U

n
i
d
a
d

I
IDistribuciones
de probabilidad
para variables
aleatorias discretas
40
Estad sti ca i nferenci al
Esquema conceptual: Unidad II
UNIDAD II
Distribucin de probabilidad
para variables
2. Distribucin
binominal
5. Aplicacin de cmputo
4. Distribucin de Poisson
3. Distribucin
hipergeomtrica
1. Variable aleatoria
Denicin
Representacin grca
Distribucin de probabilidad
Variable aleatoria discreta
Denicin
Caractersticas
mbito de aplicacin
Denicin
Ejemplo
Principales aplicaciones
de cmputo para estadsticas
Hoja de clculo de Exel
Denicin
Caractersticas
Ejemplo
SPSS
Statgraphics
Minitab
Statistica
Determinacin de variables aleatorias
con distribucin binomial
Determinacin de variables aleatorias
con distribucin hipergeomtrica
Determinacin de variables aleatorias
con distribucin de Poisson
41
Uni dad I I . Di stri buci ones de probabi li dad para vari ables aleatori as di scretas
S
e
m
a
n
a

3
Presentacin
E
n las sesiones anteriores estudiamos los conceptos introductorios sobre la
teora de la probabilidad, especialmente la nocin de probabilidad de ocu-
rrencia de un evento particular como regularidad del comportamiento de un
fenmeno a largo plazo, as como las reglas fundamentales para el clculo de pro-
babilidades. En esta sesin, se realiza un anlisis ms detallado respecto a resul-
tados particulares o eventos de un fenmeno u experimento. Una gran cantidad
de eventos asociados a experimentos que no guardan relacin entre s se rigen
por las mismas leyes de comportamiento, y para su estudio se han clasifcado en
modelos estndar denominados variables aleatorias.
II.1 Variable aleatoria
II.2 Distribucin binomial
I. Distribucines de probabilidad para variables
Tema y subtemas
II
Objetivos especcos
El alumno defnir los trminos distribucin probabilstica y variable aleatoria.
El alumno describir las caractersticas de la distribucin binomial y calcular pro-
babilidades utilizndola.
42
Estad sti ca i nferenci al
II.1 Variable aleatoria
Sea un experimento y su respectivo espacio muestral asociado. Se le deno-
mina variable aleatoria a la funcin (o relacin) X que asigna un nmero real
X() a cada elemento (letra griega omega, en minscula) que pertenece a .
Por ejemplo, considrese el experimento de lanzar simultneamente dos
monedas. Entonces se tiene que:
= Lanzar simultneamente dos monedas.
= {aa, as, sa, ss}, o sea, todos los posibles resultados del experimento,
en donde a denota que cae guila y s denota que cae sol.
Podemos defnir una variable aleatoria X al considerar un resultado o evento
particular del experimento :
X = Nmero de guilas que aparecen al lanzar ambas monedas.
Puede observarse entonces que:
X = (aa) = 2, es decir, aparecen dos guilas.
X = (as) = 1, es decir, aparece un guila.
X = (sa) = 1, es decir, aparece un guila.
X = (ss) = 0, es decir, aparecen cero guilas.
Esta funcin que relaciona al espacio muestral con un nmero real X()
puede representarse de forma grfca de la siguiente manera:

Debe destacarse que por el carcter funcional de X, a cada le corres-
ponde uno y slo un valor X().
Para nuestro caso tenemos que:
Cuando = {aa}, entonces X() = X(aa) = 2
Cuando = {as}, entonces X() = X(as) = 1
Cuando = {sa}, entonces X() = X(sa) = 1
Cuando = {ss}, entonces X() = X(ss) = 0
Es importante sealar que sobre un mismo fenmeno o experimento pueden
defnirse diferentes variables aleatorias. Por ejemplo, sea el experimento que
consiste en lanzar simultneamente dos dados. Sobre l pueden defnirse, entre
otras, las siguientes variables aleatorias:
Denicin
de variable aleatoria
Ejemplo de variable
aleatoria
Representacin grca
Variables aleatorias
denidas sobre un
mismo experimento

X()
X
43
Uni dad I I . Di stri buci ones de probabi li dad para vari ables aleatori as di scretas
X() = Suma de los valores que aparecen en las caras de los dados.
Y() = Nmero de caras en las que aparece un nmero par.
Z() = Nmero de caras en las que aparece un nmero mayor que tres.
Dejando a un lado el contexto de los juegos de azar que se utiliza para en-
tender de manera intuitiva los principios de la teora de la probabilidad, pue-
den citarse numerosos casos orientados a aplicaciones prcticas en reas como
las ciencias exactas, biolgicas, de la comunicacin, polticas, sociales, adminis-
trativas y de ingeniera. Por ejemplo, al realizar un estudio de campo pueden
representarse como variables aleatorias las siguientes caractersticas socioeco-
nmicas de una localidad:
Nmero de integrantes de una familia.
Ingreso mensual por familia.
Nmero de integrantes de la familia que posee algn tipo de incapaci-
dad fsica.
Nmero de mujeres en una familia.
Nmero de integrantes de una familia que tienen estudios de educacin
superior.
Nmero de integrantes de una familia menores de 18 aos.
Como puede observarse, existe una amplia gama de variables aleatorias de
inters asociadas a diversos fenmenos u objetos de estudio.
Distribucin de probabilidad
Sea X una variable aleatoria de un espacio muestral tal que X() = {x
1
, x
2
,...,
x
n
}. Entonces X() se transforma en un espacio de probabilidad si conocemos
la probabilidad de que la variable aleatoria X tome un cierto valor x
i
, lo que se
denota por P(X = x
i
) , que se representa como f(x
i
). Es decir, f(x
i
) corresponde
a la probabilidad de que la variable aleatoria X tome el valor x
i
, lo cual se expresa
de la siguiente manera:
f(x
i
) = P(X = x
i
)
A esta funcin se le denomina funcin de distribucin de probabilidad y pue-
de representarse en forma tabular:

x
1
x
2
... x
n
f(x
1
) f(x
2
) ... f(x
n
)
La funcin de distribucin de probabilidad anterior cumple dos condiciones
capitales:
Concepto
de distribucin
de probabilidad
Representacin tabular
de la distribucin de
probabilidad
44
Estad sti ca i nferenci al
f x
i
( )0 . Es decir, f(x
i
) siempre ser mayor o igual que cero.
f x
i
i
n
( )
=

=
1
1 . Es decir, la suma de todos los valores que puede tomar la
variable aleatoria siempre ser igual a la unidad.
En el experimento anterior de lanzar simultneamente dos monedas so-
bre el cual se defni la variable aleatoria X como el nmero de guilas que apa-
recen despus del lanzamiento se tiene que:
= Lanzar simultneamente dos monedas.
= {aa, as, sa, ss}, o sea, todos los posibles resultados del experimento,
en donde a denota que cae guila y s denota que cae sol.
X = Nmero de guilas que aparecen al lanzar ambas monedas.
Asimismo, se determin previamente que:
X(aa) = 2
X(as) = 1
X(sa) = 1
X(ss) = 0
Que corresponden a todos los posibles valores que puede tomar la variable
aleatoria X. As, observamos que:

x
1
= X(aa) = 2
x
2
= X(as) = 1
x
3
= X(sa) = 1
x
4
= X(ss) = 0
Asimismo, considerando al espacio muestral = {aa, as, sa, ss}, se tienen las
siguientes probabilidades:

P X x P X
P X x P X
P X x P X
( ) ( )
( ) ( )
( ) (
= = = =
= = = =
= = =
1
2
3
2
1
4
1
1
4
1))
( ) ( )
=
= = = =
1
4
0
1
4
4
P X x P X
Ejemplo de distribucin
de probabilidad
45
Uni dad I I . Di stri buci ones de probabi li dad para vari ables aleatori as di scretas
Con lo que la funcin de distribucin de probabilidad de la variable aleatoria
X puede resumirse en la siguiente tabla:
x 2 1 1 0
f(x)

1
4

1
4

1
4

1
4
Observamos que la distribucin de probabilidad cumple cabalmente las dos
propiedades enunciadas lneas atrs:
f x
i
( )0 . En nuestro ejemplo, f x f x f x f x ( ) ( ) ( ) ( )
1 2 3 4
1
4
0 = = = =

f x
i
i
n
( )
=

=
1
1 . En nuestro ejemplo, f x f x f x f x ( ) ( ) ( ) ( )
1 2 3 4
1
4
1
4
1
4
1
4
1 + + + = + + + =



f x f x f x f x ( ) ( ) ( ) ( )
1 2 3 4
1
4
1
4
1
4
1
4
1 + + + = + + + =
Variables aleatorias discretas
Una variable aleatoria discreta es aquella que toma nicamente valores enteros,
tambin conocidos como numerables. Por lo general, las variables aleatorias dis-
cretas se emplean en el estudio de fenmenos en los que los resultados son estric-
tamente de carcter entero, como pueden ser el nmero de integrantes de una
familia o el nmero de automviles que son robados en una ciudad.

Concepto de variable
aleatoria discreta
46
Estad sti ca i nferenci al
II.2 Distribucin binomial
Considrese un experimento que tiene nicamente dos posibles resultados (de
ah el nombre binomial). Asimismo, supongamos que el experimento se repite
varias ocasiones, en las que las repeticiones son independientes entre s (es decir,
los resultados de una repeticin no alteran los resultados de otras repeticiones
del mismo experimento). A uno de los resultados se le denomina favorable (o xi-
to) y al otro se le denomina desfavorable (o facaso). Sea p la probabilidad de xito
y sea q (que se calcula con la diferencia 1 p ) la probabilidad de fracaso. Si nos
interesa el nmero de xitos sin importar el orden en el que se presentan, puede
calcularse la probabilidad de que ocurran exactamente k xitos en n pruebas o
repeticiones de un experimento, lo que se expresa por b(k; n, p), en donde:
k = Nmero de xitos
n = Nmero de pruebas o repeticiones del experimento
p = Probabilidad de xito
Esta probabilidad tiene una distribucin binomial (nicamente dos posibles
resultados) y se calcula con la siguiente frmula:

b k n p
n
k
p q
k n k
( ; , )=

En donde
n
k

equivale a las combinaciones de k elementos tomados de un

total de n, que en la sesin anterior se denot con el smbolo C
k
n
. En consecuencia:

n
k
C
n
k n k
k
n

= =

!
!( )!

Y, asimismo, q = 1 p, tomando en cuenta que siempre se conoce el valor de p.
Ejemplo:
Se lanza una moneda cinco veces. Llamemos a la aparicin de guila xito. De
aqu se desprende que
n = 5 , p =

1
2
y q =

1
2
.
La probabilidad de que en los lanzamientos de la moneda aparezcan
exactamente tres guilas (es decir, k = 3) es:
Denicin de
distribucin binomial
Ejemplo de clculo de
probabilidad con una
distribucin binomial
47
Uni dad I I . Di stri buci ones de probabi li dad para vari ables aleatori as di scretas


b 3 5
1
2
5
3
1
2
1
2
5
3
3 5 3
; ,

1
2
1
2
5
3
1
2
3 2
3
11
2
10
1
8
1
4
5
16
0 3125
2

= = .
esto es, existe 31.25% de probabilidad.
La probabilidad de que aparezcan al menos dos guilas corresponde a
la suma de las probabilidades de que aparezcan exactamente dos, tres,
cuatro y cinco guilas. Es decir:

b b b b 2 5
1
2
3 5
1
2
4 5
1
2
5 5 ; , ; , ; , ; ,

+
11
2
5
2
1
2
1
2
5
3
2 3

1
2
1
2
5
4
1
2
1
2
3 2 4

=
+ + +
1 5 0
5
5
1
2
1
2
5
16
5
16
5
32
1
116
13
16
0 8125 81 25 = = = . . % de probabilidad.

Por qu en la distribucin binomial los resultados de un evento
se clasican en xito y fracaso?
Reactivos de autoevaluacin
Instrucciones: Selecciona la respuesta correcta.
1. Una variable aleatoria es una funcin que asocia a
cada un valor real:
a) X()
b) X()
c) (x)
2. Sobre un mismo experimento, pueden defnirse:
a) Mltiples variables aleatorias.
b) Una sola variable aleatoria.
c) Exactamente dos variables aleatorias.
3. La distribucin de probabilidad de una variable
aleatoria es una funcin tal que:
a) f x P X f
i
( ) ( ) = =
b)
f x P X x
i i
( ) ( ) = =
c) f x P X x
i i
( ) ( ) = =
4. Una variable aleatoria discreta nicamente puede
tomar valores:
a) Positivos.
b) Enteros.
c) Negativos.
5. La primera propiedad de una funcin de distribu-
cin de probabilidad establece que:
a) f x
i
( )0
b) f x
i
( )0
c) f x
i
( )0
6. La segunda propiedad de una funcin de distribu-
cin de probabilidad establece que:
a) f x
i
i
n
( )
=

1
1
b) f x
i
i
n
( )
=

1
1
c) f x
i
i
n
( )
=

=
1
1
7. La siguiente expresin denota una distribucin
binomial:
a) b(n; k, p)
b) b(p; n, k)
c) b(k; n, p)
8. En una distribucin de probabilidad binomial, la
probabilidad de fracaso se denota con la literal:
a) q b) n c) k
9. Supngase que se lanza una moneda seis veces.
Calcular la probabilidad de obtener exactamente
dos soles.
a)
15
64
b)
15
65
c)
15
63
10. Para el mismo experimento del inciso anterior,
calcular la probabilidad de obtener al menos cin-
co soles.
a)
7
63
b)
7
64
c)
7
62
48
Estad sti ca i nferenci al
48
49
Uni dad I I . Di stri buci ones de probabi li dad para vari ables aleatori as di scretas
Fuentes de informacin
Glosario
Binomial: En trminos de la teora de la probabilidad, se refere a ciertos eventos
de un experimento que pueden clasifcarse en dos tipos.
xito: Dentro del contexto de la probabilidad, se denomina xito a la ocurrencia
de un resultado de inters respecto a una variable aleatoria que sigue una
distribucin binomial.
Fracaso: En el marco de la teora de la probabilidad, se denomina facaso a la no
ocurrencia de un resultado de inters respecto a una variable aleatoria que
sigue una distribucin binomial.
Funcin: Relacin que se establece entre dos conjuntos X, Y, en donde a cada
elemento de X le corresponde uno y slo uno de Y. Toda funcin se rige
por una regla matemtica conocida como regla de correspondencia.
Relacin: En trminos matemticos, vnculo que se establece entre dos conjun-
tos. Una funcin es un tipo especial de relacin.
Garca, M. (2005). Introduccin a la teora de la probabilidad. Mxico: Fondo de
Cultura Econmica.
Hernndez, A. y O. Hernndez (2003). Elementos de probabilidad y estadstica.
Mxico: Sociedad Matemtica Mexicana.
Meyer, P. (1986). Probabilidad y aplicaciones estadsticas. E.U.: Addison-Wesley
Iberoamericana.
Ulloa, V. y V. Quijada (2006). Estadstica aplicada a la comunicacin. Mxico:
unam.
Lipschutz, S. (1988). Probabilidad. Mxico: McGraw-Hill.
Panel de vericacin
Instrucciones: Selecciona la respuesta correcta.
1. Una variable aleatoria es una funcin que asocia a
cada un valor real:
a) X()
b) X()
c) (x)
2. Sobre un mismo experimento, pueden defnirse:
a) Mltiples variables aleatorias.
b) Una sola variable aleatoria.
c) Exactamente dos variables aleatorias.
3. La distribucin de probabilidad de una variable
aleatoria es una funcin tal que:
a) f x P X f
i
( ) ( ) = =
b)
f x P X x
i i
( ) ( ) == ==
c) f x P X x
i i
( ) ( ) = =
4. Una variable aleatoria discreta nicamente puede
tomar valores:
a) Positivos.
b) Enteros.
c) Negativos.
5. La primera propiedad de una funcin de distribu-
cin de probabilidad establece que:
a) f x
i
( )0
b) f x
i
( )0
c) f x
i
( )0
6. La segunda propiedad de una funcin de distribu-
cin de probabilidad establece que:
a) f x
i
i
n
( )
=

1
1
b) f x
i
i
n
( )
=

1
1
c) f x
i
i
n
( )
==

==
1
1
7. La siguiente expresin denota una distribucin
binomial:
a) b(n; k, p)
b) b(p; n, k)
c) b(k; n, p)
8. En una distribucin de probabilidad binomial, la
probabilidad de fracaso se denota con la literal:
a) q b) n c) k
9. Supngase que se lanza una moneda seis veces.
Calcular la probabilidad de obtener exactamente
dos soles.
a)
15
64
b)
15
65
c)
15
63
10. Para el mismo experimento del inciso anterior,
calcular la probabilidad de obtener al menos cin-
co soles.
a)
7
63
b)
7
64
c)
7
62
50
Estad sti ca i nferenci al