Variable aleatoria (v.

a) discreta

Funcin de probabilidad

Se denomina funcin de probabilidad de una variable aleatoria discreta

X, a una funcin f(x) que asigna a todo nmero real x, la probabilidad de que X
asuma ese valor, esto es:

f(x) = P[X=x]

Los valores de f(x) satisfacen las siguientes propiedades:

1.

2.

La relacin entre valores y probabilidades en una variable X se puede expresar

de forma tabular de la siguiente manera:

Valores de X x1 x2 xi
P(X=x) P(x1) P(x2) P(xi)

La grfica de una distribucin de probabilidades discreta consiste de segmentos

verticales proporcionales a la probabilidad respectiva para cada valor xi de la
variable.

Funcin de distribucin acumulada (f.d.a) de la v.a

discreta

La f.d.a de probabilidades F(x), de la v.a discreta X, cuya funcin de

probabilidades es f(x), se define por:

La funcin de distribucin se define para todos los nmeros reales, no slo para
los valores de la variable. Su mximo es siempre 1.
 Distribucin de Poisson

Fue descubierta por el Frances Simon Denis Poisson, que la dio a conocer
en 1838 en su trabajo Recherches sur la probabilit des jugements en matires
criminelles et matire civile (Investigacin sobre la probabilidad de los juicios
en materias criminales y civiles).
En teora de probabilidad y estadstica, la distribucin de Poisson es
una distribucin de probabilidad discreta que expresa, a partir de una
frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado
nmero de eventos durante cierto perodo de tiempo. Concretamente, se
especializa en la probabilidad de ocurrencia de sucesos con probabilidades muy
pequeas, o sucesos "raros
La funcin de masa o probabilidad de la distribucin de Poisson es

Valor Esperado o Media: E(X) =

Varianza: V(x) =
 Distribucin binomial o de Bernoulli

Un experimento sigue el modelo de la distribucin binomial o de Bernoulli si:

1. En cada prueba del experimento slo son posibles dos resultados: el
suceso A (xito) y su contrario suceso contrario.
2. La probabilidad del suceso A es constante, es decir, que no vara de una
prueba a otra. Se representa por p.
3. El resultado obtenido en cada prueba es independiente de los
resultados obtenidos anteriormente.
La distribucin binomial se suele representar por B(n, p) en donde n es el
nmero de pruebas de que consta el experimento y p es la probabilidad de
xito.
La probabilidad de suceso contrario es 1 p, y la representamos por q.

Variable aleatoria binomial

La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en cada

prueba del experimento.
La variable binomial es una variable aleatoria discreta, slo puede tomar los
valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
Ejemplo:
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.

La funcin de probabilidad de la distribucin binomial, tambin denominada

funcin de la distribucin de Bernoulli, es:

n = es el nmero de pruebas.
k = es el nmero de xitos.
p = es la probabilidad de xito.
q = es la probabilidad de fracaso.

El nmero combinatorio nmero combinatorio

- Media:

- Varianza:

- Desviacin tpica:

Variables aleatorias continuas

Funcin de densidad

Se dice que la funcin f(x) es funcin de densidad de probabilidad de la variable

aleatoria continua X si satisface las siguientes condiciones:

1) f(x) 0 para todo x R

Funcin de distribucin acumulada de una variable aleatoria continua.

La funcin de distribucin acumulada (f.d.a.), F(x), de una variable aleatoria

continua X con una funcin de densidad f(x), se define por:

Valor esperado de una variable o esperanza matemtica

La distribucin de probabilidades de una variable aleatoria se caracteriza

bsicamente a travs de medidas de tendencia central y de dispersin. Estas
medidas se denominan parmetros y se describen mediante la esperanza
matemtica (media de una v.a)

Media de una v.a

La media de una v.a X o media de la distribucin de probabilidad X es un

nmero real que se denota por . La media es denominada tambin esperanza
matemtica o valor esperado de X, y se denota por E(X).

Media de una v.a discreta

La media de una v.a.discreta X con funcin de probabilidad f(x) es la expresin:

 = () = ( )

Si X es una variable discreta con funcin d probabilidad f(x), el valor

esperado de X se calcula segn decamos anteriormente sumando los productos
de los valores de la variable por sus respectivas probabilidades.

Media de una v.a. continua

La media de una v.a.discreta X con funcin de probabilidad f(x) es la expresin:

Varianza de una v.a

La varianza de una v.a. X se denota por cualquiera de las formas: 2, V(X).

Si X es una variable aleatoria con distribucin de probabilidad f(x) y con media

igual a :

La varianza de X si es discreta
es dada por la expresin:

La varianza de una v.a. X

si es continua es
dada por la expresin:

La desviacin estndar de la v.a.X es la raz cuadrada positiva de su varianza

 Distribucin Normal
La distribucin de una variable normal est completamente determinada por dos
parmetros, su media y su desviacin estndar, denotadas generalmente por y .

Propiedades de la distribucin normal:

La distribucin normal posee ciertas propiedades importantes que conviene destacar:
1. Tiene una nica moda, que coincide con su media y su mediana.
2. La curva normal es asinttica al eje de abscisas. Por ello, cualquier valor
entre y es tericamente posible. El rea total bajo la curva es,
por tanto, igual a 1.
3. Es simtrica con respecto a su media . Segn esto, para este tipo de
variables existe una probabilidad de un 50% de observar un dato mayor
que la media, y un 50% de observar un dato menor.

Es importante conocer que, a partir de cualquier variable X que siga una distribucin
, se puede obtener otra caracterstica Z con una distribucin normal estndar,
sin ms que efectuar la transformacin:
 Distribucin exponencial

En estadstica la distribucin exponencial es una distribucin de

probabilidad continua con un parmetro > 0 cuya funcin de densidad es:

Su funcin de distribucin acumulada es:

Donde representa el nmero e.

El valor esperado y la varianza de una variable aleatoria X con distribucin

exponencial son:
La distribucin exponencial es un caso particular de distribucin
gamma con k = 1. Adems la suma de variables aleatorias que siguen una misma
distribucin exponencial es una variable aleatoria expresable en trminos de la
distribucin gamma.
 Distribucin Poisson Ejercicios Planteado
(DISCRETA)
Intervalo de 5 minutos datos:
INTERVALO DE NUMERO DE
TIEMPO PERSONAS
4:22 - 4:27 12
4:27 - 4:32 15
4:32 - 4:37 13
4:37 - 4:42 12
4:42 - 4:47 12
4:47 - 4:52 10

1 En el centro comercial Plaza del Sol de la Ciudad de Huacho se est

estudiando la cola de espera en el cajero de dicha centro comercial para saber el
tiempo de espera. Se sabe que en 5 minutos ingresan a la cola del cajero una
media de 12.33 un aproximado 12 personas ingresan a la cola.

1. La probabilidad de que ingresen 10 personas a la cola del centro

comercial Plaza Vea en 5 minutos.
2. La probabilidad de que ingresen 15 personas a la cola del centro
comercial Plaza Vea en 5 minutos.
3. La probabilidad de que ingresen igual o menos de 8 personas a la cola del
centro comercial Plaza Vea en 5 minutos.
 Ejercicio de Distribucin Normal (CONTINUA)

El promedio de minutos de espera de una muestra de 30 clientes en la cola del

centro comercial es de 6 minutos y la desviacin estndar es de 2 minuto.
Suponiendo que los minutos se distribuyen normalmente, hallar cuantos
clientes se demoran en la cola entre 5 y 8 minutos.

Datos:
- Muestra = 30
- Promedio () = 6
- Desviacin () = 2

Ejercicio de Distribucin Exponencial (Continua)

En el Centro comercial plaza Vea el ingreso se da mediante una cola realizada

por los clientes segn su orden de llegada a la misma, el tiempo promedio de
espera para los clientes desde su llegada a la cola hasta la salida del cajero es de
6 minutos. Cul es la probabilidad de que:
A) un cliente del centro comercial espere menos de 4 minutos
B) un cliente del centro comercial espere ms de 9 minutos

Ejercicio de Distribucin Binomial (Discreta)

En el Centro Comercial Plaza Vea asisten tanto clientes barones como mujeres.
Se estipula que la probabilidad de que el cliente que asiste al centro comercial
sea varones es del 27% (esto gracias a datos previamente recopilados). Hallar la
probabilidad de que en un grupo de 10 clientes:
a) Ninguno sea hombre
b) Todos sean hombres
c) Por lo menos 3 sean hombres
d) Hallar la media y la desviacin estndar del nmero de ingresantes al
centro comercial que sean hombres