DISTRIBUCIONES DE PROBABIIDAD

VARIABLE ALEATORIA.

Una variable aleatoria es una función que asocia un número real con
cada elemento del espacio muestral. Utilizaremos una letra mayúscula,
digamos X, para denotar una variable aleatoria, y su correspondiente
letra minúscula, x en este caso, para uno de sus valores.

EJEMPLO:

De una urna que contiene 4 bolas rojas y 3 negras se sacan 2 bolas de

manera sucesiva, sin reemplazo. Los posibles resultados y los valores y
de la variable aleatoria Y, donde Y es el número de bolas rojas, son
 Espacio muestral y
RR 2
RN 1
NR 1
NN 0

EJEMPLO:

El empleado de un almacén regresa tres cascos de seguridad al azar a

tres obreros de un taller siderúrgico que ya los habían probado. Si Smith,
Jones y Brown, en ese orden, reciben uno de los tres cascos, liste los
puntos muestrales para los posibles órdenes en que el empleado del
almacén regresa los cascos, después calcule el valor m de la variable
aleatoria M que representa el número de emparejamientos correctos.

Solución: Si S, J y B representan, respectivamente, los cascos que

recibieron Smith, Jones y Brown, entonces los posibles arreglos en los
cuales se pueden regresar los cascos y el número de emparejamientos
correctos son
Espacio muestral m
SJB 3
SBJ 1
BJS 1
JSB 1
JBS 0
BSJ 0

DEFINICIÓN: Si un espacio muestral contiene un número finito de

posibilidades, o una serie interminable con tantos elementos como
números enteros existen, se llama espacio muestral discreto.
DEFINICIÓN Si un espacio muestral contiene un número infinito de
posibilidades, igual al número de puntos en un segmento de recta, se le
denomina espacio muestral continuo.

Una variable aleatoria se llama variable aleatoria discreta si se puede

contar su conjunto de resultados posibles. Sin embargo, una variable
aleatoria cuyo conjunto de valores posibles es un intervalo completo de
números no es discreta.

Cuando una variable aleatoria puede tomar en una escala continua, se le

denomina variable aleatoria continua.

EJERCICIO:

Clasifique las siguientes variables aleatorias como discretas o continuas:

X: el número de accidentes automovilísticos que ocurren al año en

Virginia.
Y: el tiempo para jugar 18 hoyos de golf.
M: la cantidad de leche que una vaca específica produce anualmente.
N: el número de huevos que una gallina pone mensualmente.
P: el número de permisos para construcción que los funcionarios de una
ciudad emiten cada mes.
Q: el peso del grano producido por acre.

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

DEFINICIÓN :

El conjunto de pares ordenados (x,f(x)) es una función de probabilidad,

una función masa de probabilidad o una distribución de probabilidad de
la variable aleatoria discreta X si, para cada x posible,

1. f(x)≥0
 f x 1
2. x

3. P X x f x

EJEMPLO:

Lance al aire dos monedas imparciales y sea x igual al número

observado de caras. Encuentre la distribución de probabilidad para x.

Solución.

Los eventos simples para este experimento con sus respectivas

probabilidades se muestran en la tabla siguiente. Como E1
 ESPACIO MUESTRAL p X
CC 1/4 2
CS 1/4 1
SC 1/4 1
SS 1/4 0

Se puede definir la Variable aleatoria X como el número de caras,

entonces x puede tomar los números 0,1,2 y la función de probabilidad
es
x 0 1 2
p fx 1/4 1/2 1/4
EJERCICIO: Determine el valor de c de modo que cada una de las
siguientes funciones sirva como distribución de probabilidad de la
variable aleatoria discreta X

2
a) f(x)= c(x 4 para x= 0,1,2,3

2 3
b) f(x)= c x 3 x para x= 0,1,2

Solución

a) Se deben calcular las probabilidades de 0,1,2,3

f0 4c , f 1 5c, f 2 8c, f 3 13c,

cada una de estas probabilidades son mayores 0 iguales a cero es decir
f(x) 0 , la suma de todas debe dar 1, esto es

f(0)+f(1)+f(2)+f(3)=1

luego 4c+5c+8c+13c=1 30c 1 por lo tanto c=1/30

b) Se calculan las probabilidades para 0,1,2

f0 c 2 3 1 c, f 1 c 2 3 c 2 3
0 3 0 1 3 1 1 2
6c , f 2 c 2 3 c 2 3 3c
2 3 2 2 1

luego c 6c 3c 1 10c 1 c 1/10

EJERCICIO:

La distribución de probabilidad de X, el número de imperfecciones que

se encuentra en cada 10 metros de tela sintética que viene en rollos
contínuos de ancho uniforme, está dada por
x 0 1 2 3 4
f x 0. 41 0. 37 0. 16 0. 05 0. 01
Calcule

a) P(x=2)

b) Px 2

c) P(x>2)

d) P( x 3
 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

La función f(x ) es una función de densidad de probabilidad ( fdp) para la

variable aleatoria continua X ,definida en el conjunto de números reales,
si

1. f(x) 0, para toda x R

f x dx 1
2. -

b
3. P( a < X < b ) = a f(x)dx
EJEMPLO:

Suponga que el error en la temperatura de reacción, en °C, en un

experimento de laboratorio controlado, es una variable aleatoria continua
X que tiene la función de densidad de probabilidad.
x2
3
-1 x 2
f x
0, en otro caso
a. Verifique que f(x) es una función de densidad

b. Calcule P( 0 < X 1)

Solución:
2 x2 8
dx x3 2 1
f x dx | 1
a. - -1 3 9 -1 9 9

1 x2 x3 1 1
dx |
b. P( 0 < X 1)= 0 3 9 0 9
EJERCICIO: Considere la función de densidad

x2
k x 3
0 x 1
0, en otro caso
f(x) =
a) Evalúe K
b) calcule P(0.3<X<0.6)

VALOR ESPERADO Y VARIANZA

DEFINICIÓN :

Sea X una variable aleatoria con distribución de probabilidad f(x).

La media o valor esperado de X es

EX x xf(x) si X es discreta y
EX xf x dx
- si X es continua
DEFINICIÓN Sea X una variable aleatoria con distribución de
probabilidad f(x) Y MEDIA . La varianza de X es

2 2 2
E X x
x f(x) si X es discreta
2 2 2
E X x f x dx
- si X es continua

2
FORMULA DE CALCULO E X2 ) = 2
EJEMPLO:

Suponga que la variable aleatoria X representa el número de

automóviles que se utilizan con propósitos de negocios oficiales en un
día de trabajo dado.

La distribución de probabilidad para la empresa A es:

x 1 2 3
f x 0. 3 0. 4 0. 3
y para la empresa B es
x 0 1 2 3 4
f x 0. 2 0. 1 0. 3 0. 3 0. 1

Demuestre que la varianza de la distribución de probabilidad para la

empresa B es mayor que la de la empresa A
Solución:
1.
A EX xf x 1 0. 3 2 0. 4 3 0. 3 2. 0
x

2 2 2 2
A E X x f x
x
2 2 2
x 2 2f x 0 2 0. 2 1 2 0. 1 2 2 0. 3
x

2.
B EX xf x 0 0. 2 1 0. 1 2 0. 3 3 0. 3 4 0. 1 2
x

2 2 2
B E X x 2 2f x
x
2 2 2
x 2 2f x 1 2 0. 3 2 2 0. 4 3 2 0. 3 0. 6
x
EJERCICIO:

Suponga que la variable aleatoria X representa el número de partes

defectuosas de una máquina cuando de una línea de producción se
obtiene una muestra de tres partes y se somete a prueba.

La siguiente es la distribución de probabilidad de X.

x 0 1 2 3
f x 0. 51 0. 38 0. 10 0. 01
2
Calcule .
EJEMPLO:

La demanda semanal de una bebida para una cadena local de tiendas

de abarrotes, en miles de litros, es una variable aleatoria continua X que
tiene la siguiente densidad de probabilidad

Calcule la media y la varianza de X.

Solución : calcular E(X) y E(X 2 )

2 5
EX xf x dx x x 1 dx 3
- 1

2 17
E X2 x2 x 1 dx
1 6

2 17 5 2 1
E X2 2
3
6 18
EJERCICIO:

Una variable aleatoria X tiene una distribución de probabilidad

x 0 1 2 3 4 5
f x 0. 1 0. 3 0. 4 0. 1 ? 0. 05

a) Halle f(4)

2
b) Encuentre , y .