CORPORACIÓN UNIVERSITARIA LATINOAMERICANA

PROGRAMA: CONTADURIA PÚBLICA

ASIGNATURA: ESTADÍSTICA INFERENCIAL

TEMA: DISTRIBUCIÓN Y FUNCIÓN DE PROBABILIDAD.

Experimento aleatorio.

Experimentos o fenómenos aleatorios son los que pueden dar lugar a varios resultados,
sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la
realización del experimento.

Espacio muestral.

Espacio muestral es el conjunto formado por todos los posibles resultados de un

experimento aleatorio. En adelante lo designaremos por E.

Variable aleatoria.
Siempre que se habla de probabilidad se debe tener en cuenta que se está trabajando dentro de un
espacio muestral que ha sido definido a partir de un experimento aleatorio, precisamente en esto se
basa el azar. Una variable aleatoria es un concepto ligado a estas definiciones pues es un medio de
describir o asignar a los resultados experimentales valores numéricos.
Sea E el espacio muestral de un experimento aleatorio; a la función f que asocia a cada evento simple
del espacio muestral un número real se le denomina variable aleatoria.
Las variables aleatorias se simbolizan generalmente con las letras X, Y o Z.
En un espacio muestral es posible definir variables aleatorias diferentes pues, basta con asignar una
regla que asocie los eventos con números específicos.
En forma similar como se clasificaron variables cuantitativas, las variables aleatorias pueden ser de
dos clases; discretas y continuas.
 Una variable aleatoria discreta es aquella que puede asumir una cantidad finita de valores,
o una cantidad infinita enumerable de valores como 0, 1, 2, …
 Una variable aleatoria continua es la que puede tomar cualquier valor numérico en un
intervalo o conjunto de intervalos.
Ejemplo 1.
Leer el siguiente experimento aleatorio y la variable aleatoria definida en él. Luego, clasificar dicha
variable.
Experimento: lanzar tres monedas al aire.
Variable aleatoria: sea X la variable aleatoria que cuenta el número de sellos.
El espacio muestral de éste experimento es:
𝐸 = {(𝑐, 𝑐, 𝑐); (𝑐, 𝑐, 𝑠); (𝑐, 𝑠, 𝑐); (𝑐, 𝑠, 𝑠); (𝑠, 𝑠, 𝑠); (𝑠, 𝑠, 𝑐); (𝑠, 𝑐, 𝑠); (𝑠, 𝑐, 𝑐)}
La variable aleatoria X que cuenta el número de sellos puede tomar los valores de: 0 (cero sellos), 1
(un sello), 2 (dos sellos) y 3 (tres sellos); así para definir la variable aleatoria se construye la siguiente
tabla:
Evento simple Variable aleatoria X
(𝑠, 𝑠, 𝑠) 3
(𝑐, 𝑠, 𝑠), (𝑠, 𝑠, 𝑐), (𝑠, 𝑐, 𝑠) 2
(𝑐, 𝑐, 𝑠), (𝑐, 𝑠, 𝑐), (𝑠, 𝑐, 𝑐) 1
(𝑐, 𝑐, 𝑐) 0

En éste caso, la variable aleatoria es discreta ya que los valores que toma son una cantidad finita de
valores enteros.

Una forma de determinar si una variable aleatoria es discreta o continua es imaginarse que los valores
de esa variable son puntos en una recta numérica. Se eligen dos puntos que representan valores de
la variable aleatoria, si todo el segmento de la recta entre los dos puntos también representan valores
posibles de la variable, entonces, dicha variable es continua.

Los siguientes ejemplos de diferentes variables aleatorias.

Experimento. Variable X. Posibles valores X Tipo.
Responder 10 Número de respuestas 0, 1, 2, …, 10 Discreta.
preguntas de un correctas
examen
Llenar una botella de Cantidad de cc 0 ≤ 𝑋 ≤ 375 Continua.
agua de 375 cc completados
Revisar 50 bombillos Cantidad de bombillos 0, 1, 2, 3, …, 50 Discreta.
dañados
Construir un edificio % terminado al cabo 0 ≤ 𝑋 ≤ 100 Continua.
de seis meses
Armar un cubo de Tiempo en armar la 𝑋 > 0 𝑚𝑖𝑛 Continua.
Rubik primera cara
Funciones de distribución de probabilidad para variables aleatorias discretas.
La distribución de probabilidad de una variable aleatoria describe como se distribuyen las
probabilidades de los diferentes valores que puede tomar dicha variable aleatoria.
Hay diferentes distribuciones de probabilidad teniendo en cuenta si la variable aleatoria es discreta o
continua. En éste tema se trabajaran las distribuciones de probabilidad para las variables aleatorias
discretas.
Para una variable aleatoria discreta X, la distribución de probabilidad se describe mediante una función
de probabilidad representada por 𝑓(𝑥). Esta función define la probabilidad de ocurrencia de cada
valor que toma la variable.
Ejemplo.

Se sabe por experiencia que la probabilidad de que una persona que llega a un almacén de calzado
compre un par de zapatos es de 0,25. En una determinada hora llegan tres personas al almacén.
Si se supone que cada persona, de manera independiente, decide comprar los zapatos, definir la
función de probabilidad de la variable aleatoria Z: número de persona que compran el par de
zapatos.
Solución.
Para éste caso, se define el evento A que consiste en que la persona que entra al almacén compre el
par de zapatos. De ésta manera 𝐴𝐶 es que la persona no compre el par de zapatos.
Por tanto, el espacio muestral del experimento aleatorio es:
𝐸
= {(𝐴, 𝐴, 𝐴); (𝐴, 𝐴, 𝐴𝐶 ); (𝐴, 𝐴𝐶 , 𝐴𝐶 ); (𝐴, 𝐴𝐶 , 𝐴); (𝐴𝐶 , 𝐴, 𝐴); (𝐴𝐶 , 𝐴𝐶 , 𝐴); (𝐴𝐶 , 𝐴, 𝐴𝐶 ); (𝐴𝐶 , 𝐴𝐶 , 𝐴𝐶 )}
La variable Z se relaciona con los compradores, así:
Evento simple Variable Z
(𝐴, 𝐴, 𝐴) 3
(𝐴, 𝐴, 𝐴𝐶 ), (𝐴, 𝐴𝐶 , 𝐴), (𝐴𝐶 , 𝐴, 𝐴) 2
(𝐴, 𝐴𝐶 , 𝐴𝐶 ), (𝐴𝐶 , 𝐴𝐶 , 𝐴), (𝐴𝐶 , 𝐴, 𝐴𝐶 ) 1
(𝐴𝐶 , 𝐴𝐶 , 𝐴𝐶 ) 0
Ahora, es necesario calcular la probabilidad de ocurrencia para para cada uno de los cuatro valores
que toma la variable Z.
Se tiene que 𝑃(𝐴) = 0,25 𝑦 𝑃(𝐴𝐶 ) = 1 − 0,25 = 0,75.
Ahora, que un cliente compre es independiente de que el otro compre; por tanto, son eventos
independientes. Esto significa que:
 Para Z = 3, se tiene que:
𝑃(𝑍 = 3) = 𝑃(𝐴 ∩ 𝐴 ∩ 𝐴) = 𝑃(𝐴)𝑥𝑃(𝐴)𝑥𝑃(𝐴).
𝑃(𝑍 = 3) = (0,25𝑥0,25𝑥0,25) = 0,015625

 Para Z = 2, se tiene que dos clientes compraron y uno no; es decir, se tiene en cuenta todas
las opciones del espacio muestral en las que aparecen 𝐴, 𝐴, 𝐴𝐶 , en éste caso son tres. Por
tanto:
𝑃(𝑍 = 2) = 3𝑥(0,25𝑥0,25𝑥0,75) = 0,140625

 Para Z = 1, se tiene que solo un cliente compró. Esto sucede tres veces en el espacio muestral,
así que:
𝑃(𝑍 = 1) = 3𝑥(0,25𝑥0,75𝑥0,75) = 0,421875

 Para Z = 0, se tiene que ninguna persona compró. Esto sucede una vez en el espacio
muestral, por tanto:
𝑃(𝑍 = 0) = (0,75𝑥0,75𝑥0,75) = 0,421875

En éste caso, la función de distribución de probabilidad está definida por:

𝑧 0 1 2 3
𝑓(𝑧) 0,421875 0,421875 0,140625 0,015625

Esta función se puede representar gráficamente usando un diagrama cartesiano en el cual se ubiquen
los puntos correspondientes a la variable y su valor (Figura 1).
Figura 1.
También se puede representar por medio de un histograma (Figura 2).
Figura 2

Esta función se puede interpretar como sigue:

 Que ninguno de los tres clientes compre el par de zapatos pasa el 42,18% de las veces.
 Que ningún cliente compre el par de zapatos o que solo un cliente compre el par de zapato
son eventos equiprobables.
 Que dos clientes compren el par de zapatos pasa el 14,06 % de las veces.
 Es poco probable que los tres clientes compren el par de zapatos; esto solo pasa en un 1,56%
de las veces.
 Que a lo sumo dos clientes compren el par de zapatos el 98,4375%
𝑃(𝑍 ≤ 2) = 𝑃(𝑍 = 0) + 𝑃(𝑍 = 1) + 𝑃(𝑍 = 2)
= 0,421875 + 0,421875 + 0,140625 = 0,984375 = 98,4375%

Ejercicio.
1) Dado el experimento aleatorio de lanzar una moneda dos.
a) Escribe el espacio muestral.
b) Define la variable aleatoria que representa la cantidad de sellos que pueden presentarse
en los lanzamientos.
c) Indica que valores tomaría dicha variable aleatoria.
d) Clasifica la variable en discreta o continua.
2) Se registraron los datos sobre el conteo de uso de cuatro parqueaderos de visitantes en un
conjunto residencial durante 20 días del mes de enero. Y se determina que:
En tres días solo se usó un parqueadero; en 5 días se usaron dos; en 8 días se usaron tres y
en 4 días se usaron los cuatro.
a) Construya la función de distribución de probabilidad correspondiente a la cantidad de
parqueaderos usados un día determinado.
b) Elabora la gráfica que representa dicha función.