1

1. Variable de Bernoulli
• La variable aleatoria de Bernoulli es un
experimento que tiene asodiado dos eventos
posibles, E (caso favorable o éxito) y EC (caso
no favorable o fracaso).
• Cada uno de ellos tiene una probabilidad de
ocurrencia. P(E) = p y P(EC) = 1- p = q
• Así la variable se define como X(éxito)= 1y
X(fracaso) = 0 y entonces. f(0) = 1-p y f(1) = p,
en cualquier otro caso (x ≠ 0 o x ≠ 1) f(x) = 0
• E(x) = p V(x)= p(1-p)
2
 Ejemplo
El lanzamiento de una moneda equilibrada
dos veces.
S = { CC, CS, SC, CC } ;
E : Salen dos Caras  P(E) = 1/4
Ec: No salen dos Caras  P(Ec) = 3/4
PS = { {CC} , {SC, CS, SS} }

f(0) =3/4 y f(1) = 1/4.

3
 2. Variable Binomial
• Si X es el número total de éxitos en n pruebas
independientes y repetidas de Bernoulli con probabilidad
de éxito igual a p. X se llama variable aleatoria
binomial con parámetros n y p, donde cada ensayo de
Bernoulli tiene una probabilidad de ocurrencia p y no
ocurrencia
1- p = q
• Así la variable binomial se define como B(k,n,p) =
(nCk)pkqn-k donde K= 0, 1, 2, … n y (nCk) es el
coeficiente combinatorio
• E(x) = np y V(x) = npq

4
 Ejemplo
Se lanzan 5 dados distinguibles 8 veces. ¿Cuál es la
probabilidad de obtener un doble y un triple de valores
diferentes en 5 ocasiones?
Solución: El número de ensayos de Bernoulli es n = 8. En
este caso un ensayo de Bernoulli consiste en lanzar 5
dados distinguibles.
La probabilidad de éxito es p = 300/7776
La probabilidad de fracaso es q = 1 – p = 7476/7776
Entonces f(8) = ?

5
 3. Variable Geométrica
• Se realizan pruebas de Bernoulli independientes hasta
obtener un éxito. La probabilidad de éxito en cada prueba
es p, con 0 < p  1. Sea X el número de pruebas
necesarias para obtener el primer éxito, X se llama
variable aleatoria geométrica con parámetro p.
• Si X es una variable aleatoria geométrica con parámetro
p, la probabilidad de que el primer éxito se tenga en la
k-ésima prueba está dado por P(X=k) = qk-1p donde k =
1, 2, 3, . . .
• Con E(X) = 1/p y Var(X) = (1-p)/p2.

6
 Ejemplo
Una ruleta americana generalmente tiene 38 lugares:18
negros, 18 rojos y 2 verdes. Sea X el número de juegos
necesarios para obtener el primer rojo.
a) Obtenga la función de probabilidad de X y la media de X
p = 9/19 ; q = 10/19 ; P(X = x) = (9/19)  (10/19)n-1
con n = 1, 2, 3, … ; E(X) = 19/9
X 1 2 3 4 5 …
P(X ) 0.4737 0.2493 0.1332 0.0690 0.0363
b) ¿Cuál es la probabilidad de que aparezca un rojo,
después del cuarto juego?
P (X  5) = P(X = 5) + P(X = 6) + … = pq4 + pq5+ pq6+ …
= pq4 ( 1 + q + q2 + q3 + … ) = = q4 = 0.0767
7
 4. Variable Hipergeométrica
Supóngase que se tienen N objetos, de los cuales K
objetos son de tipo 1 (éxito), y N-K objetos son de tipo 2
(fracaso), y supóngase que se extraen n objetos sin
reemplazo. Si la variable aleatoria X se define como el
número de éxitos entre los n objetos seleccionados,
entonces tenemos un experimento hipergeométrico,
cuya función de probabilidad está dada por:
f(x) = (KCx)((N-K)C(n-x))/NCn
Con 0 ≤ x ≤ k ≤ N,
E(x) = nK/N y V(x) = ((nK)/N)((N-K)/N)((N-n)/(N-1)).

8
 Ejemplo
Un comité compuesto por 5 personas se selecciona
aleatoriamente de un grupo formado por 3 estadistas y 5
economistas. Encuentre la distribución de probabilidad para
el número de estadistas en el comité.

9
 5. Variable Binomial Negativa
Sea X el número de intentos necesarios o el intento en que
se presenta el k-ésimo éxito en una secuencia de pruebas
de Bernoulli independientes, y p la probabilidad común de
éxito; entonces, la probabilidad de que el k-ésimo éxito se
tenga en el x-ésimo ensayo se puede calcular con la
fórmula de distribución binomial negativa:
f(x)=

10
 Ejemplo
Si la tercera parte de las personas que donan sangre a una
clínica son del grupo O+, ¿Cuál es la probabilidad de que el
segundo donador O+ sea el quinto donador del día?

11
 6. Variable Poisson
Un experimento en donde la variable aleatoria X se define como el
número de resultados favorables en un intervalo de tiempo o en una
región específica, se llama Experimento de Poisson. El número
promedio de resultados por unidad de tiempo o región se designa con
m ó l. El número promedio para t periodos de tiempo o t regiones se
designa con mt.
• Así, Si X es una variable aleatoria de Poisson con parámetro l,
entonces la probabilidad de obtener x casos favorables en un intervalo
de tiempo o región específica t, está dada por:

• Nota: La función de probabilidad de Poisson se puede obtener a partir

de la función de probabilidad binomial cuando n es muy grande y p
muy pequeño.
12
 Ejemplo
Un libro de 500 páginas tiene un total de 300 errores.
¿Cuál es la probabilidad de que una página dada tenga
exactamente 4 errores?

13
14