VARIABLES

ALEATORIAS Y
DISTRIBUCIONES DE
PROBABILIDAD

Qu es una DISTRIBUCIN DE
PROBABILIDAD?

Es el listado de todos los resultados de un

experimento y la probabilidad asociada con
cada resultado.

Una distribucin de probabilidad es similar a

una distribucin de frecuencias relativas; sin
embargo, en lugar de describir el pasado,
describe la probabilidad de que un evento se
presente en el futuro.

CMO SE CONSTRUYE UNA

DISTRIBUCIN DE PROBABILIDAD?

Suponga que se lanza una moneda 3 veces, y nos interesa

el nmero de veces que aparece CARA. Los posibles
resultados son: cero caras, una cara, dos caras y tres
caras. Cul es la distribucin de probabilidad del nmero
de caras? El nmero de resultados posibles es 8, como se
describe en la tabla:

Si ordenamos los resultados posibles generamos una

DISTRIBUCIN DE PROBABILIDAD

Graficando estos datos:

Resuelve:

QU ES UNA VARIABLE ALEATORIA?

Es una cantidad que resulta de un experimento que, por

azar puede adoptar diferentes valores. Las variables
aleatorias se representan por letras maysculas, y sus
valores numricos observados, por letras minsculas.

Ejemplos:

Nmero de empleados ausentes en el turno matutino del

lunes, el nmero puede ser 0, 1, 2, 3,

El peso de lingotes de acero utilizados en una

construccin.

El nmero de focos defectuosos producidos por hora en

Cleveland Company, Inc

La cantidad diaria de conductores multados por conducir

bajo la influencia del alcohol en la Ciudad de Mxico.

TIPOS DE VARIABLES
ALEATORIAS
Discretas y continuas.
Una variable aleatoria X es discreta si puede
tomar un nmero finito, p infinito
numerable de valores puntuales posibles.
Una variable aleatoria X es continua si puede
tomar cualquier valor en algn intervalo (o
intervalos) del conjunto de los nmeros
reales y la probabilidad de que tome uno
determinado es 0.

FUNCIN DE DENSIDAD

Cuando estamos tratando con una variable,

no basta con considerar que es aleatoria.
Necesitamos ser capaces de predecir, en
algn sentido, el valor que la variable
adoptara en cualquier momento. Lo ms
conveniente es describir el comportamiento
de la variable en trminos de probabilidades.
Para ello se utilizan dos funciones, la funcin
de densidad y la funcin de distribucin
acumulada.

La funcion de densidad, para una variable

aleatoria discreta, nos da la probabilidad de
que la variable aleatoria X adopte un valor
numrico x determinado.
La funcin de distribucion acumulada
proporciona la probabilidad de que X tome
un valor por debajo de x, incluyendo este.

DEFINICIN DE LA FUNCIN DE
DENSIDAD DISCRETA

Siendo X discreta. La densidad f para X es

f(x) = P[P(X = x)]
para x real.

f(x) es la probabilidad de que la variable

aleatoria X tome el valor x

Ejemplo f(2) es la probabilidad de

que la variable aleatoria X tome el
valor de 2; puesto que f(x) es una
probabilidad, f(x) > 0,
independientemente del valor de
x, o sea f nunca es negativa. Y si
sumamos f sobre todos los valores
fisicos posibles de X, la suma
debera ser 1, es decir: f(x)=1

PARMETROS DESCRIPTIVOS DE
UNA VARIABLE ALEATORIA
Esperanza matemtica, valor esperado o
media ().
Sea X una variable aleatoria. La esperanza de
X, representada por E(X), es el promedio
terico de X a largo plazo.

= E(x) = x f(x)

VARIANZA Y DESVIACIN
ESTNDAR

FUNCIN DE DISTRIBUCIN ACUMULADA

Esta funcin es el equivalente terico de la

distribucin
de
frecuencias
relativas
acumuladas. Para una variable discreta,
podemos hallarla sumando los valores de la
tabla de densidades. Es importante entender
esta funcin ya que las tablas que se utilizan
a lo largo del texto son tablas acumuladas.

Definicin de F. Sea X una variable aleatoria

con densidad f La funcin de distribucin
acumulada de X, representada por F, se
define como: F (x) = P[X x] para x real

As, si x0 es un valor real concreto, siendo X

una variable discreta, la P[X x0] = F(x0) se
calcula sumando la densidad f para todos los
valores de X menores o iguales al valor x0 .
As,

Ejemplo: En el lanzamiento de un dado

Funcin de densidad

Funcin de distribucin acumulada

f(x)

F(x)

1/6

1/6

1/6

2/6

1/6

3/6

1/6

4/6

1/6

5/6

1/6

6/6

DISTRIBUCION
BINOMIAL

DEFINICIN
Es una distribucin de probabilidadde variable
discreta que se caracteriza principalmente por
los parmetros: nmero de pruebas o ensayos (n)
y probabilidad de xito (p).
Una variable aleatoria discreta X se considera
binomial siempre que cumpla las siguientes
suposiciones:
Cada prueba o ensayo debe ser idntico; es
decir, debe realizarse en las mismas condiciones.
El resultado de cada prueba o ensayo podr
clasificarse como xito o fracaso. Estos
resultados son mutuamente excluyentes.

 Las

pruebas son independientes en el sentido

de que el resultado de una prueba no tiene
efecto sobre el resultado de cualquier otra
prueba, y la probabilidad de xito p continua
siendo la misma de una prueba a otra.
La variable de inters es el numero de xitos
en n pruebas.
Cmo se calcula una probabilidad binomial?
La funcin de densidad para la distribucin
binomial viene dada por:

Donde: n = nmero de ensayos o pruebas

p = probabilidad de xito
q = probabilidad de fracaso
x = valor de la variable X
Parmetros de la variable aleatoria discreta
binomial X

EJEMPLOS

En la distribucin de probabilidades del numero de hijos

con los ojos azules en un matrimonio donde cada uno de
los cnyuges tiene un gen recesivo (azul) y un gen
dominante (marrn).
Para determinar cuntas personas se espera se contagien
de determinada enfermedad conociendo la probabilidad
de contagio y el numero de personas expuestas.
El enunciado en una pregunta de cierto o falso es o cierto
o falso.
Determinar el nmero de personas que consideren exitosa
la vialidad de la calle Alvaro Obregon de la ciudad de
Culiacn, conociendo la probabilidad de xito y el numero
de personas entrevistadas.
Un trabajador se clasifica como empleado o desempleado.
Son resultados mutuamente excluyentes.

TABLAS DE DISTRIBUCION BINOMIAL

Ejemplo: El cinco por ciento de los engranajes de tornillo
producidos en una fresadora automtica de alta velocidad se
encuentra defectuoso. Cul es la probabilidad de que, en seis
engranajes seleccionados, ninguno se encuentre defectuoso?
Exactamente uno? Exactamente dos? Exactamente tres?
Exactamente cuatro? Exactamente cinco? Exactamente seis
de seis?
Usando una tabla de distribucin binomial, donde n=6 y p=0.05

En base a la Tabla:
P(x=0)= 0.735
P(x=1)= 0.232
P(x=2)= 0.031
P(x=3)= 0.002
P(x=4)= 0.000
P(x=5)= 0.000
P(x=6)= 0.000
P(x1)= P(x=0) + P(x=1) = 0.735 + 0.232

= 0.967

P(x>2)= P(x=3) + P(x=4) + P(x=5) + P(x=6)

= 0.002 + 0.000 + 0.000 + 0.000

= 0.002

Utilizando la frmula de densidad de una

distribucion Binomial resuelve el siguiente
ejercicio

Resuelve los siguientes ejercicios:

CALCULO DE PROBABILIDADES USANDO

UNA TABLA DE DISTRIBUCION BINOMIAL ACUMULADA

Resolver con el uso de la Tabla de distribucin acumulada

DISTRIBUCIN
POISSON

DEFINICIN

Es una distribucin de probabilidad discreta que

expresa, la probabilidad de que ocurra un
determinado nmero de eventos durante un
intervalo especfico de tiempo, distancia, rea o
volumen. Esta distribucin fue descubierta por
Simeon Denis Poisson en 1838.
En esta distribucin las variables aleatorias discretas
implicadas, son variables aleatorias que surgen en
conexin con los llamados procesos de Poisson.
Se caracteriza por un slo parmetro que
llamaremos (lambda) que significa promedio de
veces que se observa el suceso en el intervalo
considerado

CARACTERSTICAS DE UNA
DISTRIBUCIN POISSON

1. La variable aleatoria es el nmero de

veces que ocurre un evento durante un
intervalo definido.

2. La probabilidad de que ocurra el evento es

proporcional al tamao del intervalo.

3. Los intervalos no se superponen y son

independientes.

EJEMPLOS:

FUNCIN DE DENSIDAD

MEDIA, VARIANZA Y DESVIACIN

ESTNDAR EN DIST. POISSON

EJERCICIO

DISTRIBUCIN
NORMAL

DEFINICIN

Es la distribucin de probabilidad ms importante de todas las

distribuciones estadsticas que se conocen; esto es, por la
cantidad de fenmenos de explica. Adems, Multitud de
variables aleatorias continuas siguen una distribucin normal o
aproximadamente normal.

Es una distribucin de probabilidad de carcter continuo, o sea,

slo vlida para variables de carcter continuo.

A la distribucin normal tambin se la denomina con el nombre

de campana de Gauss, pues al representar su funcin de
probabilidad, sta tiene forma de campana.

La representacin geomtrica del valor esperado de X y su

funcin de distribucion acumulativa, ser considerado.

Una de sus caractersticas ms importantes es que casi cualquier

distribucin de probabilidad, tanto discreta como continua, se
puede aproximar por una normal bajo ciertas condiciones.

La familia normal es una familia de variables

aleatorias continuas.
Fue descrita por primera vez, en 1773, por
Abraham De Moivre como el valor limite de la
densidad binomial cuando el numero de ensayos es
infinito.
Fue redescubierta de nuevo por Pierre-Simon
Laplace y Carl Friedrich Gauss medio siglo
despus.
La distribucin normal es de gran Importancia en
el anlisis y calculo de todos los aspectos
relacionados con datos experimentales en ciencias
y en medicina.
la mayora de los mtodos estadsticos bsicos que
estudiaremos en los prximos captulos se apoyan
en la distribucin normal.

NO HAY QUE OLVIDAR QUE

Una variable aleatoria continua es una
variable aleatoria que, puede tomar
cualquier valor en cierto intervalo o
secuencia de nmeros reales y no
exclusivamente en puntos aislados.
La probabilidad de que la variable aleatoria
tome un valor especifico cualquiera es 0.
Aunque en el caso discreto esto no es cierto.

FUNCIN DE DENSIDAD
CONTINUA Y VALOR ESPERADO
Debido a que una variable aleatoria continua
puede tomar infinitos valores, la funcin de
densidad en el caso continuo es ms
complejo. Y tampoco es importante tener
una ecuacin que nos permita conocer la
probabilidad de que X tome un valor
determinado, ya que sabemos de antemano
que ser igual a cero. Pero si, una ecuacin
que nos permita conocer la probabilidad de
que X este comprendida en un intervalo de
valores especifico.

Sea X una variable aleatoria continua. La

densidad de X es una funcin/definida en
todos los nmeros reales tal que
1. f(x) 0 (no negativa).
2. El rea comprendida entre la grafica de f y
el eje x es igual a 1.
3. Para cualquier valor real de los nmeros a y
b, P[a X b] viene representada por el
rea comprendida entre la grfica de f, las
rectas x = a, x = b, y el eje x.
El Valor esperado de X corresponde a su
promedio terico. Este valor viene dado por
E[X] o . Su valor lo podemos determinar
directamente de la grfica.

FUNCIN DE DENSIDAD DE LA
DISTRIBUCIN NORMAL

X es real
es la media
es la desviacin tpica

CARACTERSTICAS DE UNA
DISTRIBUCIN NORMAL
1.

2.
3.

La curva normal tiene forma de campana y un solo pico

en el centro de la distribucin. De esta manera, la media
aritmtica, la mediana y la moda de la distribucin son
iguales y se localizan en el pico. As, la mitad del rea
bajo la curva se encuentra a la derecha de este punto
central y la otra mitad est a la izquierda de dicho
punto.
La distribucin de probabilidad normal es simtrica
alrededor de su media.
La curva normal desciende suavemente en ambas
direcciones a partir del valor central. Es asinttica, lo
que quiere decir que la curva se acerca cada vez ms al
eje X pero jams llega a tocarlo. Es decir, las colas de
la curva se extienden de manera indefinida en ambas
direcciones.

La grfica de densidad de cualquier variable

aleatoria normal es una curva simtrica en
forma de campana con centro en su media .
La media es un parmetro de situacin en
el sentido de que indica donde esta centrada
o localizada la curva a lo largo del eje
horizontal.
Eje de simetra

Los puntos de inflexin o depresiones en la curva se

dan para valores de X iguales a una desviacin tpica a
cada lado de la media (x = ). La situacin de estos
puntos determina la forma de la curva. Cuanto mayor sea
el valor de , mas lejos de la media estarn los puntos de
inflexin y mas plana ser la curva, por lo que ser un
parmetro de forma.

Puntos de inflexin

determina los puntos de inflexin (izquierda); = y >

(derecha)

Toda variable aleatoria normal es continua,

En concreto, para cualquier densidad
normal, f, f(x) 0 y el rea limitada por la
grafica de f y el eje horizontal es 1. Las
probabilidades se calculan encontrando las
reas correspondientes.

DISTRIBUCIN NORMAL TIPIFICADA

Es una distribucin Normal cuya variable aleatoria
normal, posee como parmetros una media igual
a cero y como desviacin tpica la unidad, = 0
y = 1 . A esta variable se le llama Variable
Aleatoria Normal Tipificada y se representa con
la letra Z.
Esta transformacin algebraica o cambio de
variable de X a Z se realiza mediante la
definicin: