Un experimento aleatorio es una prueba que consiste en repetir un fenomeno aleatorio con el

objetivo de analizarlo y extraer conclusiones sobre su comportamiento. se trata del estudio de

situaciones dominadas por las leyes del azar. No siempre que tratemos de realizar un experimento
aleatorio, vamos a poder experimentar de forma tangible
Un buen ejemplo de un experimento aleatorio es el lanzamiento de un dado. Aun cuando se tenga
el cuidado de lanzar el dado de la misma manera, en cada intento se obtendrá un resultado
impredecible.

El espacio muestral está formado por todos los posibles resultados de un experimento aleatorio. Es
decir, se compone de todos y cada uno de los sucesos elementales. Cabe resaltar que, en ciertos
casos, los experimentos pueden tener dos o más espacios muestrales posibles. Entre los ejemplos
más comunes de espacios muestrales podemos encontrar los resultados de lanzar una moneda al
aire (cara y cruz) o de tirar un dado (1, 2, 3, 4, 5 y 6).

La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado suceso.

Ésta establece una relación entre el número de sucesos favorables y el número total de sucesos
posibles. Por ejemplo, lanzar un dado, y que salga el número uno (caso favorable) está en relación
a seis casos posibles (1, 2, 3, 4, 5 y 6); es decir, la probabilidad es 1/6.

La esperanza matemática, también llamada valor esperado, es igual al sumatorio de las

probabilidades de que exista un suceso aleatorio, multiplicado por el valor del suceso aleatorio. O,
dicho de otra forma, el valor medio de un conjunto de datos.

La esperanza matemática se calcula utilizando la probabilidad de cada suceso. La fórmula que

formaliza este cálculo se enuncia como sigue

La varianza es
una medida de dispersión que representa la variabilidad de una serie de datos respecto a su
medida. Formalmente se calcula como la suma de las residuos al cuadrado divididos entre el total
de observaciones.

Las distribuciones bidimensionales son aquellas en las que se estudian al mismo tiempo dos
variables de cada elemento de la población: por ejemplo: peso y altura de un grupo de estudiantes;
superficie y precio de las viviendas de una ciudad; potencia y velocidad de una gama de coches
deportivos.

Una distribución binomial es una distribución de probabilidad discreta que describe el número de
éxitos al realizar n experimentos independientes entre sí, acerca de una variable aleatoria.Por lo
tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la que solo
podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable aleatoria.
lanzamiento de una moneda en el que definimos el suceso “sacar cara” como el éxito. Si
lanzamos 5 veces la moneda y contamos los éxitos (sacar cara) que obtenemos, nuestra
distribución de probabilidades se ajustaría a una distribución binomial.

La distribución de Poisson es discreta (como la binomia) pues los valores que puede tomar la
variable aleatoria son números naturales. Aunque en la distribución de Poisson los casos posibles
en teoría son infinitos (numerable).

La distribución de Poisson debe de cumplir los siguientes requisitos:

La variable discreta x es el número de ocurrencias de un suceso durante un intervalo (esto es la

propia definición que hemos dado anteriormente).
Las ocurrencias deben ser aleatorias y no contener ningún vicio que favorezca unas ocurrencias en
favor de otras.
Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo que se emplee.
Si repetimos el experimento n veces podemos obtener resultados para la construccion de la
distribucion de Poisson.

La distribución normal es un modelo teórico capaz de aproximar satisfactoriamente el valor de una

variable aleatoria continua a una situación ideal. En otras palabras, la distribución normal adapta
una variable aleatoria continua a una función que depende de la medida y la desviacion tipica. Es
decir, la funcion y la variable aleatoria continua tendrán la misma representación pero con ligeras
diferencias.