• Para un espacio muestral dado S de algún experimento, una

variable aleatoria es cualquier regla que asocia un número con

cada resultado en S. En lenguaje matemático, una variable
aleatoria es una función cuyo dominio es el espacio muestral y
cuyo rango es el conjunto de los números reales.
• Se acostumbra denotar las variables aleatorias con letras
mayúsculas, tales como X y Y, que son las de cerca del final del
alfabeto. En contraste al uso previo de una letra minúscula, tal
como x, para denotar una variable, ahora se utilizarán letras
minúsculas para representar algún valor particular de la
variable aleatoria correspondiente. La notación significa que x
es el valor asociado con el resultado s por medio de la variable
aleatoria X.
• Cualquier variable aleatoria cuyos únicos valores posibles son 0 y 1 se llama
variable aleatoria de Bernoulli.
Cuando un estudiante llama a un servicio de asistencia universitaria para
apoyo técnico, él/ella podrá inmediatamente hablar con alguien (S) o será
puesto en espera (F). Con , la variable aleatoria X se define como

La variable aleatoria X indica si (1) o no (0) el estudiante puede hablar

inmediatamente con alguien.

Considere el experimento en el cual se marca un número telefónico en cierto

código de área con un marcador de números aleatorio (tales dispositivos los
utilizan en forma extensa en organizaciones encuestadoras) y defina una
variable aleatoria Y como
Dos gasolineras están localizadas en cierta intersección. Cada una dispone de
seis bombas de gasolina. Considérese el experimento en el cual se determina el
número de bombas en uso a una hora particular del día en cada una de las
gasolineras. Un resultado experimental especifica cuántas bombas están en uso
en la primera gasolinera y cuántas están en uso en la segunda. Un posible
resultado es (2, 2), otro es (4, 1) y otro más es (1, 4). Los 49 resultados en se
muestran en la tabla adjunta. El espacio muestral del experimento en el cual un
dado de seis lados es lanzado dos veces se obtiene eliminando la fila 0 y la
columna 0 de la tabla y se obtienen 36 resultados.
Defina las variables aleatorias X, Y y U como
Una variable aleatoria discreta es una variable aleatoria cuyos valores posibles
constituyen un conjunto finito o bien pueden ser puestos en lista en una secuencia
infinita en la cual existe un primer elemento, un segundo elemento, y así
sucesivamente (“contablemente” infinita).
El número de fallas en un alambre de cobre de 1 pulg de longitud, fabricado en
proceso específico, varía de alambre en alambre. En conjunto, 48% de los alambres
producidos no tiene falla, 39% presenta una, 12% fue detectado con dos y 1% tiene
tres. Sea X el número de fallas en una pieza de alambre seleccionada aleatoriamente.

Entonces La lista de valores posible 0, 1, 2, 3, junto con las probabilidades para cada
uno, proporciona una descripción completa de la población de la que se tomó a X.
Esta descripción se conoce
como función de masa de probabilidad.
La función de masa de probabilidad de una variable aleatoria discreta X es la
función A veces a la función de masa de probabilidad se le llama distribución de
probabilidad
Por tanto, para la variable aleatoria X que representa el número de fallas en una
longitud de alambre, para cualquier valor de x diferente de 0, 1, 2 o 3. Observe
que si se suman los valores de la función de masa de probabilidad sobre todos
los valores posibles de X, la suma es igual a 1. Esto es cierto para cualquier
función de masa de probabilidad. La razón es que al sumar los valores de una
función de masa de probabilidad sobre todos los valores posibles de la variable
aleatoria correspondiente, se obtiene la probabilidad de que la variable
aleatoria es igual a uno de sus valores posibles y esta probabilidad es siempre
igual a 1.
Función de distribución acumulativa de una variable aleatoria discreta
La función de masa de probabilidad especifica la probabilidad de que una variable
aleatoria sea igual a un valor determinado. La función de distribución acumulativa
especifica la probabilidad de que una variable aleatoria sea menor o igual a un valor
dado. La función de distribución acumulativa de la variable aleatoria X es la función
Sea F(x) la función de distribución acumulativa de la variable aleatoria X que
representa el número de fallas en un alambre elegido aleatoriamente. Determine
F(2) y F(1.5).
Solución
Puesto que se necesita encontrar P(X ≤ 2). Con dicho propósito se suman las
probabilidades de los valores de X que son menores o iguales a 2, a saber, 0, 1 y 2. Por
tanto,

Ahora F(1.5) P(X ≤ 1.5). Por tanto, para calcular F(1.5) se debe sumar las probabilidades
para los valores de X que son menores o iguales a 1.5, que son 0 y 1.
Dibuje la función de distribución acumulativa F(x) de la variable aleatoria X que
representa el número de fallas en un alambre elegido aleatoriamente.
Solución
Primero se calcula F(x) para cada uno de los valores posibles de X, que son 0, 1, 2
y 3.
F(0) = P (X ≤ 0) = 0.48
F(1) = P (X ≤ 1) = 0.48 + 0.39 = 0.87
F(2) = P (X ≤ 2) = 0.48 + 0.39 + 0.12 = 0.99
F(3) = P (X ≤ 3) = 0.48 + 0.39 + 0.12 + 0.01 = 1
Media y varianza para variables aleatorias discretas
se define a la media poblacional en general, la media de una variable aleatoria discreta se
encuentra al multiplicar cada valor posible de la variable aleatoria por su probabilidad y
después se suman. La media poblacional de una variable aleatoria X que también se puede
llamar esperanza, o valor esperado, de X y que se denota por , por E(X), o simplemente por µ.
A veces se puede eliminar la palabra “poblacional” y sólo se hará referencia a la media
poblacional como la media.
Determine la media de la variable aleatoria X que representa el número de fallas en una pieza
de alambre elegida aleatoriamente.
Solución
La media es el centro de masa de la gráfica de la función de masa de probabilidad El centro de
masa se calcula multiplicando la altura de cada recta por su valor en el eje horizontal y
después se suman los productos. Los valores son 0, 1, 2 y 3. Las alturas son
P(X =0)= 0.48, P(X =1)= 0.39, P(X= 2)= 0.12 y P(X= 3)= 0.01. La media es, por tanto,
En general, la media de una variable aleatoria discreta se encuentra al
multiplicar cada valor posible de la variable aleatoria por su probabilidad y
después se suman.
Varianza poblacional
Se define a la varianza poblacional de una variable aleatoria discreta como el
momento de inercia de la gráfica de su función de masa de probabilidad con
respecto a la media poblacional µ. La varianza poblacional de una variable
aleatoria X con frecuencia se denomina simplemente varianza de X. Se puede
denotar por , por V(X), o simplemente por
Una biblioteca tiene un límite superior de 6 en el número de videos que puede
sacar una persona a la vez. Tenga en cuenta sólo a quienes echan un vistazo a
los videos y deje que X denote el número de videos que pide prestados para
una persona seleccionada al azar. La función de masa de probabilidad de X es
la siguiente: x P(x)
Calcule el valor esperado 1 0,30
2 0,25
(la varianza),
3 0,15
4 0,05
5 0,10
6 0,15

Fórmula abreviada para El número de operaciones aritméticas necesarias

para calcular puede reducirse si se utiliza una fórmula alternativa.
 Distribución de probabilidad binomial
Existen muchos experimentos que se ajustan exacta o proximadamente
a la siguiente lista de requerimientos.
1. El experimento consta de una secuencia de n experimentos más
pequeños llamados ensayos, donde n se fija antes del experimento.
2. Cada ensayo puede dar por resultado uno de los mismos dos
resultados posibles (ensayos dicotómicos), los cuales se denotan como
éxito (S) y falla (F).
3. Los ensayos son independientes, de modo que el resultado en
cualquier ensayo particular no influye en el resultado de cualquier otro
ensayo.
4. La probabilidad de éxito es constante de un ensayo a otro; esta
probabilidad se denota por .
 Un experimento para el que se satisfacen las condiciones
1–4 se llama EXPERIMENTO BINOMIAL.

• La misma moneda se lanza al aire sucesiva e independientemente n veces. De

manera arbitraria se utiliza S para denotar el resultado H (caras) y F para
denotar el resultado T (cruces). Entonces este experimento satisface las
condiciones 1–4.
• El lanzamiento al aire de una tachuela n veces, con S = punta hacia arriba y F
= punta hacia abajo, también da por resultado un experimento binomial.
Suponga que una ciudad tiene 50 restaurantes autorizados, de los
cuales 15 han cometido en la actualidad una seria violación del
código sanitario y los otros 35 no han cometido violaciones serias.
Hay cinco inspectores, cada uno de los cuales inspeccionará un
restaurante durante la semana entrante. El nombre de cada
restaurante se anota en un pedacito de papel diferente y a
continuación se mezclan perfectamente, cada inspector a su vez saca
uno de los papelitos sin reemplazarlos. Anótese el ensayo i-ésimo
como éxito si el restaurante i-ésimo seleccionado no ha cometido
violaciones serias.
 VARIABLE Y DISTRIBUCIÓN
ALEATORIA BINOMIAL
En la mayoría de los experimentos binomiales, lo que interesa es el número total de los
éxitos (S), en lugar del conocimiento de qué ensayos dieron los éxitos.
La variable aleatoria binomial X asociada con un experimento binomial que consiste en n
ensayos se define como

Supóngase, por ejemplo, que n = 3. Entonces existen ocho posibles resultados para el
experimento:

Por la definición de X, X(SSF) =2, X(SFF) = 1, y así sucesivamente. Valores posibles de X en un

experimento de n ensayos son . A menudo se escribirá para indicar que X es una variable
aleatoria binomial basada en n ensayos con probabilidad de éxito p.
Como la función de masa de probabilidad de una variable aleatoria binomial X depende de
los dos parámetros n y p, la función de masa de probabilidad se denota por b(x; n, p)
Una variable aleatoria es continua si ambas de las siguientes
condiciones se cumplen:
1. Su conjunto de valores posibles se compone de todos los números
que hay en un solo intervalo sobre la línea de numeración
(posiblemente de extensión infinita, es decir, desde hasta ) o todos los
números en una unión disjunta de dichos intervalos (por ejemplo, ).
2. Ningún valor posible de la variable tiene probabilidad positiva, esto
es, P(X = c) = 0 con cualquier valor posible de c.