 8g; :::; minf3; 4g
4
3 12
k 4 k
= 15 ; para k = 0; :::; 3:
4

Ahora, la respuesta a la pregunta es: la probabilidad de que el viajero no sea

(3)(12)
arrestado es p(0) = 0 15 4 = 33 91 = 0:362 64, mientras que la probabilidad
(4)
de que se sea arrestado es p(1) + p(2) + p(3) = 1 p(0) = 1 0:362 64 =
0:637 36:
Ejemplo 4.7 De un lote de 10 proyectiles, 5 se seleccionan al azar y
se disparan. Si el lote contiene 6 proyectiles no defectuosos que explotarán,
¿cuál es la probabilidad de que , a) los 5 exploten?, b) al menos 2 no ex-
ploten?
Solución. Nuevamente este problema se ajusta a una distribución hiper-
geométrica ya que tenemos un total de 10 proyectiles, los cuales pertenecen
a una de dos clases: la clase de los proyectiles que explotan y la de los que
no explotan. Se extrae una muestra aleatoria de tamaño 5 y de estos cinco
la variable a considerar es X = número de proyectiles que explotan. Así X
es una v.a. hipergeométrica con parámetros N = 10; m = 6 y n = 5; por lo
que su f:d:p: es
6 10 6
k 5 k
p(k) = 10 ; para k = maxf0; 5 (10 6)g; :::; minf5; 6g
5
6 4
k 5 k
= 10 ; para k = maxf0; 5 4g; :::; minf5; 6g
5
6 4
k 5 k
= 10 ; para k = 1; :::; 5:
5

Ya con esta formula para la distribución de X, la respuesta a la pregunta

(6)(4) 1
a) es p(5) = 5 10 0 = 42 = 2: 381 0 10 2 : Para contestar la pregunta
(5)
b) invertimos la clase de interés, de tal manera que ahora Y =número de
proyectiles que no explotan, es una v.a. hipergeométrica con parámetros
1.4 DISTRIBUCIONES DISCRETAS 22

N = 10; m = 4 y n = 5; cuya f:d:p: es

4 10 4
k 5 k
p(k) = 10 ; para k = maxf0; 5 (10 4)g; :::; minf5; 4g
5
4 6
k 5 k
= 10 ; para k = maxf0; 5 6g; :::; minf5; 4g
5
4 6
k 5 k
= 10 ; para k = 0; :::; 4:
5

y la probabilidad de que al menos 2 no exploten es p(2) + p(3) + p(4) =

(42)(63) (43)(62) (44)(61) 31
+ 10 + 10 = 42 = 0:738 10:
(105 ) ( 5 ) ( 5 )

1.4.5 Distribución de Poisson

La de…nición que ahora toca analizar se conoce como la distribución de Pois-
son, cuyo nombre se debe al matematico frances Simeon Denis Poisson del
sigle XIX quien fue el primero en describirla. Esta es una distribución de
probabilidad discreta, importante por su frecuente aplicación en problemas
de diversa indole. Este tipo de v.a.´s se utiliza para calcular la probabilidad
de que ocurra un cierto número de "éxitos" en una determinada cantidad
de algo que puede ser: espacio, longitud, masa, tiempo, volumen, etc., sabi-
endo el número promedio de estos "éxitos" que ocurren en esa determinada
cantidad de lo que se ha mencionado y que éstos ocurren de manera inde-
pendiente. Algunos ejemplos típicos son el número de personas que llegan a
una tienda de autoservicio en un tiempo determinado, el número de defectos
que tiene un rollo de tela de 50 mts, el número de bacterias en un cultivo
(5 mililitros), número de solicitudes de seguro procesadas por una compañia
en una semana, etc. También se ha encontrado que esta distribución de
probabilidad es una buena aproximación a la distribución binomial cuando
los parámetros de esta última cumplen que n es grande y p muy pequeña.

De…nición 10 Una variable aleatoria X que representa el número de veces

que ocurre un evento de manera independiente y a una rapidez constante en
el tiempo o en el espacio, conociendo el número promedio de veces que
ocurre el evento en ese tiempo o espacio, es llamada una v.a. de Poisson.
La función de distribución de probabilidad de esta v.a. es
k
e
p(k) = ; para k = 0; 1; 2; ::::
k!
1.4 DISTRIBUCIONES DISCRETAS 23

El parámetro de esta distribución de Poisson es el número (> 0).

Como puede observarse el rango de esta variable aleatoria es RX =
f0; 1; 2; :::g; mientras que valor esperado y la varianza son:

P
1 k
e
E(X) = k
k=0 k!
= :
P
1 k
e
V (X) = (k )2
k=0 k!
= :

La veri…cación del valor de estas sumatorias, no es di…cil (pude el estudiante

intentarlo), al igual que la veri…cación de que p(k) es efectivamente una f:d:p:
P
1 k
e
( k! = 1).
k=0
Veamos ahora algunos ejemplos que ilustran la aplicabilidad de esta dis-
tribución.
Ejemplo 4.8 Los camiones llegan a una empresa de transporte con un
tiempo medio entre llegadas de 5 minutos. ¿Cuál es la probabilidad de que
no llegue ningún camión durante
un intervalo de treinta minutos?
Solución. Si en promedio llega un camión cada 5 minutos, entonces
en media hora llegaran en promedio 6 camiones. Así, si X =número de
camiones que llegan en media hora, se tiene que X es una v.a. de Poisson con
ke 6
parámetro = 6: La f:d:p: es en este caso p(k) = 6 k! ; para k = 0; 1; 2; ::::
La probabilidad de que no llegue camión alguno en ese lapso de tiempo es
0e 6
p(0) = 6 0! = 2: 478 8 10 3 , una probabilidad muy pequeña.
Ejemplo 4.9 Supongamos que el número medio de inperfecciones en un
alambre delgado de cobre es de 2.3 imperfecciones por centimetro. Deter-
mine la probabilidad de existan menos de 2 inperfecciones en un centimetro
de este cable.
Solución. Como nos dicen que hay en promedio 2.3 de inperfecciones
por centimetro, claramente vemos que si X =número inperfecciones en un
centimetro de este cable, X es una v.a. de Poisson con parámetro = 2:3: La
k 2:3
f:d:p: es en este caso p(k) = (2:3)k!e ; para k = 0; 1; 2; :::: La probabilidad
de que existan menos de dos imperfecciones en un centimetro de cable es
0 2:3 1 2:3
p(0) + p(1) = (2:3)0!e + (2:3)1!e = 0:330 85.
Ejemplo 4.10 El número de pinchazos en los neumáticos de cierto ve-
hiculo industrial tiene una media de 0:3 por cada 50; 000 kilómetros. Si el
1.4 DISTRIBUCIONES DISCRETAS 24

vehiculo recorre 100; 000 kilómetros, calcule la probabilidad de que tenga al

menos 3 pinchazos.
Solución. Nuevamente vemos que nos dan el promedio 0:3 de pinchazos
cada 50; 000 kilómetros, por lo que es viable pensar que X =número de
pinchazos cada 100; 000 kilómetros, es una v.a. de Poisson con parámetro
k 0:6
= 0:6: La f:d:p: es en este caso p(k) = (0:6)k!e ; para k = 0; 1; 2; ::::
La probabilidad de que existan al menos tres pinchazos en estos 100; 000
0 0:6
kilómetros es p(3) + p(4) + ::: = 1 (p(0) + p(1) + p(2) = 1 ( (0:6)0!e +
(0:6)1 e 0:6 (0:6)2 e 0:6
1! + 2! )=1 0:976 88 = 0:023 12.
Bibliografía

[1] Canavos G. C. Probabilidad y Estadística Aplicaciones y Métodos,

McGraw-Hill, México, (1988).

25