Capitulo 6

Distribuciones de
Probabilidades
Discretas
.................................
OBJETIVOS

* Construir distribuciones de probabilidad discretas en particular la

distribución Binomial y la distribución Poisson

* Encontrar las probabilidades asociadas con sucesos específicos para las

Distribuciones Binomial y Poisson

* Calcular la media y la desviación típica para distribuciones de probabilidad

discretas
 INTRODUCCIÓN

¿Por qué cuando se tira al aire una moneda, algunas veces cae cara y otro sello? ¿Por qué cuando se
arroja un dado, éste cae sobre una cara en lugar de caer sobre cualquier otra? Se dice que éstas y
otras situaciones semejantes son regidas por el azar, pero, ¿Qué es exactamente el azar?

La mejor explicación sería considerar el azar como la interacción de un gran número quizá en
extremo grande de factores que influyen colectivamente en el resultado de un experimento o
muestra. No parece aventurado suponer, en el caso del dado, que la fuerza con la que se arroja, las
corrientes de aire, el ángulo que forma al caer, el “coeficiente de rebote” respecto de la superficie
sobre la que cae, las veces que se haya agitado antes de lanzarse y otras más, influyen en el
resultado. Como sería virtualmente imposible controlar y regular todos estos factores o predecir
cómo interactúan en cualquier tirada para afectar el resultado, no se puede especificar con precisión
cuál será el resultado que se obtendrá en determinado tiro. Además, la misma incapacidad para
saber por anticipado que resultado, de un conjunto posible, se obtendrá en cualquier intento es una
característica inherente de todo proceso en el que interviene el azar, como en le caso de barajar
naipes, sacar conejos de un sombrero o del muestreo.

Por otra parte, si se supone que los mismos factores interactúan de igual o semejante forma con
respecto a muchas observaciones repetidas, se observa que existe predicibilidad en el largo plazo.
En otras palabras, determinados resultados pueden ser más factibles que otros, lo cual sería más
evidente, dado un número considerable de observaciones.
 VARIABLES ALEATORIAS Y DISTRIBUCION DE PROBABILIDADES

VARIABLE ALEATORIA: Se define asignando un valor numérico a cada suceso simple de un

experimento que conduzca a resultados aleatorios. Hay dos tipos de variables aleatorias a saber:

1. VARIABLE ALEATORIA DISCRETA

2. VARIABLE ALEATORIA CONTINUA

Empezaremos definiendo la Variable aleatoria discreta, que es aquella que sólo puede tomar valores
finitos, es decir valores de un conjunto predeterminado.

DISTRIBUCION DE PROBABILIDADES DISCRETA

Es la enumeración de los valores posibles que puede tomar una variable aleatoria, junto con sus
probabilidades.

EJEMPLO: Se lanza una moneda ideal dos veces ¿cuál es la probabilidad que salga cara?. Forme el
espacio muestral correspondiente y halle la distribución de probabilidades.

1 1 1
c2
P(c 1∩c 2 )=P (c 1 )∗P(c 2 )= ∗ =
2 2 4
½

1 1 1
c1 s2
P(c 1∩s 2 )=P(c 1 )∗P(s 2 )= ∗ =
½ ½ 2 2 4

1 1 1
c2
P(s 1∩c 2 )=P(s 1 )∗P(c 2 )= ∗ =
½ 2 2 4
½
s1
½
1 1 1
s2
P(s 1∩s 2 )=P(s 1 )∗P( s2 )= ∗ =
2 2 4

De acuerdo con lo anterior, podemos reescribir:

C C __________2

C S___________1

S C___________1

S S ___________0
y la función de probabilidades quedará de la siguiente manera:

x f (x)
0 0.25
1 0.5
2 0.25

DISTRIBUCION ACUMULADA: que se simboliza por F( X ) de una variable aleatoria discreta

X, cuya distribución de probabilidad es

F( X )=P( X≤x)=∑ f (t )

0 si x< 0

0.25 si 0≤x<1
F( X )=P( X≤x )= {
0.75 si 1≤x <2

1.0 si x≥2

VALOR ESPERADO DE UNA VARIABLE ALEATORIA DISCRETA X

Es el promedio ponderado de todos los valores posibles con las probabilidades respectivas
empleadas como ponderaciones y se designa como E [ X ] , es decir
n
E [ X ] =∑ X i P ( X i )
i=1

PROPIEDADES DEL VALOR ESPERADO

1. El valor esperado de una constante es la constante E [ C ] =C

2. El valor esperado de una constante por una variable aleatoria es la constante por el valor
esperado de la variable E [ CX ] =CE [ X ]
3. El valor esperado de dos variables aleatorias es la suma de los valores esperados de las dos
variables aleatorias E [ X +Y ] =E [ X ] +E [ Y ]

VARIANZA DE UNA VARIABLE ALEATORIA DISCRETA

Es media aritmética de los valores absolutos de las desviaciones respecto de la media poblacional,
2 2 2
se designa como VAR [ X ] =E [ X −E( X ) ] =E( X ) −μ
PROPIEDADES DE LA VARIANZA

1. La varianza de una constante es igual a cero VAR [ C ]= 0

2. La varianza de una constante por una variable aleatoria es la constante al cuadrado por la
2
varianza de la variable aleatoria VAR [ CX ] =C VAR [ X ]
3. La varianza de una variable aleatoria más una constante es la varianza de la variable
aleatoria VAR [ C+ X ] =VAR [ X ]