Capítulo

4
Variable aleatoria y
distribuciones discretas
de probabilidad

Introducción
El concepto de una variable que es aleatoria se asocia directamente con los conceptos de probabi-
lidad, revisados en el capítulo anterior; así que se ampliaran un poco esos conceptos en este capí-
tulo.

Variable aleatoria
Una variable aleatoria (VA) es aquella variable que toma diferentes valores numéricos mediante un
proceso de contar o medir, como producto de un experimento aleatorio.
Esta variable es un valor o magnitud que cambia de una ocurrencia a otra sin seguir una se-
cuencia predecible, es decir, en forma aleatoria.
Cabe recordar que un experimento aleatorio es aquel del cual se conocen sus resultados (espa-
cio muestral), pero no se sabe cuál de ellos (qué punto muestra) es el que sucederá; es decir, el re-
sultado del experimento está libre de una determinación, lo que significa que es aleatorio.
Por ejemplo, considérese como experimento un partido de fútbol entre el equipo A y el B, cuya
variable aleatoria asociada con este experimento mostrará los posibles resultados de este juego.
200 Capítulo 4 Variable aleatoria y distribuciones discretas de probabilidad

Los posibles resultados del experimento son: gana A, gana B, hay empate. Sin embargo, no se
sabe cuál de estos tres resultados ocurrirá. La variable aleatoria tiene tres valores numéricos de
probabilidad de ocurrencia. Por ejemplo, supóngase que la variable aleatoria referida toma los
valores de ocurrencia siguientes:
2 gana “B”

1 gana “A” 3 empate

F Figura 4.1

Entonces, la variable aleatoria de este juego de fútbol tiene tres resultados posibles:
Espacio muestral (juego de fútbol) 5 {gana A, gana B, empate}.
La variable aleatoria del juego puede definirse como
VA (juego de fútbol) 5 {1, 2, 3}
Formalmente, Hildebrand y Lyman1 proponen la siguiente definición de variable aleatoria: “Dado
un espacio muestral S, una variable aleatoria es una regla (función) que asigna un valor numérico
a cada resultado de S ”.
Por otro lado, dado que una variable aleatoria toma valores numéricos producto de un proce-
so de contar o bien de un proceso de medir, entonces, con base en ello, estas variables se clasifican
en variables aleatorias discretas o continuas.
Las variables aleatorias discretas son aquellas que toman un número limitado de valores, gene-
ralmente números enteros que son producto de un conteo.

Considérese que en una oficina de la Tesorería de la Ciudad de México se analiza el número de con-
EJEMPLO 1
tribuyentes que son atendidos diariamente. Los registros de los últimos 80 días indican que el núme-
ro de contribuyentes atendidos oscila entre 120 y 130, como se muestra en el cuadro estadístico 4.1.

C Cuadro 4.1

Número de contribuyentes Días observados en este nivel

120 2
121 4
122 7
123 9
124 11
125 14
126 11
127 9
128 7
129 4
130 2

Total 80

1
D. K. Hildebrand y O. T. Lyman, (1998), Estadística aplicada a la administración y economía, México, Addison Wesley
Longman, p. 128.
 Variable aleatoria 201

Como la variable aleatoria comprende valores numéricos enteros entre 120 y 130 contribuyen-
tes, entonces esta es una VA discreta.

Una compañía que vende computadoras ha registrado sus ventas los últimos 90 días de operación
EJEMPLO 2
en un cuadro estadístico (cuadro 4.2).

C Cuadro 4.2

Número de computadoras vendidas por día Número de días con esa venta

7 10

8 18

9 39

10 23

Como la variable aleatoria comprende valores numéricos enteros entre 7 y 10 computadoras ven-
didas por día, entonces esta es una VA discreta.

Una variable aleatoria continua es aquella que toma cualquier valor numérico producto de una
medición, el cual está referido a un rango o intervalo de valores, es decir, es aquella variable que
puede tomar un valor entero, un entero y una fracción, o bien una fracción de una unidad.

Considérese el gasto en fotocopias y libros en un trimestre de un grupo de 35 alumnos de una

universidad (cuadro 4.3). EJEMPLO 3

C Cuadro 4.3

1150.25 1 352.67 983.45 1 365.11 942.71 1 577.77 330

872.37 1 126.57 1 184.17 1 046.35 1 110.5 1 050.86 851.6

1459.56 1 252.01 373.91 1 047.4 1 064.46 1 018.23 996.92

941.96 767.37 1 598.57 1 598.66 1 343.29 1 617.73 1 300.76

1013.27 1 402.59 1 069.32 1 108.94 1 326.19 1 074.86 975.86

Como puede observarse, esta variable, que es producto de una medición, toma valores de gasto
desde $330.00 hasta $1617.73, es decir, cualquier valor dentro de este intervalo, por lo que esta
constituye una VA continua.

Se realiza la medición de la estatura (m) de 20 empleados de una compañía farmacéutica. Los

EJEMPLO 4
resultados de estas mediciones se muestran en el cuadro 4.4.

C Cuadro 4.4

1.62 1.66 1.55 1.75 1.74

1.65 1.67 1.54 1.72 1.61

1.55 1.73 1.66 1.71 1.69

1.73 1.57 1.58 1.62 1.70

202 Capítulo 4 Variable aleatoria y distribuciones discretas de probabilidad

Las estaturas de estos empleados, producto también de una medición, están entre 1.54 m y 1.75
m, y como puede observarse, toman cualquier valor; es decir, se trata de una variable aleatoria
continua.

Distribución de probabilidades
de una variable aleatoria discreta
Una distribución de probabilidades de una variable aleatoria discreta es el conjunto de todos los
posibles resultados numéricos de un experimento a los que se puede asignar un valor de ocurren-
cia o probabilidad. Este conjunto de resultados son mutuamente excluyentes y pueden expresarse
mediante una fórmula, una gráfica o por medio de un cuadro estadístico.
Matemáticamente hablando, la distribución de probabilidades de una variable aleatoria dis-
creta X es una función PX (x) que da un valor de probabilidad a cada valor x que forma la variable
aleatoria X.
Esta distribución de probabilidades de una variable aleatoria discreta X tiene las siguientes
propiedades:
La probabilidad Px (x) de cada valor que presenta la variable X debe tomar un valor numérico
en el intervalo 0 # PX (x) # 1
n
La suma de las probabilidades para todos los valores (xi) de X es igual a 1; es decir, ∑P X ( xi ) 5 1
para toda i 5 1, 2, 3, ..., n i 51

Como cada valor de X es un suceso mutuamente excluyente, sus probabilidades son aditivas,
es decir,
P(X 5 x1 x X 5 x2) 5 Px (x1) 1 Px (x2)
Si se retoma el ejemplo de la oficina de la Tesorería de la Ciudad de México, a cada valor de la
variable aleatoria se le puede asignar un valor numérico de ocurrencia (probabilidad) en la si-
guiente forma:
Por ejemplo, la probabilidad de que se presenten 121 contribuyentes es

4
P ( X 5 121) 5 5 0.05
80

Con el mismo procedimiento se calcula la distribución de probabilidad de los valores numéri-

cos que toma la variable aleatoria discreta (cuadro 4.5).

C Cuadro 4.5

Número de contribuyentes Días observados Probabilidad de que la variable

X en este nivel aleatoria X se presente

120 2 0.0250

121 4 0.0500

122 7 0.0875

123 9 0.1125

124 11 0.1375

125 14 0.1750

126 11 0.1375