Universidad Industrial de Santander

Facultad de Ingenierías Fisicomecánicas

Bucaramanga, 2020

Estadística I
Tema 4: Variables aleatorias discretas y distribución de probabilidades
Contenido:
 Variables aleatorias
 Distribuciones de probabilidad y funciones de masa de probabilidad
 Función de distribución acumulada
 Media y Varianza de una variable aleatoria discreta
 Distribución discreta uniforme
 Distribución discreta binomial
 Distribuciones Geométrica y Binomial Negativa
 Distribución Hipergeométrica
 Distribución de Poisson.

Prof. Giovanni Calderón

Escuela de Matemáticas, Facultad de Ciencias
Universidad Industrial de Santander
E-mail: gcalderon@matematicas.uis.edu.co

1
VARIABLES ALEATORIAS
En el tema anterior aprendimos a calcular la probabilidad de eventos de un espacio muestral S. En este tema
estudiaremos reglas para establecer correspondencias de los elementos de S con los números reales, para luego
asignarles un valor de probabilidad.
Resultado Probabilidad x

(pasa,pasa) 0.64 2

(falla,pasa) 0.16 1

(pasa,falla) 0.16 1

(falla,falla) 0.04 0
Ejercicios de la sección 4.1. Páginas 98-99
DISTRIBUCIÓN DE PROBABILIDAD

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
x=2:12;
p=[1 2 3 4 5 6 5 4 3 2 1]/36;
stem(x,p);
xlabel('Valores x que toma la variable aleatoria X');
ylabel('Probabilidad P(X=x_i)');
title('FMP de la suma del lanzamiento de 2 dados');
axis([1 13 -0.05 0.2])
x = [0 1 2 3]; %Valores de la variable
aleatoria X
f = [1/8 3/8 3/8 1/8]; %Dist.de probabilidad
stem(x,f) %Grafica de la distribucion
axis([-0.5 3.5 -.05 1])
F = cumsum(f) %Probabilidad acumulada
 Valores de Función de
la probabilidad
variable xi f(xi)=P(X=xi)

1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6

¿Qué forma gráfica tiene las distintas distribuciones

de probabilidad vistas hasta el momento?
(x-1) aes
Ejercicios de la sección 4.2. Páginas 101-102
FUNCIONES DE DISTRIBUCIÓN ACUMULADA
 Observación:
1 − 𝑟𝑛
𝑎 + 𝑎𝑟 + 𝑎𝑟 2 + ⋯ + 𝑎𝑟 𝑛−1 = 𝑎
1−𝑟

=
Ejercicios de la sección 4.3. Página 106
MEDIA Y VARIANZA DE UNA VARIABLE ALEATORIA DISCRETA
La media o valor esperado nos habla del centro.
La varianza nos informa que tan concentrada o dispersa es la distribución de una variable aleatoria
alrededor de su valor central (su valor esperado)
x x - 0.4 (x - 0.4)^2 f(x) f(x)(x-0.4)^2

0 -0.4 0.16 0.6561 0.104976

1 0.6 0.36 0.2916 0.104976

2 1.6 2.56 0.0486 0.124416

3 2.6 6.76 0.0036 0.024336

4 3.6 12.96 0.0001 0.001296

 La finalidad de este apartado es que aprendamos a
manipular una distribución de probabilidad, no que
DISTRIBUCIÓN DISCRETA UNIFORME aprendamos a identificar un tipo específico.

Función de masa de probabilidad

para una variable aleatoria discreta
Ejercicios de la sección 4.5. Página 112
DISTRIBUCIÓN BINOMIAL
Resultado x Resultado x
OOOO 0 EOEO 2
OOOE 1 EEOO 2
OOEO 1 OEEO 2
0EOO 1 OEEE 3
EOOO 1 EOEE 3
OOEE 2 EEOE 3
OEOE 2 EEEO 3
EOOE 2 EEEE 4
Ejercicios de la sección 4.6. Página 119-121
DISTRIBUCIÓN GEOMÉTRICA Y BINOMIAL NEGATIVA

Distribución geométrica
Distribución binomial negativa
DISTRIBUCIÓN HIPERGEOMÉTRICA
DISTRIBUCIÓN DE POISSON